Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Решение задач с техническим содержанием по теории вероятностей, математической статистике и случайным процессам

.pdf
Скачиваний:
1
Добавлен:
29.11.2025
Размер:
2.51 Mб
Скачать

2

 

0,09

 

0

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

при a

x

b с

 

y

 

d;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

133.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (x, y)

 

 

(b

a)(d

c)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

при х a; x b; y c; y d.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

134.

a) A

20;

 

F (x, y)

 

 

1

arctg

 

x

 

1

 

1

arctg

 

y

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

 

2

 

 

 

 

 

 

5

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

135. 0,11.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

136. с

0,5; F(x, y)

 

 

0,5(sin x

sin y

sin (x

y)).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

137.

 

9

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

16.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

при x

 

 

0;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

при y

0;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

138.

 

F1 (x)

1

 

P1 при 0

 

 

x

1;

 

 

 

 

 

F2 ( y)

1

 

P2 при 0

y

 

1;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

при x

 

1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

при y

1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

(2x

3

y)2

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

 

( x 3 y)2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

139.

 

f1

(x / y)

 

 

 

 

f2

 

( y / x)

 

 

e

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

e

 

 

2

 

 

 

;.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

r

2

x

2

 

 

при

 

x

 

 

 

 

 

 

r;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

при

 

x

 

r

2

y

2

;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

2

 

 

 

 

140.

 

f1 (x)

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f1 (x / y)

 

 

 

2

r

 

y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

при

x

 

 

 

 

 

 

 

r.

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

при

 

x

 

 

r

2

y

2

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

r 2

y 2 при

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

y

 

r 2

 

x2 ;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y

 

r;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

при

 

 

 

 

 

 

 

 

f2 ( y)

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f 2 ( y / x)

 

 

 

 

 

 

2 r 2

 

x2

 

 

 

 

r 2

 

x 2 .

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

при

y

r.

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

при

y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X и Y – зависимы.

141. 201 ;

xi

10

20

30

 

yi

20

40

60

 

 

 

 

 

 

 

 

 

pi

0,2

0,4

0,4

 

pi

0,3

0,35

0,35

 

 

 

 

 

 

 

 

 

4.2. ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СИСТЕМЫ СЛУЧАЙНЫХ ВЕЛИЧИН

К числовым характеристикам системы случайных величин относятся:

математическое ожидание, дисперсия, начальные и центральные моменты.

71

Математическое ожидание системы двух случайных величин определяется выражением

 

n m

 

 

xi yi pij

для дискретных случайных величин,

M ( X ,Y )

i 1 j 1

(4.2)

 

xyf (x, y)dxdy для непрерывных случайных величин.

Математическое ожидание составляющих системы равно

M (x)

 

mx

 

xf1 (x)dx

 

 

 

 

 

 

 

 

 

для непрерывных случайных величин

(4.3)

M ( y)

 

my

 

yf 2 ( y)dy

 

 

 

 

 

n

 

 

 

 

 

M (x)

 

mx

 

xi pi

 

 

(4.4)

 

 

i

1

для дискретных случайных величин

 

 

m

 

 

 

 

 

M ( y)

 

my

 

yi pi

 

 

 

 

 

i

1

 

 

 

 

Дисперсия системы двух случайных величин равна

 

 

n

m

 

mx )2 ( yi

my )2 pij для дискретных случайных величин,

 

 

 

(xi

 

 

D( X ,Y )

i 1 j 1

 

 

 

 

 

(4.5)

 

 

 

 

 

 

 

 

 

(x

mx )2 ( y

my )2 f (x, y)dxdy

для непрерывных случайных величин.

 

Дисперсия составляющих системы равна:

 

 

 

n

mx )2 pi

 

 

 

D(x)

 

xi

 

 

(4.6)

 

i 1

 

 

 

для дискретных случайных величин

 

 

m

my )2 pi

 

 

 

D( y)

 

yi

 

 

 

 

i 1

 

 

 

 

 

 

D(x)

 

(x m

x

)2

f (x)dx

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

для непрерывных случайных величин .

