Binder1
.pdfn
f xi f xi 1 M . Это возможно лишь в том случае, когда она может быть представлена
i 1 |
f x f1 x f2 x , |
|
f1 x , f2 x ограничены и не убывают на a,b . |
|
||
в виде |
где |
|
||||
Примечание 2. Если g x – |
непрерывная функция или функция ограниченной вариации, |
а |
||||
F x |
– непрерывная функция |
распределения, то |
интеграл Лебега-Стилтьеса совпадает |
с |
||
интегралом Римана-Стилтьеса |
|
|
|
|
|
|
|
g P d g x P dx g x dF x , |
|
||||
|
|
|
|
|
|
|
при этом |
|
|
|
|
|
|
|
b |
|
|
ba |
b |
|
|
g x dF x g x F x |
F x dg x . |
|
|||
|
a |
|
|
|
a |
|
Примечание 3. Если существует E , то существует также и интеграл
E ; A P d E I A .
A
Примечание 4 (понятие математического ожидания в многомерном случае).
Далее 1, , k
Интеграл Лебега по мере сохраняет свой смысл:
E g , , |
k |
|
|
|
g |
, , |
k |
P d . |
|
|
1 |
|
|
1 |
|
|
Если k ,B k , P – вероятностное пространство для 1, , k , то этот интеграл можно записать в виде
g x P dx ,
k
x x1, , xk .
Вспомогательные сведения. |
|
|
Понятие интеграла Римана-Стилтьеса (Р.-С.). |
h x |
|
Опр. Пусть на a,b определены некоторая функция |
(ограничения на нее будутзаданы |
|
позже) и неубывающая слева функция F x |
с |
ограниченной вариацией, т.е. |
F b 0 F a 0 ; a z0 z1 zn b, zi* zi 1, zi . Тогда
b
h x dF x
a
lim |
n |
h |
|
z* |
F z |
F z |
|
. |
||
|
i 1 |
|||||||||
|
|
i |
|
i |
|
|
||||
n i 1 |
|
|
|
|
|
|
|
|
Можно доказать, что любая ограниченная на функция h x , имеющая конечное или счетное число точек разрыва, интегрируема при любой интегрируемой функции ограниченной вариации
Основное свойство интеграла Р.-С.
b |
h x dF x |
|
h x F x 0 |
F x |
|
|
h x |
p , |
|
|
|
||||||||
|
i |
i |
i |
|
i |
i |
|||
a |
|
i |
|
|
i |
|
|
||
|
|
|
|
pi |
|
|
|
|
если F x изменяется только в точках x1, x2 , .
Примечание (интеграл Римана-Стилтьеса в многомерном случае).
|
|
|
|
n |
* |
|
|
|
h x |
P dx |
lim h zi n F zi , |
x x1, , xk , |
|||
|
k |
|
|
n i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
в прямоугольный параллелепипед, содержащий точку |
||||
где n F zi |
– вероятность попадания |
||||||
|
k |
разбивается на параллепипеды. |
|
||||
zi . Пространство |
|
||||||
Пространство с мерой. |
|
|
|
|
|
||
Пусть ,A |
– измеримое пространство. |
|
|
|
|||
Опр. Задано |
пространство с мерой ,A , , |
если на |
A задана неотрицательная счетно- |
||||
аддитивная функция , |
т.е. функция, обладающая свойствами: |
1)-аддитивность: Aj Aj для непересекающихся множеств;
j |
|
j |
2)неотрицательность: A 0 для любого A A ;
3)0.
