Учебное пособие Теории вероятностей и математическая статистика
.pdf
|
|
|
a |
x |
dt |
||
если a x b, |
F (x) |
0 dt |
|||||
b a |
|||||||
|
|
|
|
a |
|||
|
|
|
|
||||
|
a |
b |
dt |
|
x |
|
|
x b |
F (x) 0 dt |
0 dt 1. |
|||||
b a |
|||||||
|
|
a |
b |
|
|||
|
|
|
|
x a ; при b a
|
0, |
|
x a, |
|
|
|
|
x a |
|
|
|
Таким образом, F (x) |
|
, |
a x b, |
|
|||
b a |
|
x b. |
|
|
1, |
|
|
|
|
|
|
Графики функций f(x) и F(x) приведены на рис. 13. При этом значения плотности вероятности в точках а и b никак не фиксируются, т.е. можно положить например, f (a) f (b) 0,или
1 |
|
|
f (a) f (b) b a |
и даже как-нибудь иначе, ибо эти значения |
в |
отдельных точках никак не сказываются на функции распределения F(x). Поэтому можно говорить о равномерном распределении на отрезке [a, b].
Равномерное распределение обычно обозначают следующим об-
разом: |
X R(a,b). |
|
|
|
|
|
Числовые характеристики распределения |
|
|||||
|
M ( X ) |
a b |
, D( X ) |
(b a)2 |
|
|
|
|
|
. |
|
||
|
2 |
12 |
|
|||
|
|
|
|
|
||
Упражнение. Вычислить асимметрию и эксцесс для равномер- |
||||||
ного распределения. |
|
|
|
|
||
|
Ответ: |
AX 0, EX |
1,2. |
|
||
Примеры с.в., имеющих равномерное распределение |
( ) |
|||||
1) |
Х – координата х точки, которая ставится наугад на отрезке |
|||||
[a, b]; |
2) абсолютная погрешность округления при снятии показания |
измерительного прибора с определённой ценой деления шкалы; 3) случайное время прихода пассажира на остановку транспорта при известном или неизвестном интервале движения транспорта.
Задачи
2.27. Поезда метро ходят с интервалом 5 мин. Найти вероятность того, что пассажир, вышедший на платформу в случайный момент времени, будет ожидать поезд не менее 3 минут.
51
2.28.Некто, подходя к остановке автобуса, в течение 50 секунд видит, как примерно один раз из 12 у него «из-под носа» уходит автобус. Определить средний интервал движения автобуса.
2.29.Длина комнаты измеряется с помощью рулетки с грубыми делениями, расстояние между которыми составляет 10 см. Округление производится до ближайшего деления; с.в. Х – ошибка измерения.
Найти и построить графики плотности вероятности f(x), функции
распределения F(x); найти M (X ), D(X ), ( X ).
2.30. Случайная величина Х распределена равномерно в некотором интервале. Построить графики её функции распределения F (x) и
плотности вероятности f (x), если M (X ) 2, |
D( X ) 0,75. |
2.31. Вычислить математическое ожидание и дисперсию с.в. Х , равномерно распределённой в некотором интервале, если известно, что:
1) P(0 X 1) 2 / |
3, |
P(1 |
X 2) |
1/ 6; |
2) P(1 X 2) 1/ |
6, |
P(3 |
X 4) |
5 /12. |
2.32. На стороне АВ=1 равностороннего треугольника АВС выбирается точка М. Найти математическое ожидание и дисперсию площади треугольника АМС.
2) Экспоненциальное (показательное) распределение E( )
Плотность вероятности показательного распределения непрерывной с.в. Х с параметром λ > 0 задаётся функцией
|
x |
|
|
|
f (x) e |
, x 0, |
|
||
|
|
|||
0, |
|
x 0. |
|
|
Соответствующая ей функция распределения определяется по |
||||
формуле |
|
|
|
|
|
|
|
x |
, x 0, |
F (x) 1- e |
|
|||
|
|
0, |
|
x 0. |
Запись X |
E( ) означает, что с.в. Х распределена по экспонен- |
циальному закону с параметром λ.
Графики функций f (x) и F (x) приведены на рис. 15. Вероятность с.в. Х попадания в интервал ( , ) определяется формулой
P( X ) F( ) F( ) e e .
