2003_-_Gmurman__TV_i_MS
.pdf§ 3. ЧИСАовые характеристики покаэательного
распределения
Пусть непрерывная случайная величина Х рас
пределена по показательному закону
f (х) = { |
Опри х < о, |
|
ле-U |
при x~ О. |
|
Найдем математическое |
ожидание (см. гл. XII, § 1): |
|
ао |
00 |
|
м (Х) = |
~ х' (х)dx = л~ xe-J..xdx. |
|
|
о |
о |
Интегрируя по частям, получим
М (Х) = 1;1...
Таким образом, математическое ожидание nокаэаmель ного распределения равно обратной величине параметра Л.
Найдем дисперсию (см. гл. XII, § 1):
~ |
ао |
D (Х) = ~ Х2' (х) dx-[M (Х)]2 = |
Л ~ x2e-'ЛХdх-l/Л2• |
о |
о |
Интегрируя по частям, получим
~
л ~ x2e-лХdх = 2;1..2.
О
Следовательно,
D (Х) = 1;1..2.
Найдем среднее квадратическое отклонение, для чего
извлечем квадратный корень из дисперсии:
о" (Х) = 1;1...
Сравнивая (*) и (**), заключаем, что
М (Х) =0" (Х)= 1/1..,
т. е. Мате.~штическое ожидание и среднее квадраmическое
отклонение nоказательного распределения' равны между
собой.
Пример. Непрррывная случайная величина Х распределена по
показатеnьному закону
[(x)=5e-~X при x~O; [(х)=О при х < О.
15/
Найти математическое ожидан не, среднее квадратическое отклонение
и дисперсию Х.
Реш е н и е. По ус.ивию, л = 5. Следовательно,
М (Х) =0 (Х) = 1/')..= 1/5 =0,2; |
|
||
D (Х)= l/t.2= |
1/52=0,04. |
|
|
3 а м е ч а н и е 1. Пусть на |
практике |
изучается |
ПОI<азательно |
распределенная <:'1учаi1ная величина, причем |
параметр |
л неИЗRестен. |
Если матемаТИ'iеское ожидание также неизвестно, то находят его
оценку (приближеннuе значение), в качестве которой принимаlOТ
выборочную среднюю х (см. гл. XVI, § 5). Тогда приближенное зна чение параметра А НаХОДЯТ с помощью равенства
л*= 1jx.
3 а м е ч а н и е 2. Допустим, имеются основания предположить,
что изучаемая на практике случайная величина имеет показа~ьное
распределение. Для того чтсБЬJ проверить эту гнпотезу, НахоДяТ
оценки математического ОЖИДанИя и среднего квадратического откло
иення, Т. е. находят выборочную среднюю и выборочное среднее
J<вадратическое отклонение (см. гл. XVI, § 5, 9). Математическое
ожидание и среднее квадратичеСКGе отклонение показательНого рас
пределения равны между собой, поэтому их оц@нки должltы разли
чаться lIезначителыt•. Если оценки окажутся близкими одна к дру
гоА, то данные наблюдений подтверждают гипотезу опоказательном
распределении изучаемой величины; если же оценкн различаются
существенно, то гипотезу следует отвергнуть.
Показательное распределение широко применяется в
приложениях, в частности в теории надежности, одним
из основных понятий которой является функция надеж
ности.
§ 4. Функция надежности
Будем называть эле,uенmО.lrt некоторое устройство
независимо от того, «простое» оно или «сложное».
Пусть элемент начинает работать в момент времени /0 =0.
а по истечении времени длительностью t происходит отказ.
Обозначим через Т непрерывную случайную величину длительность времени безотказной работы элемента. Если
ЭJ1емент проработал безотказно (до наступления отказа)
время, меньшее /, то, следовательно, за время длитель
ностью / наступит отказ.
Таким образом, функция распределения F (/)= Р (Т < 1)
определяет в е р о я т н о с т ь о т к а з а за время длитель
ностью t. Следовательно, вероятность безотказной работы
за это же время длительностыо t. т. е. вероятность про
тивоположного событи Я Т > t, равна
R (t) с,= Р (Т > t) = 1- F (t).
152
ФУН1щией надежности R (t) называют ФУНКIIЯЮ, опре
деляющую вероятность безотказной работы 9JIeMeHTa за
время длительностью t:
R и) = Р (Т > t).
