Теория вероятностей и элементы математической статистики
.pdf
1 |
2 |
3 |
4 |
5 |
0,998 |
0,0003 |
0,0236 |
0,0623 |
0,757 |
2.13 Отклонение относительной частоты от постоянной вероятности в независимых испытаниях
Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна р ( 0 p 1), абсолютная величина отклонения
относительной частоты появления события не превысит положительного числа , приближенно равна удвоенной функции Лапласа при x 
npq .
P( mn p ) 2Ф( 
pqn ).
Относительная частота события А определяется равенством P(A) mn , где
m – число испытаний, в которых А наступило, n – общее число произвольных испытаний.
Примеры
1. Вероятность появления события в каждом из независимых испытаний равна 0,5. Найти число испытаний n, при котором с вероятностью 0,7698 можно ожидать, что относительная частота появления события отклонится от его вероятности по абсолютной величине не более чем на 0,02.
Решение. Их рассмотренной формулы: P( |
m |
p |
) 2Ф( |
|
n |
|
) получим, |
|
|
||||||
|
n |
|
|
|
pq |
||
что p 0,5;q 0,5; 0,02;P 0,7698. |
|
|
|
|
|
|
|
2Ф( 
0,25n ) 0,7698, 
0,25n ) 1.2 , n = 900.
2. Вероятность выигрыша на турнире по баскетболу равна 0,58. Найти количество турниров n, при котором с вероятностью приблизительно равной 0,9 можно ожидать, что относительная частота побед отклонится от вероятности по абсолютной величине не более чем на 0,1.
Решение. p 0,58;q 0,42; 0,1;P 0,9.
|
|
n |
|
|
|
|
n |
|
|
||
2Ф(0,1 |
|
|
) 0,9 |
, |
0,1 |
|
|
) 0,9 |
, n = 4. |
||
0,58 0,42 |
|
0,58 0.42 |
|||||||||
Задачи для самостоятельного решения
31
1.Найти количество подбрасываний игрального кубика n, при котором с вероятностью приблизительно равной 0,95 можно ожидать, что относительная частота выпадений шестерки отклонится от вероятности по абсолютной величине не более чем на 0,05.
2.Найти количество подбрасываний монеты n, при котором с вероятностью приблизительно равной 0,95 можно ожидать, что относительная частота выпадений герба отклонится от вероятности по абсолютной величине не более чем на 0,1.
3.Найти количество опрошенных мужчин n, при котором с вероятностью приблизительно равной 0,95 можно ожидать, что относительная частота выбранных женатых мужчин отклонится от вероятности по абсолютной величине не более чем на 0,05, если считать, что случайно выбранный мужчина с равной вероятностью может оказаться женатым или не женатым.
4.Найти количество подбрасываний кубика n, при котором с вероятностью приблизительно равной 0,76 можно ожидать, что относительная частота выпадений четного числа очков отклонится от вероятности по абсолютной величине не более чем на 0,05.
5.Танцор Вася обычно выигрывает 1 из 10 турниров по бальным танцам. Найти количество турниров n, в которых участвовал Вася. Если известно, что с вероятностью приблизительно равной 0,9 можно ожидать, что относительная частота его побед отклонится от вероятности по абсолютной величине не более чем на 0,05.
Ответы
1 |
2 |
3 |
4 |
5 |
|
|
26 |
12 |
48 |
138 |
97 |
|
|
|
|
|
|
|
|
|
2.14 Случайные величины и их распределения
В азартных играх интерес играющих вызывает не наступление случайного исхода, а связанный с ним выигрыш или проигрыш, т.е. определенная числовая величина, которая соответствует исходу.
Примером случайной величины может быть число очков, выпавших при подбрасывании кубика, число бракованных изделий среди общего числа изделий.
Случайная величина есть число, которое ставится в соответствие каждому возможному исходу эксперимента, т.е. ее можно рассматривать как функцию ( ) на пространстве элементарных событий .
Пусть ( ,A,P) – произвольное вероятностное пространство. Случайной величиной называется функция : R , такая что для любого C R выполняется следующее: { : ( ) c} A.
Определим функцию распределения случайной величины, которая несет всю информацию, заложенную в случайной величине.