(4.7)

M ( y)

 

( y my )2 f2 ( y)dy

 

 

Начальным

моментом порядка k

s системы случайных величин

(X, Y)

называется математическое ожидание произведения xk y s , т.е. M (xk y s ) или

 

 

 

xk y s f (x, y)dxdy для непрерывных случайных величин,

 

M k ,s

 

n m

 

 

 

 

 

(4.8)

 

 

xi k y j s pij

для дискретных случайных величин .

 

 

 

i 1 j 1

 

 

 

 

 

 

72

 

Центральным моментом порядка k

s системы случайных величин (X, Y)

называется математическое

ожидание

произведения

(x mx )k ( y my )s , т.е.

M[(x

mx )k ( y

my )s ] или

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(x

mx )k ( y

my )s f (x, y)dxdy

для непрерывных случайных величин ,

M k ,s

n m

mx )k ( y j

my )s pij

 

 

 

 

 

 

 

 

 

 

(4.9)

 

(xi

для дискретных случайных величин .

 

i 1 j 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Корреляционным моментом (моментом связи) системы случайных величин

(X, Y) называется математическое ожидание произведения отклонений этих

величин от своих математических ожиданий, т.е. Kxy

M[(x

 

 

mx )( y my )] или

 

(x

mx )( y

my ) f (x, y)dxdy

для непрерывных случайных величин ,

K x, y

n m

 

 

 

 

 

 

 

 

 

 

 

 

 

(4.10)

 

(xi

mx )( y j

 

my ) pij

для дискретных случайных величин .

 

i 1 j 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Коэффициент корреляции равен

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

rxy

 

K xy

 

 

.

 

(4.11)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

D( X )D(Y )

 

 

 

 

 

 

 

 

 

Пример 1. Плотность вероятности случайных величин Х и Y (координат

амплитуд колебаний кузова при движении автомобиля равна

 

 

 

 

0,5sin(x

y) при 0

x

 

 

 

 

0 y

 

 

 

 

 

 

 

 

 

 

 

2

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (x, y)

 

 

 

x

0,

или

x

 

 

 

 

 

 

или

 

 

 

 

 

2

 

 

 

 

 

 

 

0

 

при

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y

0,

или

y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Найти: а) математическое ожидание системы и ее составляющих; б)

дисперсии D(XY ), D(X ),

D(Y ); в) корреляционный момент.

 

 

 

 

 

 

 

 

Решение.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

73

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

1 2

2

 

 

 

 

 

 

 

1 2

2

 

 

 

 

 

 

1

2

 

 

 

 

 

 

 

 

2

 

M ( X ,Y )

 

 

 

 

 

 

 

xy sin(x

y)dydx

 

 

 

x y sin(x y)dydx

 

 

 

 

 

x(

y cos(x

 

y)

 

 

 

 

cos(x y)dy)dx

2 0

2 0

2

 

 

 

0

 

 

 

 

 

 

 

0

 

 

 

 

 

 

0

 

 

 

 

 

 

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

1 2

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0 x

 

 

sin xdx

 

 

 

0 x sin xdx

 

 

 

 

( x cos x

 

 

 

 

0 cos xdx)

 

 

sin x

 

 

 

 

 

 

 

 

 

 

2

2

2

 

 

 

4

 

 

 

 

4

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

0

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 2

2

1

2

 

 

 

 

1

2

 

 

 

 

 

2 dx

 

 

M ( X )

 

 

x sin(x y)dydx

 

x( cos(x y)

 

 

 

x(sin x

cos x)dx

 

 

 

 

 

 

 

2 0

0

2

0

 

0

 

2 0

4

 

 

 

 

 

 

 

D( X ,Y )

1

 

2

 

 

2

 

2

 

 

 

 

 

2

 

 

2

2 2

 

1

2

 

 

2

 

x

 

 

y

 

sin(x y)dxdy

 

 

 

y

 

 

 

x

 

sin(x y)dxdy

 

 

 

 

 

 

0 0

4

 

 

4

 

2

0

 

4

0

 

4

 

1

 

 

 

 

 

y

 

 

1

 

 

 

 

 

 

 

 

 

 

 

2

y

 

sin y cos y dy

 

 

 

 

2

 

2 .