§ 5. Показательный закон надежности
Часто длительность времени безотказной работы
9лемента имеет показательное распределение, функция
распределения которого
F и) = 1- е-'М •
Следовательно, в силу соотношения (*) предыдущего па
раграфа функция надежности в случае показательного
распределения времени безотказной работы элемента
имеет вид
R (t) = l - F (t) = l-(l-e-A.') = e-A.t.
Покаэательны.м законом надежности называют ФУНК
цИЮ надежности, определяемую равенством
R и) = e-A.I, |
(*) |
где л.-интенсивность отказов. |
|
Как следует из определения функции |
надежности |
(см. § 4), эта формула позволяет найти вероятность без
отказной работы |
элемента |
на интервале времени длитель |
||||
ностью |
t, если время безотказной работы имеет. показа |
|||||
тельное |
распределение. |
|
|
|||
Пример. Время безотказной работы элемента распределено по |
||||||
показательному |
закону f и) = О,02е - O,02t при t ~ О (t - время). Найти |
|||||
вероятность того, что элемент проработает безотказно 100 ч. |
||||||
Реш е н н е. |
По |
условию, постоянная интенсивность отказов |
||||
~=0,02. 80спо.lJьзуемся ф.JР\IУЛОЙ (*): |
|
|||||
|
|
R (100) = |
е -0.02·100 =е-2 = 0,13534. |
|||
Искомая вероятность |
того, |
что элемент |
праработает беЭGтказно |
|||
100 ч, приближенно |
{.IaBHa 0,14. |
|
|
|||
3 а м е 4 а н н е. |
Если |
отказы элементов |
в случайные моменты |
времени образуют прастейшиii поток, то вероятность того, что за
время длительностью t не наступит ни одного отказа (см. гл. VI, § 6),
P t (О) = е-лt ,
что СОГJlасуется с равенством (*), ПОСКOJIьку л в обеих формулах
имеет один и тот же смысл (постоянная интенсивность отказов).
153
§ 6. Характеристическое своАство показатеJlЬНОГО
закона надежности
Показательный закон надежности весьма прост
и удобен для решения задач, возникающих на практике.
Очень многие формулы теории надежности значительно
упрощаются. Объясняется это тем, что этот закон обла дает следующим важным свойством: вероятность безот
казной работы элемента на интервале времени длитель
ностью t не зависит от времени предшествующей работы
до начала рассматриваемого интервала, а зависит только
от длительности времени t (при заданной интенсивно
сти отказов л.).
для доказательства свойства введем обозначения со
бытий:
А -безотказная работа элемента на интервале (О, /0)
длительностью t o; В-безотказная работа на интервале
ио, to+t) длительностью t. Тогда АВ-безотказная ра
бота на интервале (О, to + t) длительностью to +t. Найдем вероятности этих событий по формуле (*)
(см. § 5):
р (А) = e-1..t o , р (В) = e-1..t ,
р (АВ) = е-1.. (/.+0 = e-).t. e -1..t.
Найдем условную вероятность того, что элемент будет работать безотказно на интервале ио, to + t) при условии,
что он уже проработал безотказно на предшествующем
интервале (О, to) (см. |
гл. 111, |
§ 2): |
|
|
||||
Р |
|
(В) |
р (АВ) |
e-).t· e |
-1..t |
e-).t • |
||
.А |
= |
Р (А) = |
е-М. |
|||||
|
|
|
Полученная формула не содержит 'о, а содержит только t. Это и означает, что время работы на предшест
вующем интервале не сказывается на величине вероятно
сти безотказной работы на последующем интервале, а
зависят только от длины последующего интервала, что
и требовалось доказать.
Полученный результат можно сформулировать несколь
ко иначе. Сравнив вероятности Р (В) = e-).t и Р.А (В)=е-Лi ,
заключаем; условная вероятность безотказной работы эле
мента на интервале длительностью t, вычисленная в пред
положении, что элемент проработал безотказно на пред
шествующем интервале, равна безусловной вероятности.
154
Итак, в случае показательного закона надежности безотказная работа элемента «В прошлом» не сказывается на величине вероятности его безотказной работы «в бли
жайшем будущею.
3 а м е ч а н и е. Можно ДОказать, что рассматриваемым Свойством
облаДает т о л ь к о показательное распределение. Поэтому еслн на
пракгике изучаемая случайная величина этим свойством обладает, то она распределена по показательному закону. Например, при допу
щении, что метеориты распределены равномерно в пространстве и во
времени, вероятность попадания метеорита в космнческий кора6nь
не зависит от того, попадали или не попадали метеориты в корабль
до начала рассматриваемого интервала времени. Следовательно, слу
чайные моменты времени попадания м.етеоритов в космический корабль
распределены по покаэательному закону.