Примечание 1. Значение A – мера множества A . |
|
|
|
|
|
|
|||||||
Примечание 2. Если , то – конечная мера. |
|
|
|
|
|
|
|||||||
Примечание 3. Если существует разбиение на счетное число подмножеств Aj |
таких. что |
||||||||||||
Aj , то – -конечная мера. |
|
|
|
|
|
|
|
|
|||||
Примечание 4. Меры, удовлетворяющие лишь 1), 3) – обобщенные меры. |
|
||||||||||||
Пример. Пространство n ,B n , , где B n – -алгебра борелевских множеств, |
– мера |
||||||||||||
Лебега в n – пространство с -конечной мерой. |
|
|
|
|
|
|
|||||||
Мера Лебега L S |
в n задается по схеме. |
|
|
|
|
|
|
||||||
1) Мера n -мерного параллелепипеда |
n |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
||||||||
|
a,b x1, , xn : ai xi bi ,i 1, n определяется |
||||||||||||
|
|
|
n |
|
|
|
|
|
|
|
|
||
n |
|
|
|
|
|
|
|
|
|
||||
формулой L |
|
a,b |
bi ai . |
|
|
|
|
|
|
|
|
||
|
|
|
1 |
|
S ограниченного множества |
|
|
|
|
|
|
||
2) Определяем внешнюю меру |
|
S A как нижнюю границу |
|||||||||||
L |
|||||||||||||
чисел L B , B B n |
таких, что S B . Внутреннюю меру L S |
A \ |
|
S . |
|
||||||||
L |
|
3) Измеримость неограниченного множества определяется посредством предельного перехода.
Опр. Ограниченное множество S называется измеримым, если его внешняя и внутренняя меры равны. Их общее значение L S и называется мерой Лебега.
Примечание 5. Существует только одна функция множества L S , определенная для всех борелевских множеств и удовлетворяющая условиям:
1)L S j L S j для непересекающихся множеств;
j j
2)L S 0 ;
3)в частном случае, когда S параллелепипед, L S совпадает с объемом параллелепипеда S .
|
Основные свойства математического ожидания E . |
|||||||
1. |
Линейное свойство: E a b a bE . |
|||||||
|
1.1. E const const. |
|
|
1.2. |
E b bE . |
|||
2. |
Если существует mk , то для любых l ,l k существует ml . |
|||||||
3. |
Для выпуклой функции h x справедливо неравенство Йенсена |
|||||||
|
|
|
|
|
|
|
E h |
h E . |
|
|
|
|
|
|
|
|
|
4. |
|
2 |
|
|
2 |
|
то справедливо неравенство Коши-Шварца (Коши- |
|
Если E h |
|
, |
E g |
|
, |
Буняковского)
E h g
E h2 E g 2 .
Тема 9. Анализ абсолютно непрерывного распределения случайной величины.
Нахождение функции распределения и вероятности попадания в интервал непрерывной случайной величины. Основные числовые характеристики: математическое ожидание и дисперсия, мода и квантиль, начальные и центральные моменты, коэффициент асимметрии и эксцесс. Постановка и решение задачи нахождения распределения функции от непрерывной случайной величины. Универсальное преобразование случайной величины. Моделирование непрерывной случайной величины с заданным законом распределения.
2.5. Случайная величина (абсолютно) непрерывного типа. Основные понятия Опр. С.в. имеет распределение абсолютно непрерывное (ф.р. абсолютно непрерывного типа),
если существует функция f x f x , называемая плотностью (density) распределения вероятностей, такая что
|
x |
|
|
|
|
F x f x dx, |
x . |
||
|
|
|
|
|
Основные свойства плотности. |
|
|
|
|
|
|
f x dx 1. |
||
1. |
Удовлетворяет условию нормировки: |
|||
|
|
|
|
|
2. |
Неотрицательность: f x 0. |
|
|
|
3. |
В точке непрерывности f x F x . |
|
|
|
4. |
Для любого борелевского множества B : |
P B f x dx. |
||
|
|
|
|
B |
Содержательная интерпретация плотности – характеризует возможность попадания с.в. в
окрестность точки x. Чем больше f x , тем больше шансов, поскольку |
|
|
|
||||||||||
|
|
x |
|
x |
|
x |
|
x |
|||||
|
F x |
|
|
F x |
|
|
P x |
|
x |
|
|
||
|
|
|
2 |
2 |
|||||||||
f x F x |
|
2 |
|
2 |
|
|
|
|
. |
||||
|
|
|
|
|
|
x |
|
|
|||||
|
|
|
x |
|
|
|
|
|
|
|
|
Геометрическая интерпретация фигуры, лежащей под графиком плотности распределения с.в.
– площадь криволинейной трапеции под графиком плотности на промежутке a;b равна вероятности попадания с.в. на этот промежуток.
Основные свойства непрерывного распределения.
