- •МАТЕМАТИКА
- •СОДЕРЖАНИЕ
- •ЛИТЕРАТУРА
- •2. Теоремы сложения и умножения вероятностей
- •3. Формула полной вероятности. Формулы Байеса
- •5. Случайные величины
- •6. Числовые характеристики СВ
- •7. Законы распределения СВ
- •8. Математическая статистика
- •КОНТРОЛЬНЫЕ ЗАДАНИЯ
- •Приложение 1
- •Приложение 2
- •Приложение 3
- •Приложение 4
- •Приложение 5
- •Приложение 6
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 qn−k , 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
2σ2 |
, 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) = |
2Φ |
|
. |
|
|
|
||||
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
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