52
Вычислим числовые характеристики показательного распределения. При вычислении интегралов удобно использовать приём дифференцирования интеграла по параметру:
|
|
|
|
|
|
|
|
|
|
||||
M ( X ) |
xf (x)dx xe xdx |
|
e xdx . |
|||
|
||||||
|
0 |
|
0 |
|
В результате получим
|
|
|
|
|
|
1 |
mx |
M ( X ) |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
Вычисляя аналогично интеграл для дисперсии, получим
|
|
1 |
|
2 |
|
1 |
|
1 |
|
|
D( X ) M ( X 2 ) m2 |
x2e x dx |
|
|
|
. |
|||||
|
|
|
|
|||||||
x |
|
2 |
|
2 |
|
2 |
|
2 |
||
|
|
|
|
|||||||
|
0 |
|
|
|
|
|
|
|
|
|
При этом значения |
mx и среднеквадратичного отклонения x для |
показательного закона совпадают: x D( X ) 1/ .
3) Показательный закон надёжности.
Экспоненциальное распределение часто используется для характеристики надёжности приборов и технических систем.
Пусть элемент – это техническое устройство, работающее самостоятельно или в блоке с другими (например, блок ПК, чип, узел велосипеда, автомобиля и т.д.). Тогда длительность безотказной работы можно рассматривать как непрерывную с.в. Т. Функция ( ) {
} определяет вероятность отказа элемента за время t. Вероятность безотказной работы элемента за то же время t есть вероятность противоположного события и равна
R(t) P(T t) 1 F(t) e t , |
(2.18) |
где λ – интенсивность отказов, т.е. число отказов в единицу времени.
В этих случаях вместо λ удобно использовать параметр 1 . Тогда имеем
53
|
1 |
|
t |
|
|
|
t 0, |
||||
|
|
e |
, |
||
|
|||||
f (t) |
|
|
|
|
|
|
0, |
|
|
t 0, |
|
|
|
|
и M (T ) – среднее время безотказной работы систем.
Пример. Пусть плотность вероятности работы элемента задана функцией
f (t) 0,05e 0,05 t ,
где - интенсивность отказов, t – время работы (в сутках), t 0. Вычислить вероятность того, что прибор проработает безотказно в течение 30 суток.
Согласно формуле (2.18), эта вероятность равна
R(30) e 0,05 30 e 1,5 0, 22.
И вообще, если - среднее время работы прибора, то в конце этого времени надёжность работы прибора составляет лишь e 1 0,37, т.е. очень малую величину. Следовательно, для надёжной работы необходимо либо раньше менять такой узел, либо производить профилактический ремонт («подтягивать гайки»).
Задачи
2.33. X E( ) . Найти вероятность попадания с.в. Х в интервал
(a,b), где |
. |
|
2.34. Для случайной величины |
E( ) вычислить |
PM ( ) 3D( ) .
2.35.Время Т выхода из строя радиостанции подчинено показательному закону распределения с плотностью
|
0, |
t 0, |
f (t) |
|
|
0,2 e 0,2t ,t 0. |
Найти функцию распределения F (t) ; математическое ожидание и дисперсию с.в. Т; вероятность того, что радиостанция сохранит работоспособность от 1 до 5 часов работы.
2.36. Какое событие для случайной величины X E( ) более вероятно: ( X M ( X )) или X M ( X ) ?
54
2.37. Пусть случайная величина ξ имеет показательное распределение с параметром . Найти плотности распределения следующих
|
|
|
|
|
г) e . |
случайных величин: a) ; |
б) 2 ; |
в) min( , 2 ); |
4) Нормальное (гауссово) распределение N (a, )
Непрерывная случайная величина Х имеет нормальное распределение (распределена по закону Гаусса), если её плотность вероятности f(x) и функция распределения F(x) имеют вид
|
|
1 |
|
|
( x a)2 |
|
|
1 |
|
x |
(t a)2 |
|
||
f (x) |
|
|
e- |
|
|
F (x) |
|
|
e- |
|
|
|
||
|
|
2 2 , |
|
2 2 dt. |
(2.19) |
|||||||||
|
|
|
|
|
|
|||||||||
|
|
2 |
|
|
|
|
|
2 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Графики этих функций представлены на рис. 16.