1. Функция распределения F x непрерывна (по свойству интеграла с переменным верхним
пределом).
x2
2. P x1 x2 P x1 x2 f x dx.
x1
3. P x 0.
2.6. Числовые характеристики непрерывной случайной велисчины
Пусть f x .
1) Математическое ожидание: M M |
E . |
Опр. Если f x , то математическое ожидание с.в. – число, определяемое выражением
|
|
|
|
|
f x dx. |
|
|
|
|
M |
|
|
|
|
|
|
|
Характеризует среднее значение с.в., определяющее центр распределения. |
|||||
Примечание. |
Для произвольной функции h x математическое ожидание определяется по |
||||
|
|
|
|
h x f x dx. |
|
формуле: |
|
|
|||
M h |
|
|
2) Начальный момент k-го порядка: mk , k 0,1, .
Формула для вычислений: mk xk f x dx.
3) Центральный момент k-го порядка: k , k 0,1, . .
|
|
|
Формула для вычислений: k |
x M k |
f x dx.. |
|
|
|
4) Дисперсия (рассеяние) D D . |
|
|
Формулы для вычислений: |
|
|
|
|
|
D x M 2 f x dx, |
D m2 m12 x2 f x dx M 2 . |
|
|
|
|
5)Среднеквадратичное стандартное отклонение D[ ] .
6)Мода распределения d Mo .
Опр. Мода НСВ – любая точка локального максимума ее функции плотности. Если мода одна, то распределение называется унимодальным.
7) Квантиль распределения xp xp . |
|
с ф.р. F x , если оно |
||||
Опр. Число |
xp называется квантилью уровня p распределения с.в. |
|||||
является решением уравнения F xp p, |
0 p 1. |
|
||||
Опр. Квантиль уровня 0,5 – медиана распределения x0,5 . |
|
|||||
Примечание. Дать понятия квартилей, децилей. |
|
|||||
8) Коэффициент асимметрии K1 (skewness). |
|
|
||||
Опр. K |
3 |
. |
|
|
||
|
|
|
||||
1 |
|
3 |
|
|
|
|
|
|
|
|
Характеризует симметричность (асимметричность) унимодального распределения. Если график плотности имеет ось симметрии, то K1 0 . При K1 0 график имеет вытянутый хвост слева, при
K1 0 – вытянутый хвост справа.
9) Коэффициент эксцесса K2 .
Опр. K2 4 3.
4
Характеризует кривизну графика плотности унимодального распределения в окрестности вершины по сравнению с нормальным распределением. В случае нормального распределения
K2 0 . При K2 |
0 – кривизна больше, чем у нормального распределения; при |
K2 0 – |
кривизна меньше. |
|
|
Примечание. kurtosis = 4
4
10) Коэффициент вариации – VX (только для неотрицательных с.в.).
Опр. V |
|
|
|
100 |
% . |
|
M |
||||||
|
|
|
|
Является характеристикой относительной изменчивости с.в.
Пример. Пусть с.в. имеет плотность распределения вида
cx2 , x 1;1 , f x
0, x 1;1 .
Неизвестную константу c найдем из условия нормировки
|
1 |
1 |
|
cx |
3 |
|
1 |
2c |
|
3 |
|
|
|
|
|
||||||||||
1 f x dx 0 dx cx2 dx 0 dx |
|
|
|
|
c |
. |
||||||
3 |
|
3 |
2 |
|||||||||
|
|
1 |
1 |
|
|
|
1 |
|
|
|||
|
|
|
|
|
|
|
|
Вычислим некоторые характеристики с.в.:
|
|
|
1 |
|
|
|
1 |
|
3x |
2 |
|
|
|
|
||
M xf x dx x 0 dx x |
|
|
dx x 0 dx 0; |
|||||||||||||
|
2 |
|
|
|||||||||||||
|
|
|
|
|
|
|
1 |
|
|
|
|
|
1 |
|||
|
|
|
1 |
|
|
|
1 |
|
|
|
3x |
2 |
|
|||
M k xk f x dx xk 0 dx xk |
|
dx x 0 dx |
||||||||||||||
|
|
|
||||||||||||||
|
|
|
|
|
|
|
1 |
|
|
|
2 |
|
1 |
|||
1 |
3xk 2 |
3xk 3 |
|
|
1 |
|
|
3 |
|
|
, |
k 3 нечетное, |
||||
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|||||||||
|
dx |
|
|
|
|
k |
3 |
|
|
|||||||
2 |
2 k 3 |
|
|
|
|
|||||||||||
1 |
|
|
1 |
|
|
|
|
|
|
|
|
k 3 четное. |
||||
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
D M 2 M 2 35 02 53 .
