Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Математика_2.pdf
Скачиваний:
0
Добавлен:
28.12.2025
Размер:
1.51 Mб
Скачать

0,

 

 

x ≤ 0

F (x ) =

e

−3x

 

.

1

,

x > 0

 

 

 

 

 

Нужно определить плотность распределения.

Решение. Плотность распределения определим из свойства плотности распределения: p(x ) = F ′(x ) .

0,

 

 

x ≤ 0,

p(x ) =

−3x

,

x > 0.

3e

 

 

 

 

6.Числовые характеристики СВ

Кчисловым характеристикам СВ относятся: математическое ожидание М(Х),

дисперсия D(Х), среднее квадратическое отклонение σ(Х), начальные и центральные моменты и др.

6.1. Математическое ожидание и его свойства. Дискретная СВ принимает значе-

ния x1, x 2 ,K, x n с вероятностями p1, p2 ,K, pn . Математическим ожиданием СВ называется число М(Х), которое определяется соотношением

n

M (X ) = x i pi .

i=1

Если непрерывная СВ задана плотностью распределения p(x ) , то математи-

ческое ожидание определяется интегралом M (X ) = x p(x ) dx .

−∞

Математическое ожидание характеризует среднее значение СВ. Свойства математического ожидания:

1.

M (c) = c, где c = const .

2.

M (kX ) = kM (X ), где k = const .

3.

M (X +Y ) = M (X ) + M (Y ) .

4.M (X ×Y ) = M (X ) × M (Y ) , если СВ X и Y независимы.

6.2.Дисперсия и ее свойства. Начальным моментом k-ого порядка называет-

ся математическое ожидание СВ Хk.

18

νk

 

n

= M (X k ) = x ik pi – для дискретных случайных величин,

 

 

i=1

νk

=

x k p(x ) dx – для непрерывных случайных величин.

 

 

−∞

Центральным моментом k-ого порядка называется математическое ожида-

ние СВ (X M (X ))k .

n

M (X ))k pi – для дискретных случайных

μk = M ((X M (X ))k ) = (x i

i=1

 

величин,

 

μk = (x M (X ))k p(x ) dx – для непрерывных случайных величин.

−∞

Дисперсией называется центральный момент второго порядка

D(X) = μ2 = n (x i M (X ))2 pi .

i=1

Дисперсия характеризует степень разброса значений СВ относительно математического ожидания. Дисперсия СВ равна разности математического ожидания квадрата СВ и квадрата математического ожидания.

D(X ) = M (X 2 )(M (X ))2 .

Свойства дисперсии:

1.

D(X ) ³ 0 .

2.

D(k X ) = k 2 D(X ), где k = const .

3.

D(C ) = 0, где C = const .

4.

D(X +Y ) = D(X ) + D(Y ) , X, Y – независимые СВ.

Средним квадратическим отклонением СВ называется корень квадратный из дисперсии СВ

σ(X ) = D(X ) .

Пример 1. Дискретная СВ задана законом распределения. Требуется найти

М(Х), D(X), σ(X).

xi

0

1

2

3

 

 

 

 

 

19

 

 

 

pi

 

0,1

 

0,3

0,4

0,2

Решение.

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

M (X ) = x i pi

= 0 × 0,1 +1× 0,3

+ 2 × 0,4 + 3 × 0,2 = 1,7 ,

 

i=1

 

 

 

 

 

 

 

 

n

2 p = 02

× 0,1 +12

× 0,3 + 22 × 0,4 + 32 × 0,2 = 3,7

M (X 2 ) = x

i=1

i

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

D(X ) = M (X 2 ) - (M (X ))2 = 3,7 - (1,7)2 = 0,81,

 

σ(X ) = D(X ) =

0,81 = 0,9 .

 

 

 

 

Пример 2. Непрерывная СВ задана плотностью распределения

 

 

 

 

0,

 

x £ 0,

x > 1

 

 

p(x ) =

 

 

 

 

 

 

 

 

0 < x £ 1.

 

 

 

 

 

 

3x 2 ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Требуется вычислить М(Х), D(X), σ(X).