Математическое ожидание нормально распределённой с.в. определяется интегралом
|
|
|
|
|
( x a)2 |
|
|
|
|
|
|
|
|
||
|
|
1 |
|
|
2 |
|
a |
||||||||
M ( X ) |
|
|
xe- |
|
|
dx |
|
ze z2 dz |
|
e z2 dz. |
|||||
|
|
2 2 |
|
||||||||||||
|
|
|
|
|
|
|
|||||||||
2 |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Здесь использована очевидная замена |
|
|
|
|
|||||||||||
z (x a) / ; |
x z a; |
dx dz. |
|
|
|
|
|
|
Первый интеграл равен нулю как интеграл от нечётной функции в симметричных пределах, а второй есть интеграл Пуассона и равен
. Отсюда, ( ) . Следовательно, параметр a имеет смысл математического ожидания нормально распределённой с.в. На графике гауссовой кривой он фиксирует положение максимума.
Дисперсия нормального распределения равна
|
( x a)2 |
|
2 |
2 |
|
||
D( X ) (x a)2 e |
|
dx |
|
|
z2e z2 dz |
||
2 2 |
|
|
|||||
|
|
|
|
||||
|
|
||||||
|
|
|
|
||||
|
|
|
|
|
|
||
|
|
|
55 |
|
|
|
|
|
|
|
2 |
|
|
2 |
|
|
2 |
|
2 |
|
|
|
|
|||
|
|
|
|
|
ze z |
|
|
e z |
dz |
|
|
|
(0 ) 2 . |
|||||
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||
Следовательно, среднее квадратическое отклонение равно |
||||||||||||||||||
|
|
|
|
|||||||||||||||
( X ) |
|
D( X ) . Оно определяется вторым параметром нормаль- |
ного распределения. Значение параметра σ характеризует величину максимума гауссовой кривой и отклонение случайной величины от среднего значения, что видно из рис. 17. Для изображённых кривых:
1 – 0,6 , 2 – 1, 3 – 1,5.
В частности, при а = 0 и σ = 1 распределение называют стандарт-
ным нормальным ( ( ))
Оно определяется функциями
|
|
|
|
1 |
|
|
|
x2 |
|
|
|
|
(x) (x) |
|
|
|
|
||||
f |
0 |
|
|
|
e |
2 , |
||||
|
|
|
||||||||
2 |
||||||||||
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
1 |
x |
e |
t2 |
|
|
1 |
|
|
|
|
|||||||
F (x) |
|
2 |
dt |
|
|
|
0 |
(x), |
||||||||||
|
|
|
|
|||||||||||||||
0 |
|
2 |
|
|
|
|
|
|
|
2 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 x |
|
|
t2 |
|
|
|
|||||
где |
0 (x) |
|
|
2 |
e |
|
|
2 dt - введённая уже |
||||||||||
|
|
|
|
|
|
|
||||||||||||
0 |
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ранее функция Лапласа.
Для нормального распределения с параметрами а и σ эти функции равны соответственно
x a |
|
|||
f (x) |
|
|
, |
|
|
||||
|
|
|
Вероятность попадания в интервал ( , ) равна
|
1 |
x a |
|||
F (x) |
|
0 |
|
. |
|
2 |
|
||||
|
|
|
|
a |
0 |
|
a |
|
||
P( X ) F ( ) F ( ) 0 |
|
|
|
|
|
, |
|
|
|
|
|
|
|
откуда легко получается формула |
|
|
|||
|
|
|
|
|
|
|
|
||||
P( |
X a |
|
) 2 0 |
|
. |
|
|
||||
|
|
|
|
|
В частности, при 3 получаем правило трёх сигм:
P( X a 3 ) 2 0 (3) 0,9973, т.е. нормально распределённая с.в.
Х с дисперсией σ2 практически не отклоняется от своего среднего значения больше, чем на 3σ (99,73 % значений с.в. попадает в интервал a 3 ).
56
Задачи
2.38.Что произойдёт с графиком функции распределения с.в. Х, если: а) к Х прибавить число 3; б) умножить Х на число 3?
2.39.Пусть с.в. X N (a, ). Известно, что P( X 2) 0,5;
P( X 3) 0,975. Вычислить P(1 X 3) и записать плотность распределения вероятности.
2.40. Деталь считается нормальной, если отклонение её размера от проектного не превышает 0,7 мм. Считая, что с.в. X N(a; 0,4 мм), найти, сколько годных деталей будет в среднем из 100 выбранных наугад.
2.41.Случайные ошибки измерения подчинены нормальному закону со средним квадратическим отклонением 20 мм и математическим ожиданием 0. Определить вероятность того, что из трёх независимых измерений ошибка хотя бы одного из них не превысит по абсолютной величине 4 мм.
