- •Часть 2
- •Справочный материал и принципы решения задач Занятие № 6. Законы распределения и числовые характеристики случайных величин
- •Примеры дискретных распределений
- •Примеры непрерывных распределений
- •Примеры для самостоятельного решения.
- •Занятие № 7. Нахождение числовых характеристик дискретных случайных величин, принимающих целочисленные значения методом производящей функции. Распределение Пуассона. Нормальное распределение.
- •Простейшие свойства интеграла вероятностей
- •Занятия № 8-10. Многомерные случайные величины (случайные векторы).
- •Свойства функции и плотности распределения вероятности
- •Теорема умножения плотностей
- •Занятие № 11-12. Функции случайных величин
- •Примеры для самостоятельного решения.
- •Занятие № 13. Центральная предельная теорема и следствия из нее. Закон больших чисел. Неравенство Чебышева
- •Теорема Чебышева
- •Часть 2
- •394026 Воронеж, Московский просп., 14
Примеры непрерывных распределений
1) Равномерное распределение
2) Нормальное распределение (с параметрами )
, , .
Запись означает, что случайная величина распределена нормально с параметрами и .
3) Показательное распределение
.
4) Распределение Коши
.
5) Распределение Релея
6) Гамма-распределение с параметрами ,
Здесь – гамма-функция.
Математическим ожиданием случайной величины называется число
(1)
Говорят, что математическое ожидание у случайной величины существует, если ряд (интеграл) (1) сходится абсолютно.
Дисперсией случайной величины называется число
.
Дисперсия вычисляется по формулам:
для дискретной случайной величины.
для непрерывной случайной величины, где .
Пример 1. Изделия испытываются при перегрузочных режимах. Вероятности для каждого изделия пройти испытания равны 0,8 и независимы. Испытания заканчиваются после первого же изделия, не выдержавшего испытания. Вывести формулу для ряда распределения числа испытаний.
Решение. Испытания заканчиваются на k-ом изделии, если первые (k-1) изделия пройдут испытания, а k – изделие не пройдет. Если случайное число испытаний, то
, .
ЗРВ будет иметь вид
X |
1 |
2 |
3 |
|
k |
|
p |
|
|
|
|
|
|
Пример 2. В урне имеется четыре шара с номерами от 1 до 4. Извлекли два шара. Найти закон распределения и функцию распределения СВ X суммы номеров извлеченных шаров.
Решение. Ω={(1,2), (1,3), (1,4), (2,3), (2,4), (3,4)}.
Закон распределения имеет вид
Х |
3 |
4 |
5 |
6 |
7 |
P(X=xk) |
1/6 |
1/6 |
2/6 |
1/6 |
1/6 |
Функция распределения
График F(x) имеет вид
Пример 3. Вероятность попадания стрелка при одном выстреле р=0,3. Найти закон распределения для СВ X - числа попаданий при 3 выстрелах.
Решение. Обозначим попадание через Y, непопадание - Н. Тогда
Ω={(НHН),(YHH),(HYH),(HHY),(YYH),(YHY),(HYY), (YYY)},
-
Х
0
1
2
3
Pn(Х=k)
q3=0,343
pq2=0,441
p2q=0,189
p3=0,227
Пример 4. Случайная величина Х распределена по закону, определяемому плотностью распределения вероятностей вида
Найти константу С, вычислить
Решение. 1. Для нахождения С воспользуемся свойством нормировки . Или
2.
= .
3.
4.
Пример 5. Время безотказной работы некоторого узла сложного агрегата – экспоненциальная случайная величина со средним . Для увеличения надежности агрегата узел дублируется – ставят параллельно несколько одинаковых, но функционирующих независимо узлов. Сколько узлов следует запараллелить, чтобы с вероятностью, не меньшей чем 0,9, по крайней мере один из них не вышел из строя за 10 часов работы?
Решение. – случайное время безотказной работы узла – имеет экспоненциальное распределение. Это означает, что
Известно, что математическое ожидание экспоненциальной случайной величины есть величина, обратная параметру: . Следовательно, вероятность отказа узла в течение 10 часов будет равна
.
Если запараллелено идентичных узлов, то событие {по крайней мере один из узлов не вышел из строя за 10 часов} является противоположным событию {все узлы вышли из строя за 10 часов}. Поэтому . Для последней вероятности (в силу независимости отказов запараллеленных узлов) получаем
.
Искомое количество может теперь быть найдено как наименьшее целое решение неравенства
.