32
Функцией распределения случайной величины называется функция F (x) : R [0,1], такая, что для любого действительного x выполняется:
F (x) P{ : ( ) x}.
Любая функция распределения обладает следующими свойствами:
1) x1 x 2 F (x1) F (x2 ),
2) существуют пределы Lim F (x) 0 |
, LimF (x) 1. |
x |
x |
3)функция непрерывна слева, т.е. F (x0 0) F (x0 ).
4)x0 : F (x0 0) F (x0 ) P( x0 ).
5): P(a b) F (b) F (a) .
2.15 Классификация дискретных случайных величин
Дискретная случайная величина – это случайная величина, которая принимает
не более чем счетное число значений. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Пусть ее значения x1,x2,...,xk ,... такие, что P( xk ) pk |
0,k 1,2,.... |
||||||||||||||||||||
|
n( ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тогда |
pk 1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Совокупность значений xk |
и соответствующих вероятностей |
pk называется |
|||||||||||||||||||
распределением дискретной случайной величины. |
|
|
|
|
|
||||||||||||||||
Закон распределения такой величины может быть таблично следующим обра- |
|||||||||||||||||||||
зом: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x1 |
|
|
|
x2 |
|
|
|
|
|
|
… |
|
|
xn |
|
… |
|
||
P |
|
p1 |
|
|
|
p2 |
|
|
|
|
|
|
|
|
|
|
pn |
|
|
|
|
Примеры дискретных случайных величин: |
|
|
|
|
|
||||||||||||||||
Случайная величина Бер- |
|
|
|
|
0 |
|
|
|
|
1 |
|
|
|
Результат |
эксперимента |
||||||
нулли |
|
|
|
P |
|
|
|
p |
|
|
|
|
1-p |
|
по подбрасыванию моне- |
||||||
|
|
|
|
0 < p < 1 |
|
|
|
|
|
|
|
|
|
|
ты |
|
|
|
|||
Биномиальная случайная |
|
|
|
0 |
|
|
1 |
|
|
|
… |
n |
|
Число успехов в n испы- |
|||||||
величина |
|
|
|
p |
|
Pn(0) |
|
Pn(1) |
|
|
|
Pn(n) |
|
таниях схемы Бернулли |
|||||||
|
|
|
|
P (m) Ck pkqn k |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
n |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
||
Случайна |
|
величина |
|
P( k) a |
k |
|
|
|
|
|
Закон |
редких событий: |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Пуассона |
|
|
|
|
e a , |
|
|
|
|
|
число |
вызовов, посту- |
|||||||||
|
|
|
|
|
|
|
|
k! |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
пивших на телефонную |
|||||||
|
|
|
|
a > 0, |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
станцию; число распав- |
|||||||
|
|
|
|
a = n p, |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
n , |
|
|
|
|
|
|
|
|
|
|
шихся нестабильных ча- |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
стиц |
|
|
|
||||
|
|
|
|
p 0. |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
33 |
|
Геометрическая |
случай- |
|
P( k) p (1 p)k 1 |
Производятся |
независи- |
||||||||||||
ная величина |
|
|
0 < p < 1 |
|
|
|
|
|
|
|
|
|
мые испытания, причем в |
||||
|
|
|
|
|
|
|
|
|
|
|
|
каждом |
есть только два |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
варианта |
исхода. Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
эта случайная |
величина |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
соответствует |
числу ис- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
пытаний |
до |
появления |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
успешного исхода |
||
Гипергеометрическая |
|
P( k) |
|
CMk |
CNn kM |
|
Число бракованных изде- |
||||||||||
случайная величина |
|
|
|
|
|
n |
лий |
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
CN |
|
|
|
||||||
Равномерная случайная |
|
|
1 |
|
2 |
|
|
… |
N |
|
Число очков на кубике |
||||||
величина |
|
|
p |
1/n |
|
1/n |
|
|
|
1/n |
|
|
|
|
|||
Логарифмическая |
слу- |
|
P( k) |
|
|
pk |
Распределение по разме- |
||||||||||
чайная величина |
|
|
k ln(1 p) |
|
рам астероидов в Сол- |
||||||||||||
|
|
|
0 < p < 1 |
|
|
|
|
|
|
|
|
|
нечной системе |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Закон распределения дискретной случайной величины можно изобразить графически, для чего в прямоугольной системе координат строят точки M1(x1, p1) ,
M2 (x2, p2 ),…, Mn (xn, pn ) , где xi – возможные значения Х, pi – соответствующие
вероятности; и соединяют их отрезками прямых. Полученную фигуру называют многоугольником распределения (полигоном).