2.42.Какую ширину должен иметь интервал допустимых отклонений размеров деталей от расчётных (со средним квадратическим отклонением 5 мк), чтобы с вероятностью не более 0,0027 отклонения размеров изготовленных деталей от расчётных выходили за пределы допустимых значений?
2.43.Химический завод изготовляет серную кислоту номинальной плотности 1,84 г/см3. В результате статистических испытаний обнаружено, что практически 99,9 % всех выпускаемых реактивов имеют плотность в интервале (1,82; 1,86). Найти вероятность того, что кис-
лота удовлетворяет стандарту, если для этого достаточно, чтобы её плотность не отклонялась от номинала более чем на 0,01 г/см3 .
2.44.Не пользуясь таблицами, решить, какая из вероятностей
P( |
|
|
|
3) |
и P( |
|
|
|
3) больше, если: |
a) |
N(0,2), N(0,3); |
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
б) N(0,2), N(1,2)?
2.45.Известно, что нормально распределённая с.в. Х удовлетворяет условию P( X M ( X ) 1) 0,3. Вычислить P( X M ( X ) 2).
2.46.С.в. Х распределена равномерно на интервале (а, b). Найти вероятность того, что в результате опыта она отклонится от своего математического ожидания больше чем на 3σх.
57
2.47. С. в. Х подчинена нормальному закону X N (0, X ) . Вероят-
ность попадания этой с.в. в интервал ( ) равна 0,5. Найти σХ и записать плотность вероятности нормального закона этой величины.
2.48.Производится стрельба тремя независимыми выстрелами по цели, имеющей вид полосы (мост, автострада, взлётно-посадочная полоса). Ширина полосы 20 м. Прицеливание производится по средней линии полосы; систематическая ошибка отсутствует; среднее квадратическое отклонение точки попадания в направлении, перпендикулярном полосе, 16 м. Найти вероятность р попадания в полосу при одном выстреле, а также вероятности следующих событий при трёх выстрелах: А – хотя бы одно попадание в полосу; В – не менее двух попаданий в полосу; С – один снаряд попадёт в полосу, один ляжет с недолётом и один с перелётом.
2.49.Завод изготавливает шарики для подшипников. Номинальный диаметр шарика а = 5 мм; фактический же диаметр можно рассматривать как нормально распределённую с.в. с математическим ожиданием а и среднеквадратическим отклонением σ = 0,05 мм. При контроле бракуются все шарики, диаметр которых отличается от номинального более чем на 0,1 мм. Какой процент шариков в среднем отбраковывается?
2.50.В условиях предыдущей задачи предположим, что σ не задано, зато известно, что в среднем отбраковывается 6 % шариков. Какова вероятность того, что диаметр наугад выбранного шарика будет заключён в пределах от 4,98 до 5,02?
2.4. Функции непрерывной случайной величины
Решим следующую задачу. Имеется непрерывная с.в. ξ, определённая на интервале ( ) с плотностью вероятности f (x), а с.в. η связана с.в. ξ функциональной зависимостью
( ).
Найти закон распределения и числовые характеристики с.в. η. Рассмотрим сперва случай, когда функция φ(ξ) строго монотон-
на, непрерывна и дифференцируема в интервале (а,b). Тогда существует функция ψ(y) = x, обратная функции φ(x) = y. Функция распределения G(y) с.в. η определяется следующим образом:
( y)
G( y) P{ y} P{ ( y)} f (x)dx .
a
58
Дифференцируя полученное выражение по y , находим плотность распределения с.в. η:
|
dG |
|
d ( y) |
|
|
|
|
|
g( y) |
|
f [ ( y)] |
|
f [ ( y)] |
( y) |
. |
(2.9) |
|
dy |
dy |
|||||||
|
|
|
|
|
|
Модуль ( y) ставится на тот случай, если функция φ(х) на участке
(a,b) монотонно убывает.
Если функция y = φ(x) немонотонна на (a,b), то для нахождения g(y) следует разбить интервал на k участков монотонности, найти обратную функцию на каждом из них. В результате функция плотности вероятности принимает вид
k
g( y) f [ i ( y)] i ( y) .
i 1
Числовые характеристики с.в. η находятся по формулам
M ( ) M ( ) (x) f (x)dx,
D( ) D ( ) [ (x) M ( )]2 f (x)dx.