 

 

 

Решение.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

3x

4

 

1

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M (X ) = xp (x ) dx = 3x 3 dx =

 

 

=

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

− ∞

0

4

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

3x

5

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M (X 2 ) = x 2 p(x ) dx = ∫ 3x 4 dx

 

=

 

 

 

 

=

,

 

 

 

 

 

 

 

 

 

 

 

 

−∞

 

0

 

 

 

 

5

 

 

 

5

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

D(X ) = M (X 2 ) - (M (X ))2 =

3

-

9

=

48 − 45

=

3

,

 

 

 

 

 

 

5

 

 

16

 

 

 

80

 

 

 

80

 

s(X ) = D(X ) =

3

= 0,194 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

80

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

7. Законы распределения СВ

Законы распределения дискретных СВ. СВ Х, которая принимает значения 0, 1, 2,¼, n с вероятностями P (X = k ) = C nk pk qnk , называется распределенной по би-

номиальному закону. Биномиальный закон распределения может быть представлен в виде таблицы:

xi

0

1

2

¼

n

pi

qn

C n1 p qn−1

C n2 p2 qn−2

¼

pn

 

 

 

20

 

 

Для биномиального закона M (X ) = np; D(X ) = npq .

 

Дискретная СВ Х называется распределенной по закону Пуассона, если она

принимает целые неотрицательные значения 0, 1, 2,¼, n

с вероятностями, ко-

торые определяются по формуле Пуассона: P (X = k ) = lk

e−λ , l = np . Для зако-

k !

 

на Пуассона M (X ) = D(X ) = λ .

 

Пример 1. Производится 3 независимых испытания, в каждом из которых событие A появляется с вероятностью 0,4. СВ Х – число появлений события А. Требуется составить закон распределения и вычислить числовые характеристики.

Решение. СВ Х принимает значения 0, 1, 2, 3, 4 и распределена по биномиальному закону. Определим вероятности:

 

P (X = 0) = q4 = 0,64 = 0,1296 ,

 

 

 

P (X = 1) = C 41 p q4 = 4

× 0,4 × 0,63 = 0,3456 ,

 

 

P (X = 2)

= C 42 p2 q2 = 6 × 0,16 × 0,36 = 0,3456 ,

 

 

P (X = 3) = C 43 p3 q = 4 × 0,064 × 0,6 = 0,1536 ,

 

 

P (X = 4)

= p4 = 0,44 = 0,0256 .

 

 

 

Закон распределения имеет вид:

 

 

 

 

 

 

 

 

 

 

 

xi

 

0

 

1

 

2

3

4

pi

 

0,1296

0,3456

 

0,3456

0,1536

0,0256

M (X ) = np = 4 × 0,4 = 1,6 ,

D(X ) = np q = 4 × 0,4 × 0,6 = 0,96 , s(X ) = D(X ) = 0,96 = 0,98 .

Пример 2. Телефонная станция обслуживает 400 абонентов. Вероятность того, что в течение часа абонент позвонит на станцию, равна 0,01 и постоянна для всех абонентов. Найти вероятность того, что на станцию в течение часа позвонят не более двух абонентов.

Решение. По условию задачи п = 400; р = 0,01; т £ 2; λ = 4.

21

P

(m ≤ 2) = P (0) + P

(1) + P (2) =

40

e−4

+

41

e−4

+

42

e−4 =

 

 

 

400

400

 

400

400

0!

 

1!

 

2!

 

 

 

 

 

 

 

 

 

 

 

= e−4 (1 + 4 + 8) =

13

=

13

 

= 0,238.

 

 

 

 

 

 

 

 

e4

54,576

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

7.2. Законы распределения непрерывных СВ. СВ Х называется равномерно распределенной на отрезке [a; b], если плотность распределения СВ на этом от-

резке постоянна и равна

1

, а вне отрезка –

равна 0.

b a

 

 

 

 

0,

x < a;

x > b

 

p(x ) =

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 (b a), x [a;b]

Для СВ, распределенной по равномерному закону, справедливы следующие

соотношения:

 

 

 

 

 

 

 

 

 

 

0,

 

x a,

 

 

x a

 

 

 

 

F (x ) =

 

 

,

a < x b,

 

 

 

 

b a

x > b

 

 

 

1,

 

M (X ) =

a + b

, D(X ) =

(b a)2

.