Примеры
1. Найти функцию распределения случайной величины, которая представлена таблицей:
|
|
|
|
0 |
1 |
P |
0,5 |
0,5 |
Решение. Запишем функцию распределения в виде сложной функции:
0,
F (x) 0,5
1
x( ,0]
x(0,1] .
x(1, )
2. Два шахматиста Миша и Коля делают по одному ходу. Вероятность удачного хода Мишей равна 0,7, а для Коли эта вероятность равна 0,76. Найти ряд распределения суммарного числа удачных ходов шахматистами.
Решение.
|
|
|
|
|
0 |
1 |
2 |
P |
0,3 0,24 |
0,3 0,76 0,7 0,24 |
0,7 0,76 |
34
3.Партия изделий содержит 10 % нестандартных. Пусть случайная величина
Х– число стандартных изделий в партии из пяти изделий. Требуется составить закон распределения случайной величины и записать функцию распределения.
Решение. Случайная величина Х может принимать значения хk = 0, 1, 2, 3, 4, 5.
Вероятность |
P(X x ) |
найдем по формуле Бернулли: |
P (k) Ck pk qn k |
. По |
||
|
|
k |
|
n |
n |
|
условию задачи n 5; |
p 0,9; q 0,1. |
|
|
|
||
|
p P(X 0) C0 p0q5 0,00001, |
|
|
|
|||||
|
0 |
5 |
|
|
|
|
|
|
|
|
p P(X 1) C1 |
pq4 0,00045, |
|
|
|
||||
|
1 |
5 |
|
|
|
|
|
|
|
|
|
p P(X 2) C2 |
p2q3 0,0081 |
|
|||||
|
|
2 |
5 |
|
|
|
|
|
|
|
|
p P(X 3) C3 p3q2 |
0,0729, |
|
|||||
|
|
3 |
|
5 |
|
|
|
||
|
|
p P(X 4) C4 p4q 0,32805 , |
|
||||||
|
|
4 |
|
5 |
|
|
|
||
|
|
p P(X 5) C5 p5q0 0,59049 . |
|
||||||
|
|
5 |
|
|
5 |
|
|
|
|
|
Запишем закон распределения случайной величины: |
|
|||||||
хi |
0 |
1 |
|
2 |
|
3 |
|
4 |
5 |
pi |
0,00001 |
0,00045 |
|
0,0081 |
|
0,0729 |
|
0,32805 |
0,59049 |
Найдем функцию распределения. По определению:
|
|
|
F(x) P(X x) |
pi . |
|
При x 0 |
F(x) 0 , |
|
i:xi x |
||
|
|
||||
при 0 x 1 |
F(x) p0 0,00001, |
|
|||
при 1 x 2 |
F(x) p0 p1 0,00046, |
|
|||
при 2 x 3 |
F(x) p0 p1 p2 0,00856, |
||||
при 3 x 4 |
F(x) p0 p1 p2 p3 0,081146, |
||||
при 4 x 5 |
F(x) p0 p1 p2 p3 p4 0,40951, |
||||
при x 5 |
F(x) 1. |
|
|
||
Окончательно получим: |
|
|
|||
0, |
|
|
если |
x 0, |
|
0,00001, |
если |
0 x 1, |
|
||
|
|
|
|
|
|
0,00046, |
если |
1 x 2, |
|
||
|
|
|
если |
2 x 3, |
|
F(x) 0,00856, |
|
||||
0,08146, |
если |
3 x 4, |
|
||
|
|
|
|
4 x 5, |
|
0,40951, |
если |
|
|||
|
|
|
если |
x 5. |
|
1, |
|
|
|
||
35
Задачи для самостоятельного решения
1. Орудие выпускает по цели три снаряда. Событие А – попадание снаряда в цель. Р(А) = 0,8. Найти для случайной величины Х (количество попаданий) ряд распределения.