Пример. Случайная величина ξ имеет равномерное распределение на отрезке [2, 4]. Найти математическое ожидание площади правильного треугольника со стороной ξ.
Решение. Согласно формулам равномерного распределения для плотности вероятности и функции распределения имеем
|
|
|
|
1 |
|
|
0, |
x 2, |
|
|
|
|
|
, x [2;4], |
|
|
|
|
|||
|
|
|
|
|
x 2 |
|
|
|||
|
|
|
|
|
|
|||||
f (x) |
2 |
|
F (x) |
|
, 2 x 4, |
|
||||
|
2 |
|
||||||||
|
|
|
|
0, x [2;4]; |
|
|
|
|||
|
|
|
|
|
1, |
x 4. |
|
|||
|
|
|
|
|
|
|
|
|
|
|
Искомая площадь связана со случайной величиной ξ |
формулой |
|||||||||
|
|
|
|
|
|
|||||
|
3 |
2 |
и является также непрерывной величиной. |
Для с.в. η про- |
||||||
4 |
||||||||||
|
|
|
|
|
|
|
|
ще всего вычислить функцию распределения G(y):
G( y)
[т.к.
|
|
|
|
|
|
|
|
4x |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
||||
3 |
|
|
|
2 x |
|
x |
|
|||||||||||||||||||
P( y) P |
|
|
|
2 y |
P |
2 |
|
|
|
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
4 3 |
|
|||||||||||||||
|
4 |
|
|
|
|
|
3 |
|
|
4 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
x |
2 |
x |
|
|
|
x |
|
|
||||||||||
0] P |
0 |
|
|
|
|
|
|
|
|
F |
|
|
|
|
|
|
|
F (0) |
|
|
|
|
1. |
4 |
|
|
|
|
|
4 |
|
|
|
|
|
4 |
|
|
|||||||||
3 |
|
3 |
|
3 |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
59 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
Определим пределы изменения y: |
[2;4] y [ 3;4 |
3] , сле- |
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
4 3 |
||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
довательно, искомая функция распределения равна |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
0, |
|
|
|
|
|
3, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
, y [ |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3;4 |
3], |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
G( y) |
|
|
|
|
|
|
|
|
1, 3 |
y 4 3, |
g( y) G ( y) |
2 |
|
3 y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
4 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y [ |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
3;4 |
3]. |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
1, |
|
|
|
|
|
|
|
3; |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
С помощью последней вычислим математическое ожидание |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
4 |
3 |
|
|
|
|
|
x |
|
|
28 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
M ( y) |
|
|
|
|
|
|
|
|
dx |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
2 4 3 x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
Задачи |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
2.51. Для случайной величины |
|
( |
|
|
) вычислить M 3 5 . |
|||||||||||||||||||||||||||||||||||||||||||||
2.52. Найти плотность вероятности случайной величины |
|
|
|
|
|
|
|
|
|
и |
||||||||||||||||||||||||||||||||||||||||
построить её график, если случайная величина |
|
|
распределена рав- |
|||||||||||||||||||||||||||||||||||||||||||||||
номерно в интервале: а) (0,250; 0,375); |
б) (0; 0,5). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
У к а з а н и е. Функция |
|
|
|
хотя и не монотонна в обычном смысле слова (при |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
скачком возрастает от |
до + |
|
), но обратная функция однозначна, значит, задача может |
быть решена так, как она решается для монотонных функций, то есть с помощью формулы (2.9), которая в данном случае запишется в виде:
( ) ( )
при тех значениях , которые могут быть обратными заданной совокупности возможных значений х.
2.53. |
Случайная величина Х распределена равномерно в интервале |
|||||||||||
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
. Найти законы распределения случайных величин: |
||||||||||
|
2 |
|
2 |
|
|
|
|
|
|
|
|
|
а) Y sin X ; б) Y cos X ; в) Y |
|
sin X |
|
. |
||||||||
|
|
|||||||||||
2.54. Плотность распределения с.в. Х имеет вид |
||||||||||||
|
|
|
|
|
|
|
0; |
|
|
|||
|
|
|
cos x, x |
|
|
|
, |
|||||
|
|
|
|
|
|
|
|
|
2 |
|
||
|
|
|
f (x) |
|
|
|
|
|
|
|||
|
|
|
0, |
|
|
|
||||||
|
|
|
x 0; |
|
|
|
|
. |
||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
Найти: а) плотность распределения с.в. Y = X2; б) числовые характеристики M (Y) и D (Y).
60