- •По теории вероятностей
- •Содержание
- •Некоторые формулы комбинаторики
- •Случайные события. Классическое определение вероятности
- •Относительная частота события. Статистическое определение вероятности
- •Сложение вероятностей
- •Умножение вероятностей независимых событий
- •Зависимые события. Условная вероятность. Формула полной вероятности
- •Тогда нужная вероятность будет
- •Формула Бернулли
- •Формула Пуассона
- •Случайные величины
- •Закон распределения дискретной случайной величины
- •Числовые характеристики дискретной случайной величины
- •В частности, из свойств дисперсии следует, что
- •Найдем ее математическое ожидание, дисперсию и среднеквадратичное отклонение.
- •Биномиальный закон распределения дискретной случайной величины
- •Дискретной случайной величины
- •Непрерывной случайной величины. Плотность распределения
- •По определению
- •Воспользуемся формулой .
- •Числовые характеристики непрерывной случайной величины
- •Закон равномерного распределения вероятностей непрерывной случайной величины
- •Найдем функцию распределения .
- •Числовые характеристики равномерного распределения
- •Нормальный закон распределения непрерывной случайной величины
- •В дальнейшем нам потребуется интеграл Пуассона
- •Числовые характеристики нормального распределения
- •Функция Лапласа. Функция распределения случайной величины х, имеющей нормальное распределение
- •Вероятность попадания случайной величины х, имеющей нормальное распределение, в заданном интервале
- •Литература
Закон равномерного распределения вероятностей непрерывной случайной величины
Непрерывная случайная величина Х имеет равномерное распределение вероятностей если ее плотность распределения задается следующим образом:
Найдем значение с. По свойству плотностей распределения получаем
,
следовательно, и
Так как , то промежуток [a, b], на котором имеет место равномерное распределение, обязательно конечен.
Определим вероятность того, что случайная величина Х примет значение, заключенное в интервале (α, β).
.
Итак, искомая вероятность
,
т.е. вероятность попадания Х в интервал зависит только от длины этого интервала и не зависит от значений величины Х. При равномерном распределении случайной величины Х вероятности попадания Х в промежутки равной длины одинаковы.
Найдем функцию распределения .
Если х<a, то f(x)=0 и, следовательно, .
Если а≤x≤b, то и, следовательно,
.
Если х>b, то f(x)=0 и, следовательно,
.
Таким образом,
Пример. Интервал движения автобуса равен 20 минутам. Найти вероятность того, что пассажир будет ожидать автобус менее 5 минут.
Пусть случайная величина Х – время прихода пассажира на станцию после отправления очередного автобуса 0<X<20. Х имеет равномерное распределение, так как вероятность прихода, например, в пятую минуту, равна вероятности прихода в восьмую. В задаче требуется найти вероятность того, что случайная величина Х примет значение из интервала (15, 20).
.
Числовые характеристики равномерного распределения
Для случайной величины Х, имеющей равномерное распределение, плотность распределения определяется формулой
Тогда по определению математического ожидания
.
.
Дисперсия равномерно распределенной случайной величины будет
.
Итак,
, =, .
Нормальный закон распределения непрерывной случайной величины
Изучение различных явлений показывает, многие случайные величины, например, такие, как погрешности при измерениях, величина износа деталей во многих механизмах и т.д., имеет плотность распределения вероятности, которая определяется формулой
,
где а и σ – параметры распределения. В этом случае говорят, что случайная величина Х подчинена нормальному закону распределения. Кривая нормального распределения изображена на рисунке.
В дальнейшем нам потребуется интеграл Пуассона
.
Используя этот интеграл несложно заметить, что функция распределения f(x) удовлетворяет основному соотношению
.
Действительно, обозначив , можно написать
.
Числовые характеристики нормального распределения
Определим математическое ожидание случайной величины с нормальным законом распределения
.
.
Выполнив замену переменной , получаем
.
Итак, М[X]=a. Значение параметра а в формуле, определяющей плотность распределения вероятности, равно математическому ожиданию рассматриваемой случайной величины. Точка х=а является центром распределения вероятностей, или центром рассеивания.
Найдем
.
Выполнив ту же замену переменной, будем иметь
.
Проинтегрировав по частям последний интеграл: u=t, , получим
.
Так как по правилу Лопиталя , то
.
Поэтому дисперсия нормального распределения случайной величины будет
.
Итак, M[X]=a, D[X]=σ2, σ[X]= σ.