 

 

 

 

 

 

 

 

 

 

 

 

2

16

2

4

2

16

2

16

 

 

 

 

 

б) найдем дисперсию D(X):

2

 

2

2

 

 

 

 

D( X ) 0,5 x

 

dx sin(x y)dy 0,5

x

 

sin x cos x dx

 

4 0,5

4

2

8

0

0

0

 

 

 

 

 

 

 

2. 16 2

Так как выражение для D(Y) имеет такой же вид, как и для D(X), то можем записать:

 

 

 

 

 

 

 

D(Y )

 

 

 

 

 

2.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

16

 

 

 

2

 

 

 

 

 

 

 

 

в) корреляционный момент kxy, согласно формуле (4.3):

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2 2

 

 

 

 

2 2

 

 

 

 

 

 

 

 

 

 

 

 

 

kxy

0,5 x

 

y

 

sin(x y)dxdy 0,5 xy

 

 

 

x y)

 

sin(x y)dxdy

 

1

 

.

4

 

4

 

16

2

16

 

0 0

 

4

0 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Задачи

142. Двумерная случайная величина (X,Y) задана законом распределения

xi

yi

74

 

-2

3

 

 

 

-1

0,15

0,10

 

 

 

0

0,35

0,25

 

 

 

1

0,05

0,10

 

 

 

Найти: математическое ожидание M(X,Y), M(X), M(Y) дисперсии D(X,Y), D(X),

D(Y). Корреляционный момент Kxy, коэффициент корреляции rxy.

143. Двумерная случайная величина (X,Y) определена законом

xi

0

1

2

yi

 

 

 

0

1/4

0

0

 

 

 

 

1

1/3

1/6

0

 

 

 

 

2

1/9

1/9

1/36

 

 

 

 

Найти: математическое ожидание M(X,Y), M(X), M(Y) дисперсии D(X,Y), D(X),

D(Y). Корреляционный момент Kxy и коэффициент корреляции rxy.

144. Плотность распределения вероятностей

системы

случайных величин

(X,Y) (координат амплитуд колебаний кузова автомобиля при движении) равна

f (x, y)

0,5sin(x

y) при 0 x

 

 

0 y

 

 

 

2

2

 

 

 

 

 

 

0

в остальных случаях.

 

 

 

Определить математическое ожидание составляющих M(X), M(Y) и

корреляционный момент Kxy.

145. Определить математическое ожидание системы (X,Y) составляющих

M(X), M(Y), если плотность вероятности

f (x, y)

2

.

 

x2 y 2 1)3

146. При нескольких заездах автомобиля на мерном участке под его левые и правые колеса попадают короткие и длинные неровности. Вероятность того, что при одном заезде короткая неровность попадет под левые колеса, равна 0,4, под правые – 0,05; вероятность того, что длинная неровность попадет под левые

75

колеса – 0,1, под правые – 0,45. Найти математическое ожидание и дисперсии числа коротких и числа длинных неровностей при одном заезде.

147. Определить плотность вероятности, математические ожидания M(X),

M(Y) системы случайных величин, если функция распределения системы:

F (x, y)

sin x sin y

0 x

 

0 y

 

 

 

 

 

 

2

 

2

 

0

 

 

в другихслучаях.

 

 

Ответы

142.

M ( X ,Y ) 0,20; M ( X ) 0,25; M (Y ) 0,1; D( X ,Y ) 1,4401; D( X ) 6,187;

D(Y ) 0,2776; k xy 0,2125; rxy 0,1621.

M ( X ,Y )

 

 

1

; M ( X )

 

 

1

; M (Y ) 1; D( X ,Y )

 

13

; D( X )

11

;

 

 

2

6

72

36

 

 

143.

1

 

 

1

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

D(Y )

; k

 

; r

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xy

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

54

 

 

 

xy

9

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

144. M ( X )

 

 

 

 

 

 

M (Y )

 

 

 

kxy

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

2

 

 

 

 

 

8

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

145. M (X ) M (Y ) 0.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

146. M (X )

0,45;

M (Y )

0,55;

D(X )

0,2875; D(Y )

 

0,3375.