2. Найти функцию распределения для случайной величины Х:
Х |
-1 |
1 |
Р |
½ |
½ |
3.Вероятность сдачи экзамена первым студентом равна 0,6, а вторым – 0,9. Составить ряд распределения случайной величины Х—числа студентов, успешно сдавших экзамен, если известно, что экзамены пересдавать нельзя.
4. Найти функцию распределения для случайной величины Х:
Х |
-1 |
0 |
1 |
Р |
3/16 |
5/16 |
1/2 |
5. Два стрелка делают по одному выстрелу в одну мишень. Вероятность попадания для первого стрелка равна 0,5, а для второго 0,8. Найти и построить функцию распределения случайной величины Х (число попаданий в мишень).
Ответы
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
2 |
|
||
|
X |
0 |
|
1 |
|
2 |
|
3 |
|
|
|
0, |
x ( , 1] |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P |
0,008 |
|
0,096 |
0,384 |
0,512 |
|
F (x) |
x ( 1,1] |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
0,5 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x (1, |
) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|||
|
|
|
|
|
3 |
|
|
|
|
|
|
4 |
|
|
|
5 |
||
|
X |
|
0 |
|
1 |
2 |
|
|
|
|
0, x 1 |
|
|
0, x 0 |
||||
|
P |
|
0,04 |
|
|
0,42 |
0,54 |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
3 / 16, x ( 1,0] |
|
0,1; x (0,1] |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
F (x) |
1/ 2, x (0,1] |
|
F (x) |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,6; x (1,2] |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1, x 1 |
|
|
1, x 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
2.16 Классификация абсолютно непрерывных случайных величин
Если случайная величина Х принимает любые значения из некоторых интервалов или отрезков числовой оси, то она называется непрерывной случайной величиной. Примерами такой величины являются дальность полета снаряда, время безотказной работ прибора.
Плотностью распределения вероятностей случайной величины Х в точке х p(x) называется предел:
p(x) Lim P(x X x x) . |
|
x 0 |
x |
36
Теорема. Для того, чтобы случайная величина была абсолютно непрерывной, необходимо и достаточно, чтобы:
x
x R : F (x) p (t)dt .
Распределение случайной величины называется непрерывным, а сама случайная величина – абсолютно непрерывной случайной величиной, если
|
|
|
B B(R) : P (B) |
|
p (x)dx , |
B
где B – минимальная - алгебра. Свойства плотности распределения:
1) p (x)dx 1.
2)p (x) 0.
3)F (x) p (x) .
Эти три свойства выполняются для любой точки непрерывности функции.
b
4) P(a x b) p (x)dx .
a
Примеры абсолютно непрерывных случайных величин.
Нормальная |
слу- |
p (x) |
|
|
1 |
|
|
( x a)2 |
|
|
|
Ошибка |
выбор- |
||||||
|
|
|
|
|
e |
2 |
, |
|
|
|
|
|
|||||||
чайная |
величина |
|
|
|
|
|
ки, связь между |
||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
2 |
|
|
|
|
|
|
|||||||||||
(Случайна |
величи- |
|
|
|
|
|
|
|
|
|
|
|
признаками, |
ско- |
|||||
|
|
|
|
|
|
|
|
|
a |
|
a |
||||||||
на Гаусса) |
|
|
P( X ) Ф( |
) Ф( |
рость роста |
рас- |
|||||||||||||
|
|
|
|
|
) |
||||||||||||||
|
|
|
|
|
тений, колебания |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
курса акций |
|
|
Экспоненциальная |
p (x) |
|
|
0, x 0 |
|
|
0 |
|
Распад |
атомов. |
|||||||||
случайная |
величи- |
|
|
|
|
|
|
|
|
, |
|
Длительность |
|||||||
|
e x , x 0 |
|
|
|
|
||||||||||||||
на |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
работы |
оборудо- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вания |
|
|
Равномерная |
слу- |
|
|
|
0, x [a,b] |
|
|
Время ожидания |
|||||||||||
чайная величина |
|
|
|
|
|
|
|
|
|
|
|
|
|
пассажирского |
|||||
p (x) |
|
1 |
, x [a,b] |
|
|||||||||||||||
|
|
|
|
|
транспорта |
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
a |
|
|
|||||||||||
|
|
|
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
|||
Случайная величи- |
p (x) |
1 |
|
c |
|
|
|
, c 0, x R |
Амплитудно- |
|
|||||||||
на Коши |
|
|
|
|
|
x2 c2 |
|
|
|
|
|
частотные харак- |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
теристики |
ли- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
нейных |