Вычислим функцию распределения и квантиль распределения:
|
|
|
|
|
x |
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1) при x 1 |
F x f x dx |
0 dx 0; |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
1 |
x |
3x |
2 |
|
3x |
3 |
|
x |
|
x |
3 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
2) при 1 x 1 |
|
|
F x |
f x dx |
0 dx |
|
dx |
|
|
|
|
|
|
; |
|||||||
|
|
2 |
|
2 3 |
|
|
|
|
|
2 |
|||||||||||
|
|
|
|
|
|
|
|
1 |
|
|
|
|
1 |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3) при 1 x F x f x dx 1; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
x 1, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
x3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
4) F x |
|
|
|
|
, 1 x 1, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
x 1, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
3 |
1 |
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
F x p |
|
p xp 2 p 1 |
|
|
. |
|
|
|
|
|
|
|
|
||||||
|
3 |
|
|
|
|
|
|
|
|||||||||||
|
|
2 |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вычислим вероятность: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
P 0,5 1,5 F 1,5 F 0,5 1 |
0,53 |
|
1 |
0,375; |
|
||||||||||||||
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
1,5 |
1 |
3x |
2 |
|
|
|
|
x |
3 |
|
1 |
|
1 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
P 0,5 1,5 |
f x dx |
|
dx |
|
|
|
0,5 |
0,375. |
|||||||||||
2 |
|
|
|
|
|
2 |
|||||||||||||
|
|
|
0,5 |
0,5 |
|
2 |
|
0,5 |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
2.7. Нахождение распределения функции от непрерывной случайной величины |
|||||||||||||||||||
Постановка задачи. |
Пусть f x , F x . |
Задано |
преобразование случайной величины: |
h . Требуется найти распределение случайной величины .
1. Универсальный подход (поиск функции распределения). |
|
|
|
A y решение |
|
|
|
|
|
|
|
F y P y P h y |
|
|
|
неравенства h y |
|
||
|
|
|
|
P A y f x dx. |
|
|
|
A y |
|
|
|
Если множество решений A y представимо в виде |
|
|
|
m |
x1 y x2m y , |
||
A y x2i 1 y ; x2i y , |
i 1
где x1 y , , x2m y – решения уравнения h x y ,
|
m |
(*) |
|
F y P A y F x2i y F x2i |
|
|
i 1 |
то
y .
1
Примечание. В точке x2i 1 y функция h x |
является убывающей, в точке x2i y |
функция |
||||||||||||||||||
h x |
является возрастающей. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
2. Замена аргумента в функции плотности. |
|
|
|
|
|
|
|
|
|
|||||||||||
Из (*) следует, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
2m |
y |
|
|
|||
(**) |
|
|
|
|
|
|
|
|
|
|
|
. |
||||||||
f y f x2i y x2i y f |
x2i 1 y x2i 1 y f x j |
x j y |
||||||||||||||||||
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
||
Следствие. Если уравнение y h x имеет единственное решение при значении y, то |
||||||||||||||||||||
(***) |
f y f x y |
|
|
y |
|
, |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
x |
|
|
|
|
|
|
|
|
|
|
|
||||||||
где x y – решение уравнения |
|
|
|
|
y |
|
h x . |
|
|
|
|
|
|
|
|
|
|
|||
Пример 1. Пусть f x , F x . Найти распределение с.в. |
|
|
|
. |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|||||||||||||||
Решение. Следуя универсальному подходу |
|
|
|
|
|
|
|
|
|
|
||||||||||
|
F y P |
|
|
|
y P y y F y F y , |
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
f y f y f y , |
y 0. |
|
|
|
|
Пример 2. |
Пусть |
E 1 , |
т.е. |
показательное |
|
с |
параметром интенсивности 1. Найти |
||||||||||||||||||||||||||
распределение с.в. |
|
1 |
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
Решение. Следуя универсальному подходу |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
F y P |
|
1 |
|