 

 

 

 

147. f (x, y)

 

 

cos x cos y при 0 x

 

 

 

 

0

y

 

 

 

M (x)

 

 

1; M ( y)

 

1.

 

 

2

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

в остальных случаях.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4.3. ДВУМЕРНОЕ НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ

Распределение двумерной случайной величины (X,Y) называется нормальным, если плотность распределения ее вероятностей имеет вид:

 

 

 

 

 

1

 

2

 

y my

2

 

 

 

 

 

 

 

 

 

x mx

 

 

2rxy x mx

y my

 

 

 

1

 

 

2

 

2

2

 

 

f (x, y)

 

e

2(1 rxy )

x

 

y

 

 

,

(4.12)

 

 

 

 

 

 

 

 

 

 

 

2

1 r 2

 

 

 

 

 

 

 

 

 

 

 

 

xy

 

 

 

 

 

 

 

 

 

где

, – средние квадратические отклонения составляющих;

 

mx , my – математические ожидания составляющих;

 

 

rxy

– коэффициент корреляции.

 

 

 

 

 

 

 

Если rxy=0, т.е. величины X и Y – некоррелированы, то закон двумерного распределения будет

76

 

 

 

 

 

 

 

 

 

 

 

 

2

 

2

 

 

 

 

1

 

 

 

x mx

 

 

y my

 

f (x, y)

 

 

 

 

 

2

2

 

 

 

2

2

 

(4.13)

 

 

 

 

 

 

 

 

x

 

 

y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Если в (4.13) приравнять mx

 

my 0,

 

 

x

 

 

y

 

 

то получим

 

 

 

 

1

 

 

 

x2

y2

 

 

 

 

 

 

 

 

 

 

f (x, y)

 

 

e

2

 

 

 

или при x2 y 2 z 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

z 2

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

f (z)

 

 

 

e

2

2 .

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Распределение, для которого

 

z

 

e

f (z)

 

 

 

 

 

0

z2

2 2

при z

0;

(4.14)

 

 

при z

0.

 

называется распределением Релея.

Функция распределения Релея:

 

1 z

 

z2

 

 

z2

 

 

F (z)

ze 2

2

dz

1 e 2

2

.

(4.15)

 

0

 

 

 

 

 

 

 

 

 

 

 

 

Эллипсом рассеивания называется эллипс, во всех точках которого плотность

распределения f(x,y), двумерной случайной величины, распределенной по нормальному закону, постоянна, т.е. f(x,y)=const.

 

Полуоси

 

эллипса рассеивания

пропорциональны

 

и

,

т.е.

a

k ; b

k

 

. Вероятность попадания случайной точки

в область

Dk ,

ограниченную эллипсом рассеивания, равна

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k 2

 

 

 

 

 

 

 

 

 

 

 

P[(x, y)

k

] 1

e 2 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример

 

1. Производится штамповка детали,

имеющей

форму

эллипса

(x

1)2

( y

1)

2

1. Отклонение оси пуансона в результате износов распределено

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

по нормальному закону с параметрами mx

1; my

1;

1;

2; rxy

0. Найти

вероятность того, что деталь из-под штампа выйдет годной.

 

 

 

 

77

 

Решение. Область D, штампованной детали ограничена эллипсом

рассеивания

с полуосями

a

1, b

 

2,

а

вероятность попадания

в эту

область

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

P[(x, y)

D] 1

e 2

 

0,393.

 

 

 

Задачи

 

 

 

 

 

 

 

 

 

 

 

 

 

148. Координаты (X,Y) случайной точки A на плоскости подчинены

нормальному закону

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

x2

y2

 

 

 

 

 

 

 

 

f (x, y)

1

e

2

a2

b2

.

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Определить вероятность того, что точка А окажется внутри эллипса с

главными полуосями ka и kb , совпадающими с координатными осями

Ох и Оу.

 

149. Случайная точка распределена по нормальному закону со срединным

отклонением Е=10 м. Найти вероятности попадания точки в фигуру площадью

314 м2, если она имеет форму: а) круга; б) квадрата; в) прямоугольника с

отношением сторон 10:1. Центр рассеивания совпадает с геометрическим центром

фигуры.

