- •Ответы к экзамену по Математические задачи энергетики:
- •1)Электрическая система. Элементы, структура, режимы работы. Показатели, определяющие режимы работы системы.
- •2)Основные понятия теории вероятности.
- •3)Связи между событиями.
- •4)Вероятность события. Определение вероятности сложных событий в энергетике.
- •5)Формула Бернулли и общие случаи определения вероятности повреждения оборудования.
- •6)Случайные величины в энергетике. Дискретные, непрерывные случайные величины.
- •7)Числовые характеристики случайных величин.
- •8)Статистический ряд, многоугольник распределения вероятности.
- •9)Функция и плотность распределения вероятности.
- •10)Законы распределения случайных величин.
- •13)Определение вероятности по закону Пуассона.
- •15)Качественные определения основных показателей надежности.
- •16)Количественные показатели надежности.
- •17)Аналитическая взаимосвязь основных показателей надежности.
- •18)Расчетные формулы показателей надежности, их упрощение и область применения.
- •19)Полная и расчетная диаграммы состояния объекта расчета надежности.
- •20)Количественные показатели восстановления.
- •21)Расчетные формулы показателей восстановления.
- •22)Метод дифференциальных уравнений Колмогорова.
- •23)Логические схемы расчета надежности.
- •24)Типовые логические схемы расчета надежности.
- •25)Частные случаи типовых логических схем расчета надежности.
- •26)Правило Рябинина.
- •27)Реальные соединения элементов при расчете надежности.
- •28)Системы случайных величин и их характеристики. Функция распределения и плотность распределения системы случайных величин.
- •29)Числовые характеристики системы 2-х случайных величин.
- •30)Общие сведения о случайных функциях и процессах.
- •31)Характеристики случайных функций.
- •32)Стационарные и нестационарные случайные функции.
- •33)Эргодическое свойство случайных функций.
- •34)Определение характеристик эргодической стационарной функции по одной реализации.
- •35)Обработка экспериментальных данных.
- •36)Выравнивание статистических рядов.
- •37)Критерий согласия (Пирсона, Колмогорова, ).
- •Критерии согласия: критерий Колмогорова:
- •Критерии согласия: критерий Пирсона:
- •38)Регрессионный анализ результатов измерения.
- •39)Линейная регрессия.
- •40)Нелинейная регрессия.
- •41)Задачи электроснабжения, требующие поиска оптимальных решений.
- •42)Понятие об управлении. Принципы исследования операций и основные понятия.
- •43)Модели, применяемые для решения оптимизационных задач.
- •44)Классификация методов оптимизации.
- •45)Методы линейного планирования.
- •46)Общая постановка задачи линейного планирования.
- •47)Геометрическая интерпретация задачи линейного планирования.
- •48)Каноническая форма задачи линейного планирования.
- •49)Основные закономерности задачи линейного планирования.
- •50)Симплекс-метод решения задачи линейного планирования.
- •51)Симплекс-таблица задачи линейного планирования.
- •52)Понятие о методах нелинейного планирования.
- •53)Общая постановка задачи нелинейного планирования.
- •54)Особенности решения задачи нелинейного планирования.
- •55)Градиентный метод решения задачи нелинейного планирования.
- •56)Метод динамического планирования. Область применения и содержание.
- •57)Рекурентное соотношение методов динамического планирования.
- •58)Принцип оптимальности Белмана на примере задачи.
9)Функция и плотность распределения вероятности.
Ответ:
Для непрерывной
случайной величины составить таблицу,
в которой были бы перечислены все
возможные значения такой случайной
величины, невозможно. Кроме того, как
мы увидим в дальнейшем, каждое отдельное
значение непрерывной случайной величины
обычно не обладает никакой отличной от
нуля вероятностью. Следовательно, для
непрерывной случайной величины не
существует ряда распределения в том
смысле, в каком он существует для
прерывной величины. Однако различные
области возможных значений случайной
величины все же не являются одинаково
вероятными, и для непрерывной величины
существует «распределение вероятностей»,
хотя и не в том смысле, как для прерывной.
Для количественной характеристики
этого распределения вероятностей удобно
воспользоваться не вероятностью события
,
а вероятностью
события
,
где х
– некоторая текущая переменная.
Вероятность этого события, очевидно,
зависит от х,
есть некоторая функция от х.
Эта функция называется функцией
распределения случайной величины Х
и обозначается F(х):
.
(3.2)
Функцию распределения F(х) иногда называют также интегральной функцией распределения или интегральным законом распределения. Функция распределения – самая универсальная характеристика случайной величины. Она существует для всех случайных величин: как прерывных, так и непрерывных. Функция распределения полностью характеризует случайную величину с вероятностной точки зрения, т. е. является одной из форм закона распределения.
Сформулируем
некоторые общие свойства функции
распределения. 1. Функция распределения
F(х)
есть неубывающая функция своего
аргумента, т. е. при
.
2. На минус бесконечности функция
распределения равна нулю:
.
3.
На плюс бесконечности функция распределения
равна единице:
.
График функции распределения F(х)
в общем случае представляет собой график
неубывающей функции (рис. 3.2), значения
которой начинаются от 0 и доходят до 1,
причем в отдельных точках функция может
иметь скачки (разрывы).
Рис. 3.2
Зная
ряд распределения прерывной случайной
величины можно легко построить функцию
распределения этой величины. Действительно,
,
где
неравенство
под знаком суммы указывает, что
суммирование распространяется на все
те значения
которые меньше х.
Когда текущая переменная х
проходит через какое-нибудь из возможных
значений прерывной величины X,
функция распределения меняется
скачкообразно, причем величина скачка
равна вероятности этого значения.
Функция распределения любой прерывной
случайной величины всегда есть разрывная
ступенчатая функция, скачки которой
происходят в точках, соответствующих
возможным значениям случайной величины,
и равны вероятностям этих значений.
Сумма всех скачков функции F(х)
равна единице. Введем обозначение:
. (3.3)
Функция
– производная функции распределения
– характеризует как бы плотность, с
которой распределяются значения
случайной величины в данной точке. Эта
функция называется плотностью
распределения
(иначе, «плотностью вероятности»)
непрерывной случайной величины X.