y P y 1 y 1 F y 1 F y 1 , |
y 0. |
||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||
Учитывая, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
x 0, |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F x |
|
|
x 0, |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 e x , |
|
|
|
|
|
|
|
||||
получим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
y 0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y 1 |
|
|
1 y |
|
|
1 y |
|
y 1 |
|
|
|
|
y 1 F y 1 1 |
e |
1 e |
|
e |
e |
, 0 y 1, |
||||||||||||||||||||||||||
F y F |
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y 1 F |
y 1 1 e y 1 |
0 1 e y 1 , |
y 1. |
|
|
|
||||||||||||||||||||||||||
F |
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Пример 3. Пусть max ,1 . Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
y |
|
P |
|
max |
|
|
|
|
|
|
|
|
|
|
|
0. |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
1) y 1 F |
|
|
|
|
|
|
|
|
,1 y |
|
P |
y,1 |
y |
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2) y 1 F y P max ,1 y P y,1 y P y F y ,
|
|
|
|
|
|
|
0, |
|
|
|
|
y 1, |
|
|
|
|
|
|
||||
|
|
|
|
F y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
F |
y , |
|
y 1. |
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Пример 4. Пусть f x 3x2 ,0 x 1. |
Найти распределение с.в. 3 |
1. |
|
|||||||||||||||||||
Решение. Решая уравнение y x3 |
1 для значений с.в. и , последовательно найдем |
|
||||||||||||||||||||
|
|
|
|
1/ 3 |
|
|
|
|
|
1 |
|
|
|
|
2 / 3 |
|
|
1 |
|
|
|
|
|
x y |
y 1 |
|
, |
x y |
|
|
y |
1 |
|
|
|
. |
|
|
|||||||
|
|
|
3 |
|
3 y 1 2 / 3 |
|
|
|||||||||||||||
Учитывая, |
что y x3 1 |
– возрастающая функция |
на носителе |
0;1 распределения с.в. |
, |
|||||||||||||||||
найдем носитель распределения с.в. : |
y 0 1, y 1 0 1;0 . |
|
|
|||||||||||||||||||
Воспользовавшись (***) завершим решение примера: |
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
3 |
y 1 1/ 3 2 |
|
|
1 |
|
|
1, |
y 1;0 , |
|
|
||||||||||
|
|
3 y 1 |
|
|
|
|||||||||||||||||
|
f y |
|
|
|
|
|
|
2 / 3 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y 1;0 . |
|
|
||
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Пример 5. Пусть f x 3x2 ,0 x 1. |
Найти распределение с.в. ln 1. |
|
||||||||||||||||||||
Решение. Решая уравнение y ln x 1 для значений с.в., последовательно найдем |
|
|||||||||||||||||||||
|
|
|
|
|
|
1 y |
, |
|
|
|
|
|
|
1 y |
. |
|
|
|
|
|
||
|
|
|
x y e |
|
|
x y |
e |
|
0;1 распределения с.в. |
|
||||||||||||
Учитывая, |
что y ln x 1 – убывающая функция на носителе |
, |
||||||||||||||||||||
найдем носитель распределения с.в. : |
y 0 , y 1 1 1; . |
|
|
|||||||||||||||||||
Воспользовавшись (***) завершим решение |
|
|
|
|
|
|
f x . |
|
|
|
|
|||||||||||
Пример |
6 (линейное |
преобразование). |
|
Пусть |
|
Найти |
распределение |
с.в. |
a b , b 0.
Решение. Решая уравнение y a bx , последовательно найдем
x y |
y a |
|
|
y |
|
1 |
|
|
|
|
|
|
|
|
||
b |
|
, |
b . |
|
|
|
|
|
|
|
||||||
|
x |
|
|
|
|
|
|
|
||||||||
Воспользовавшись (***) завершим решение |
f |
y f |
y a |
|
|
1 |
|
. |
||||||||
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
b |
|
|
b |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
3 |
e |
|
|
3e3 1 y , |
y 1; , |
|
|
|
|
e |
|
|
|||||
|
1 y |
2 |
|
1 y |
|
|
|
|
f y |
|
|
|
|
|
|
|
. |
|
|
|
||||||
|
|
|
|
|
|
|||
0, |
|
|
|
|
y 1; |
|
Понятие о статистическом моделировании. Нахождение преобразования, позволяющего моделировать с.в. с заданным законом распределения
Опр. Имитационное моделирование – воспроизведение случайного явления с помощью ЭВМ (например, поток заявок и их обслуживание).