3аJl,aЧИ
1. Написать функцию распределения F (х) и плотиость
вероятности 1(х) непрерывной |
случайной величииы Х, расп ределеи |
ной по показательному закону |
с параметром Л=5. |
Отв. f(x)=5e-iХ при x~o; ,(х)=о при х < о; F(x)=l-e- ix• |
|
2. Непрерывная случайная |
величииа Х распределеиа по пока |
затt'Льному закону: '(х)=5е- 5Х |
при x~o, 1(х)=о при х < о. Найти |
вероятность того, что в результате испытания Х попаДет в интер
вал (0,4, 1).
Отв. Р (0,4 < Х < 1) =0,13.
З. Непрерывная случайная величина Х распределена по показа тельному закону f (х) = 4е-4Х (х > О). Наii:ти математическое ожида иие. среднее квадрати ческое отклонение и дисперсию Х.
Отв. М (Х) = а (Х) = 0,25; D (Х) = 0,0625.
4. Время безотказной работы элемента распределено по показа
тельному закону f(t)=O,Ole- О,оlt{t>О), где t-время, ч.НаЙти
вероятность того, что элемент проработает безотказно 100 ч.
Отв. R (100)=0,37.
Глава четырнаАцатая
СИСТЕМА ДВУХ СЛУЧАЙНЫХ ВЕЛИЧИН
§ 1. Пон ятие о системе нескольких cnучаАных
величин
До сих пор рассматривались случайные вели
чины, возможные значения которых определялись одним
числом. Такие величины называют одномерными. Напри
мер, число очков, которое может выпасть при бросаиии
игральной кости,- дискретная одномерная величина; рас-
155
стояние от орудия до места падения снаряда-непрерыв
ная одномерная случайная величина.
Кроме одномерных случайных величин изучают вели
чины, возможные значения которых определяются двумя,
тремя, ... , n числами. Такие величины называются СООт
ветственно двумерными, трехмерными •... , n-мерными.
Будем обозначать через (Х, У) двумерную случайную величину. Каждую из величин Х и У называют состав
ляющей (компонентой); обе величины Х и У, рассматри
ваемые одновременно, образуют систему двух случайных
величин. Аналогично n-мерную величину можно рассмат
ривать как систему n случайных величин. Например,
трехмерная величина (Х, У, Z) определяет систему трех
случайных величин Х, У и Z.
Пример. Станок-автомат штампует стальные плитки. Если конт
ролируемыми размерами являются длина |
Х и ширина У. то имеем |
||
двумерную случайную величину (Х, |
У); |
если |
же коитролируется |
и высота Z, то имеем трехмерную величину (Х. У. Z). |
|||
Двумерную случайную величину |
(Х. |
У) |
геометрически можно |
истолковать либо как случайную точку М (Х, У) на плоскостн (т. е.
как точку со случайными координатами), либо как случайный век-
тер ОМ. Трехмерную случайную величину геометрически можно ис TOJJKOBaTb как точку М (Х, У, Z) в трехмерном пространстве или
как вектор ОМ_
Целесообразно различать дискретные (составляющие этих вели
чин дискретны) и непрерывные (составляющие этих величин непре рывны) многомерные случайные величины.
..
§ 2. Закон распределения вероятностеи
дискретной двумерной случайной величины
Законом распределения дискретной двумерной слу
чайной величины называют |
перечень возможных значений |
|||||
этой |
величины, т. е. |
пар |
чисел (Xj, Yj) |
и их вероятно |
||
стей |
p(Xj, Yj)(i= 1, |
2, __ ., |
n; |
j= 1,2, |
... , т). Обычно |
|
закон |
распределения |
задают |
в |
виде таблицы с двойным |
входом (табл. 2).
Первая строка таблицы содержит все возможные зна чения составляющей Х, а первый столбец-все возможные
значения составляющей У. В клетке, стоящей на пере сечении «столбца Xj» и «строки Y/~, указана вероятность р (Xj, Yj) того. что двумерная случайная величина примет
значение |
(Xj, |
Yj)' |
|
Так |
как |
события (X=Xj, Y=Yj)(i=l, 2, |
"', n; |
j = 1, 2, |
... , |
т) образуют полную группу (см. гл. |
II, § 2), |
156
то сумма вероятностей, помещенных во всех клетках таб
лицы, равна единице.