 

 

 

 

 

 

 

 

 

 

 

 

 

150. Независимые случайные величины X, Y распределены по нормальным

законам с параметрами mx=2, my=-3, σx=1, σy=2. Вычислить вероятности

следующих

событий: а)

( X

mx ) (Y

my ) ;

 

б)

 

X

; Y

x 5) ; г)

X

; д)

X

Y

.

 

 

 

 

 

 

 

 

 

 

 

 

151. Плотность распределения системы двух случайных величин (X,Y) задана

выражением

( x 3)2 ( y 1)2

f (x, y) ae 8

2 ;

а) найти коэффициент a; б) установить, являются ли случайные величины X и Y зависимыми; в) определить вероятность совместного выполнения неравенства

X < –3, Y < 4.

78

152. Система двух случайных величин X,Y распределена по нормальному

закону с параметрами mx my 0, x

y

rxy 0. Определить вероятность

следующих событий: а) |Y| < X; б) Y < X; в) Y < |X|.

153. Случайная величина эксцентриситета детали характеризуется функцией распределения Релея

z 2

F (z) 1 e 2 .

Найти плотность вероятности f(z).

154. Плотность вероятности случайных амплитуд А боковой качки корабля определяется законом Релея

a2

f (a) a e 2 2

(a ),

где – дисперсия угла крена.

Как часто встречаются амплитуды, меньшие и большие средней?

Ответы

k2

148.P(k) 1 e 2 ;

 

 

149. а) Pкр

 

 

 

0,2035; б)

Pкв

0,2030; в) Pпр

0,1411.

 

 

 

 

 

 

 

 

150.

а)

P(x

 

mx , y my )

0,25;

 

б) P(x

)

0,8413; в)

 

P( y

x

5)

0,5; г)

 

 

0,1573; д)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P(

x

)

 

P((

x

 

 

 

)(

y

 

))

0,0476.

 

 

 

 

 

 

 

 

 

 

 

 

151. а) a

 

 

 

 

1

 

 

,

 

 

2,

 

1; б) X и Y – независимы; в)

P(X

3, Y

) 0,5.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,25; б)

 

 

 

 

0,5; в)

 

 

 

 

 

 

 

 

 

 

 

152. а) P(

Y

 

X )

 

 

P(Y

X )

 

P(Y

X

) 0,75.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

z

 

 

z2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

153. f (z)

 

 

 

 

e

2

 

2 .

 

 

 

 

 

 

 

 

 

 

 

 

0,544

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

154. P(a

a)

1

e

4 ;

P(a

a)

e

4 ; P(a

a) : P(a a)

1,19

( a

– средняя

 

 

 

 

 

 

0,456

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

амплитуда).

79

5.МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

5.1.ГЕНЕРАЛЬНАЯ И ВЫБОРОЧНАЯ СОВОКУПНОСТИ.

ВАРИАЦИОННЫЙ РЯД

Группа объектов, объединенных по некоторому качественному или количественному признаку, называется статистической совокупностью.

Различают генеральную и выборочную совокупности.

Выборочной совокупностью или выборкой называется совокупность случайно отобранных объектов.

Генеральной совокупностью называется совокупность объектов, из которых производится выборка.

Объемом совокупности называется число объектов, входящих в эту совокупность.

Выборка называется повторной, если отобранный объект (перед отбором следующего) возвращается в генеральную совокупность.

Выборка называется бесповторной, если отобранный объект в генеральную совокупность не возвращается.

Выборка называется малой, если ее объем меньше 25 объектов. Если объем выборки больше 25 объектов, то такую выборку называют большой.

Статистическая совокупность, расположенная в порядке возрастания или убывания признака, называется вариационным рядом, а ее объекты – вариантами.

Числа одинаковых значений вариант xi называются частотами, а их отношения к объему выборки частостями.

Вариационный ряд называется дискретными, если его члены являются членами числовой последовательности, т.е. принимают конкретные значения.

Если члены вариационного ряда заполняют некоторый интервал, то такой ряд называют непрерывным.

Статистическим распределением выборки называется.1), где в одну строку записываются варианты (члены вариационного ряда), а в другую – соответствующие им частоты или частости.

80

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]