колеба- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
тельных систем |
||
Гамма- |
|
|
, 0, |
|
|
|
|
|
|
|
|
|
|
|
Время, |
необхо- |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
37
распределенная ве- |
|
|
|
|
|
|
|
|
|
|
|
0, x 0 |
|
|
|
димое для появ- |
||||||||||||
личина |
|
p (x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ления |
отказов, |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x 1 e x , x 0 |
|
при условии, что |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
( ) |
|
|
|
|
|
|
|
|
|
|
|
они независимы |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и появляются с |
||||||
|
|
( ) y 1e ydy |
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
определенной |
|||||||||||||||||||||
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
интенсивностью. |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Время |
|
восста- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
новления сигнала |
||
Бета- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, x (0,1) |
|
Применяется для |
|||||||
распределенная ве- |
p (x) |
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
1 |
|
1 |
|
описания |
|
про- |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
личина |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x (1 |
x) |
, x (0,1) |
цессов, |
облада- |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
, 0 |
( , ) |
|
|
|
|
|
|
|
ющих естествен- |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ными нижними и |
|||
|
|
|
( ) ( ) |
|
|
|
|
|
|
|
||||||||||||||||||
|
|
( ) |
|
. |
|
|
|
|
|
верхними |
преде- |
|||||||||||||||||
|
|
|
( ) |
|
|
|
|
|
лами |
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Логарифмическая |
0, R, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Распределение |
||||||||||
нормальная |
слу- |
|
|
|
|
|
|
|
|
|
|
|
|
|
0, x 0 |
|
|
|
частот частиц по |
|||||||||
чайная величина |
p (x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ln( x/ ) |
2 |
|
их размерам при |
||||||||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
случайном дроб- |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
e |
|
2 2 |
|
, x 0 |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
x |
|
|
|
2 |
|
|
|
|
|
|
|
лении |
(градин |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
при граде) |
|
|
Отраженная |
нор- |
|
|
|
|
|
|
|
|
0, x 0 |
|
|
|
Упражнение. |
||||||||||||||
мальная величина |
p (x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
Найти самосто- |
||||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
, x 0 |
|
ятельно |
|
приме- |
|||||||||||
|
|
|
|
|
|
|
|
|
2e 2 2 |
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
нение |
|
данной |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
случайной |
вели- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
чины |
|
|
Распределение экс- |
|
|
x |
|
x |
|
|
|
|
|
|
|
Упражнение. |
|||||||||||||||
тремальных |
значе- |
p (x) e |
e |
|
|
|
|
/ |
|
|
|
|
Найти самосто- |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
ний |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ятельно |
|
приме- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
нение |
|
данной |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
случайной |
вели- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
чины |
|
|
Случайная величи- |
p (x) |
|
1 |
e |
|
x a |
|
,b 0,a R |
|
Упражнение. |
||||||||||||||||||
|
|
|
|
|||||||||||||||||||||||||
на Лапласа |
|
|
|
|
b |
|
Найти самосто- |
|||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
2b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ятельно |
|
приме- |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
нение |
|
данной |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
случайной |
вели- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
чины |
|
|
38
Логистическая слу- |
|
|
|
|
|
|
|
x a |
|
|
|
|
|
|
|
Исследование |
||||||
|
|
|
|
e |
|
|
|
|
|
|
|
|
|
|||||||||
чайная величина |
p (x) |
|
|
|
|