Опр. Метод Монте-Карло – статистическое моделирование с.в. с целью решения содержательных задач.
Лемма (об универсальном преобразовании с.в.). Если с.в. X имеет непрерывную функцию распределения F x , то с.в. Y F X имеет распределение R 0;1 .
Доказательство. Верно
FY y P F X y P X F 1 y F F 1 y y.
Постановка задачи статистического моделирования. Имеется R 0;1 – базовая с.в., F x –
заданная функция распределения. Требуется найти такое преобразование h , при котором
X h F x .
Универсальный метод моделирования НСВ.
Теорема. Пусть R 0;1 –базовая с.в., F x –заданная непрерывная функция распределения.
Тогда с.в. X : F X имеет функцию распределения F x .
Доказательство. Не нарушая общности, считаем, что F x строго монотонна в точке x . Тогда
FX x P X x P F X F x P F x F x .
Иначе
FX x P X x P F X F x P F x F x .
Пример. Если F x 1 e x , то решая уравнение |
1 e X |
, получим формулу, |
||
позволяющую моделировать показательное распределение |
|
|
||
X |
ln 1 |
. |
|
|
|
|
|
||
|
|
|
|
Тема 10. Наиболее известные абсолютно непрерывные распределения и их числовые характеристики. Равномерное распределение. Показательное распределение. Распределение Коши. Нормальное и логнормальное распределение. Гамма-распределение.
Основные распределения непрерывного типа
1. Равномерное распределение на отрезке – R a;b . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
Опр. С.в. |
X R a;b |
(имеет равномерное распределение на отрезке |
a;b ), |
если плотность |
|||||||||||||||||||||||||||||||||||||||||||
распределения задается следующим соотношением: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
, x [a;b], |
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f X (x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x [a;b]. |
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
Используется для описания ошибок округления (например, взвешивания). |
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
Характеристики распределения. |
b a 2 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
1.1) M X |
a b |
; |
|
1.2) |
D X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
Вычислим |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m M [ X k ] b |
xk |
1 |
|
dx |
1 |
|
|
|
xk 1 |
|
|
b |
|
|
bk 1 ak 1 |
, |
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
b a |
|
|
|
|
b a k 1 |
|
|
|
(b a)(k 1) |
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
M [ X ] |
b2 a2 |
|
|
b a |
; |
|
|
|
M [ X 2 ] |
b3 a3 |
|
b2 ab a2 |
|
; |
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
(b a) 3 |
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
(b a)2 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
2 |
|
|
|
|
2 |
X |
|
|
b2 ab a2 |
|
b a 2 |
(b a)2 |
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
||||||||||||
|
|
D[ X ] M X |
|
|
M |
|
|
|
|
|
|
|
3 |
|
|
|
|
2 |
|
12 |
|
|
|||||||||||||||||||||||||
1.3) Функция распределения F x . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
a;b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Воспользуемся формулой F (x) f (x)dx . |
Носитель |
|
|
|
распределения разбивает числовую |
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
ось на 3 промежутка: ; a , a;b , b; . Поэтому необходимо рассмотреть 3 случая. |
|||||||||||||||||||||||||||||||||||||||||||||||
x a. Тогда F (x) |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
0 dx 0 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a x b. |
|
|
|
|
a |
|
|
x |
1 |
|
|
|
|
|
|
|
x a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
F (x) 0 dx |
|
|
|
dx |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
a b a |
|
|
|
|
b a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
x |
|
|
|
|
|
|
|
т.к. на отрезке ; x сосредоточены все значения случайной |
|||||||||||||||||||||||||||||||||||
x b. |
F (x) |
f (x)dx 1, |
|||||||||||||||||||||||||||||||||||||||||||||
величины. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
b |
|
1 |
|
|
|
|
|
|
|
|
b a |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
Прямые вычисления: |
F (x) 0 dx |
|
|
dx 0 dx |
|
1. |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
b a |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
b |
|
|
|
|
b a |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
0, x a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
x a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Итак F (x) |
|
, a x b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
b a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1, x b