 

 

 

 

 

2

 

 

12

 

Непрерывная СВ Х, принимающая значения с плотностью распределения

0, x ≤ 0,

p(X ) = λ −λx >

e , x 0,

называется распределенной по показательному (экспоненциальному) закону с па-

раметром λ > 0 . Для СВ, распределенной по показательному закону, справедливы следующие соотношения:

F (X ) = 0,

x ≤ 0,

 

 

1 − e−λx

, x > 0,

 

 

 

 

 

 

M (X ) =

1

, D(X ) =

1

,

 

λ2

 

λ

 

 

P (α ≤ x ≤ β) = e−λα − e−λβ .

СВ Х называется распределенной по нормальному закону, если ее плотность распределения имеет вид

22

p(x ) =

1

e

σ 2π

−(x a)2

2

, σ > 0 ,

где а и σ – параметры распределения. Для нормально распределенной СВ справедливы следующие соотношения:

 

1

x a

 

 

 

 

 

 

2

 

F (x ) =

 

+ Φ

 

 

, M (X ) = a,

D(X ) = σ

 

.

2

 

σ

 

 

 

 

 

 

 

 

 

 

 

 

 

Вероятность попадания нормально распределенной СВ на отрезок [α; β] вы-

числяется по формуле:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

β − a

 

 

α − a

 

 

P (α ≤ X ≤ β) = Φ

σ

− Φ

σ

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вероятность отклонения нормально распределенной СВ от ее математиче-

ского ожидания по абсолютной величине определяется по формуле:

 

 

 

 

 

 

 

 

 

δ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P (

X a

< δ) =

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вероятность отклонения относительной частоты ϖ = m от вероятности на- n

ступления события р в серии из n независимых испытаний выражается формулой

 

 

 

 

 

n

 

 

 

 

P (

ϖ − p

 

< ε) = 2Φ

ε

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

pq

Пример 1. Автобусы некоторого маршрута ходят строго по расписанию. Интервал движения 5 мин. Найти вероятность того, что пассажир, подошедший к остановке, будет ожидать очередной автобус менее 3 минут.

Решение. Случайная величина Х – время прихода пассажира на остановку, распределена равномерно на [0; 5]. Плотность распределения вероятностей имеет вид

0, x [0, 5], p(x ) = [ ]1/ 5, x 0, 5 .

Пассажир будет ожидать автобус менее 3 минут, если он подойдет к остановке в интервале времени от 2 до 5 минут после отправления автобуса.

23

 

5

1

 

x

P (2 £ x £

5) =

 

dx =

 

5

5

 

2

 

5

2

= 1 - 2 = 3 . 5 5

Пример 2. Время Т безотказной работы двигателя автомобиля распределено по показательному закону. Известно, что среднее время наработки двигателя на отказ между техническим обслуживанием – 100 ч. Определить вероятность безотказной работы двигателя в течение 80 ч.

Решение. По условию задачи математическое ожидание СВ Т равно 100 ч.

Следовательно,

1

= 100, l = 10-2 . Тогда плотность распределения времени без-

l

 

 

 

 

 

отказной работы двигателя имеет вид:

 

 

 

 

 

0,

 

 

t < 0,

 

 

p(t ) =

 

 

t ³ 0.

 

 

0,01e-0,01t ,

Функция распределения СВ Т

 

 

 

 

 

0,

 

t £ 0,

 

 

F (t ) = P (T < t ) =

- e

-0,01t , t > 0

 

 

1

 

 

 

 

 

 

определяет вероятность отказа двигателя за время продолжительностью t. Тогда вероятность безотказной работы двигателя за это время будет равна

R (t ) = 1 - P (T < t ) = e-0,01t .

Функцию R(t) называют функцией надежности. Для нашего случая

P = R (80) = e-0,01×80 = e-0,8 = 0,45 .

Пример 3. Текущая оценка ценной бумаги представляет собой нормально распределенную СВ со средним значением 100 у.е. и дисперсией 9. Найти вероятность того, что цена актива (ценной бумаги) будет находиться в пределах от 91 до

109 у.е.

24

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]