b |
|
|
|
|
|
|
|
,b |
0,a R |
медико- |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
b(1 e |
x a |
|
|
биологических |
||||||||||||||||
|
|
|
|
|
b )2 |
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
объектов |
|
||
Случайная |
величи- |
|
|
|
|
0, x a |
|
Описывает вели- |
||||||||||||||
на Парето |
|
p (x) |
b |
|
|
b 1 |
|
|
|
a |
,a,b 0 |
чину дохода, а – |
||||||||||
|
|
|
a x |
|
|
|
b, x |
|
минимальный |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
доход. |
Зависи- |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
мость |
абсолют- |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ной частоты слов |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
в длинном |
тек- |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
сте. |
Кривая |
для |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
популярности |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
имен. |
|
|
|
Случайна величина |
|
|
|
|
|
|
0, x 0 |
|
Время |
безотказ- |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Гнеденко |
|
p (x) |
|
|
|
|
|
|
|
|
|
|
|
|
0 |
ной работы |
|
|||||
|
|
|
x 1e x |
|
, x |
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Случайная |
величи- |
|
|
|
|
0, x 0 |
|
В теории стрель- |
||||||||||||||
на Рэлея |
|
|
|
|
|
|
|
|
x |
2 |
|
|
|
|
|
бы, теории связи. |
||||||
|
|
p (x) |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
2 2 , x 0 |
Отклонение |
от |
|||||||||||||||
|
|
|
|
|
xe |
|
||||||||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
цели |
изучается. |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В |
радиотехнике |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
при |
|
исследова- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
нии |
радиосигна- |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ла. |
|
Плотность |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
распределения |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
излучения абсо- |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
лютно |
черного |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
тела по частотам |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
Примеры |
|
|
|
|
|||||
1. Плотность вероятности случайных амплитуд боковой качки корабля подчиняется закону Рэлея с параметрами 0,1. Найти вероятность того, что значение случайной амплитуды будет находиться в диапазоне 0,1 до 0,6.
0,6 |
0,6 |
1 |
xe |
x2 |
|
|
Решение. P(A) |
p(x)dx |
2 0,12 dx 0,607 . |
||||
0,12 |
||||||
0,1 |
0,1 |
|
|
|
|
|
2. Непрерывная случайная величина задана плотностью распределения:
39
|
0, |
|
при |
x 0, |
p(x) |
cx2 |
, |
при |
0 x 2, |
|
|
|
|
|
|
0, |
|
при |
x 2. |
|
|
|
|
|
Требуется найти значение параметра с и записать функцию распределения. Решение. Значение параметра с определим, используя свойство плотности
|
|
p(x) dx 1. |
|
|
|
|
|
|
|
распределения: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
2 |
|
3 |
|
|
8 c 1 c |
3 . |
|
|
|
|||||||
p(x) dx 0 dx |
cx2 dx |
0 dx cx |
2 |
|
|||||
|
|
|
0 |
2 |
3 |
0 |
|
3 |
8 |
|
|
|
|
|
|
||||
Функцию распределения определим из условия:
|
|
|
|
F(x) |
x |
|
|
|
|
|||
|
|
|
|
p(x) dx.. |
||||||||
|
|
|
|
|
|
|
|
|
|
|
||
|
|
x |
|
|
|
|
|
|
|
|
|
|
Для x 0 |
F(x) |
0 dx 0, |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
x |
|
|
3 |
|
||
для 0 x 2 |
F(x) |
|
0 dx |
3 x2 dx |
x |
, |
||||||
|
||||||||||||
|
|
|
|
|
0 |
8 |
|
8 |
|
|||
|
|
|
0 |
|
2 |
|
|
|
|
x |
||
для x 2 |
|
F(x) |
|
0 dx |
3 x2 dx 0 dx |
|||||||
|
|
|
|
0 |
8 |
|
|
|
2 |
|
|
|
Значит, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
x 0, |
|||
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
F(x) |
x |
|
x 2, |
|||||
|
|
|
|
|
|
|
, 0 |
|||||
|
|
|
|
|
3 |
|||||||
|
|
|
|
|
|
|
|
x 2. |
||||
|
|
|
|
|
|
1, |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
x3 |
|
1. |
|
|
2 |
||
8 |
|
0 |
|
|
|
||
3. Дана функция распределения случайной величины. Найти ее плотность распределения.
0, |
x 0, |
F(x) 1 e 4x , |
x 0. |
|
|
40