Таблица 2
х
у |
|
|
|
|
|
|
|
|
Х. |
Х, |
·.. |
Xj |
. .. |
ХN |
|
Уl |
Р (Хl. Уl) |
Р (х2• Уl) |
|
Р (Ч. Уl) |
|
Р (Хn• |
Уl) |
|
|
|
·.. |
... |
· |
|
|
... |
... |
.. . |
|
|
.. |
... |
|
|
|
|
|
||||
У/ |
Р (Хl' У/) |
р (Х2 • Yj) |
·.. |
Р (Xi. Yj) |
1· .. |
Р (Хn• Yj) |
|
... |
. .. |
.. . |
·.. |
. .. |
·.. |
... |
|
Уm |
Р (Хl. Уm) |
Р (хз• Уm) |
·.. |
Р (Xj. Уm) |
·.. |
Р (Хn, |
Уm) |
Зная закон распределения двумерной дискретной слу
чайной величины, можно найти законы распределения
каждой из составляющих. Действительно, например, со
бытия (Х=Х1; Y-=Yl)' (X=X 1; У=У2)' ... , (X=X 1; У=Уm)
несовместны, |
поэтому |
вероятность Р (X1 ) того, что Х при |
||||||
мет значение |
X 1 , |
по теореме сложения такова: |
||||||
Р (X1 ) = |
Р (X 1• |
Yl) + Р (Хр |
Уз) + ... + Р (X 1, Уm)' |
|||||
Таким |
образом, |
вероятность того, что Х |
примет зна |
|||||
чение Хр |
равна |
сумме вероятностей «столбца Х1». В об |
||||||
щем случае, |
для |
того чтобы найти вероятность Р (Х = Xi). |
||||||
надо просуммировать |
вероятности столбца Xj. Аналогично |
|||||||
сложив вероятности |
«строки |
Yj»' |
получим |
вероятность |
||||
р (У = Yj)' |
|
|
|
|
|
|
|
|
Пример. |
Найти |
законы распределения |
составляющих двумерной |
случайной велН'IННЫ, заданной закон')!\{ распределения (табл. З).
РеШ е н и е. Сложив веР~ЯТII(;СТИ по столбцам, получим вероят
ности возможных значениЙ X:P(Xl)=0,16; Р(х2)=0,48; Р(хз)=0,З5.
Напишем закои распределения составляющей Х:
Х |
Хl |
Х2 |
ХЗ |
Р |
0,16 |
0,48 |
0,36 |
157
Таблица 3
у
У.
УI
I
I
х,
0,10
0,06
I
I
I
х
х.
0,30
0,18
I
I
.т,
0,20
0,16
1( о н т р ол ь: 0,16+0.48+0,36= 1.
Cnожив вероятиости по строкам, пмучим вероятности возможных
значений У: Р (gJJ =0,60; Р (gl.' =0,40. Напишем закон распределения
СОСТ8мяющей У:
у У1 У.
Р0,60 0,40
I(онтроль: 0.60+0,40=1.
§ 3. ФУНКЦИЯ распре,цeJJeВИЯ ,цвумерной CJl}'Чaйной
величины
Рассмотрим |
двумерную |
случайную |
величину |
||||
(Х, У) (безразлично, |
дискретную или непрерывную). |
||||||
|
|
Пусть |
х, |
у-пара |
действи |
||
у |
|
тельных |
чисел. Вероятность |
||||
|
|
||||||
|
(..;у) |
события, |
состоящего в |
том, |
|||
|
что Х примет значение, мень |
||||||
|
|
||||||
|
|
шее х, |
и при этом |
У примет |
|||
|
|
значение, меньшее у, обоз |
|||||
~~~~~---x начим |
через |
F (х, у). Если |
|||||
|
|
х и у будут изменяться, то, |
|||||
|
|
вообще говоря. будет изме |
|||||
|
|
няться |
|
и |
F (х, у), |
т. е. |
|
|
|
F (х. у) |
есть |
функция |
от х |
||
|
|
и у. |
|
|
|
|
|
Рис. |
13 |
Функцuей расnределенuя |
|
|
двумерной случайной вели |
чины (Х, У) |
называют |
функцию F (х. у), определяющую |
для каждой пары чисел х. у вероятность того, что Х примет значение, меньшее х. и при этом У примет зна
чение. меньшее у:
F (х, у) = р (Х < х. У < у).
Геометрически это равенство можно истолковать так:
F (х. у) есть вероятность того, что случайная точка (Х. У)
158
попадет в бесконечный квадрант с вершиной (х, у), рас
положенный левее и ниже этой вершины (рис. 13).
Пример. Найти вероятность того, что в результате испытания составляющая Х двумерной случайной велнчины (Х, У) примет зна
чение Х < 2 и при этом составляющая У примет значение У
если известна функция распределения системы
< 3,
F (х, у) = ( ~ arctg ; + ~ ) . ( ~ arotg ~ + ~ ) .
Реш е н и е. По определt'нию функции распределения двумерной
случайной величины,
F (х, у) =р (Х < х, У < у).
Положив х = 2, У = 3, получим искомую вероятность
Р(Х<2, У<З)=F(2, З)=(~ arctg ~+~) Х
Х (_1 arctg ~+_1) = (2... .~+_1) . (_1 . ~+_1) =~ . ~= 96_
n 32 n4 2 n4 2441
§ 4. Свойства Функции распределения двумерной
случайной величины
С в о й с т в о 1. Значения функчии распределения
удовлетворяют двойному неравенству
O~P (Х, y)~ 1.
Д о к а з а т е л ь с т в о. Свойство вытекает из определе
ння функции распределения как вероятности: вероят
ность-всегда неотрицательное число, не превышающее
единицу_
С в о й с т в О 2. F (х, У) есть неубываюЩQЯ Функиия ПО
каждому аргументу, т. е.
F (Х2, У) ~ F (x 1 , У), |
если |
Х2 |
> X 1 ; |
|
F (х, У2) ~ F (х, Y1), |
если |
У2 |
> Y1. |
|
Доказательство. Докажем, что Р(х, у)-неубы |
||||
вающая функция по аргументу х. |
Событие, |
состоящее |
||
в том, что составляющая Х примет значение, |
меньшее х2• |
и при этом составляющая У < У, можно подразделить на
следующие два несовместных события:
1)Х примет значение, меньшее 1 ' и при этом У < У
свероятностью Р (Х < x1 • У < У);
2)Х примет значение, удовлетворяющее неравенствуx
х. ~ Х < Х2' И при этом У < У с вероятностью Р (x 1 ~
~ Х < х2). у < у).
159
По теореме сложения,
Р(Х<х2• У<у)=Р(Х<хl, Y<y)+P(XI~X <Х2, У<у).
Отсюда
Р (Х <Х2, у <у)- Р (Х <Х1, У<у)= р (Xl~X < Х2, У <у),
или
F (Х2' у)- F (ХI, у) = р (ХI ~ Х < Х2• У < у).
Любая вероятность есть число неотрнцательное, поэтому
F (Х2' у)- F (X 1 , у) ~ О, или F (Х2' у) ~ F (xt , у),
что И требовалось доказать.
Свойство становится наглядно ясным, если восполь
зоваться геометрическим истолкованием функции распре-
u u
деления как вероятности попадания случаинои точки
в бесконечный квадрант с вершиной (х; у) (рис. 13). При
возрастании Х правая граница этого квадранта сдвигается
u u
вправо; при этом вероятность попадания случаинои точки
в«новый» квадрант, очевидно, не может уменьшиться.
Аналогично доказывается, что F (Х, у) есть неубыва
ющая функция по аргументу у.
С в о й с т в о 3. Илеют место предельные соотношения:
1) F(-oo, у)=О, |
|
2) |
F(x, -00)=0, |
|
3) F(-oo, -00)=0, |
4) |
F(oo, 00)= 1. |
||
доказательство. |
1) |
F(-oo, у) есть вероятность |
||
события Х < - 00 и У < |
у; |
но такое событие невозможно |
||
(поскольку |
невозможно событие Х |
< - 00), следовательно, |
||
вероятность |
этого события |
равна |
НУЛЮ. |
Свойство становится наглядно ясным, если прибегнуть
к геометрической интерпретации: при х-+-оо правая
граница бесконечного квадранта (рис. 13) неограниченно
сдвигается влево и при этом вероятность попадания слу
чайной точки в квадрант стремится к НУЛЮ. |
|||||
2) Событие У< - 00 невозможно, поэтому F (Х, -00)=0. |
|||||
3) Событие Х |
< - 00 |
и У < - |
00 невозможно, поэтому |
||
F(- 00, - 00)=0. |
< 00 достоверно, следовательно, |
||||
4) Событие Х |
< |
00 и У |
|||
вероятность |
этого |
события F (00, |
00) = 1. |
||
Свойство |
становится |
наглядно ясным, если принять |
|||
во внимание, что |
при х -+ 00 и у - + 00 БССI{онечный квад |
||||
рант (рис. |
13) |
превращается во |
всю плоскость хОу н, |
следовательно, попадание случайной точки (Х; У) в эту
плоскость есть достоверное событие.
160