14-es_1 / Высшая математика (РТФ) / умк_Пальчик_Теория вероятностей
.pdfP (1) » |
3 |
|
×e−3 |
= 3e−3, |
P (3) » |
33 |
× e−3 |
= 4.5e−3 |
; |
|
|
|
|||||||||
1000 |
1! |
|
|
1000 |
3! |
|
|
|
||
|
|
|
|
|
|
|
P(k > 3) =1 - e−3 (1 + 3 + 4,5 + 4,5) » 0,337 .
Ответ: а) 0,229; б) 0,949; в) 0,337.
Задачи для самостоятельного решения
1.С вероятностью 0,8 орудие поражает цель. Произведено 1600 вы- стрелов. Какова вероятность того, что при этом произошло: а) не менее 1200, но не более 1300 попаданий; б) не менее 1200 попаданий?
Ответ: а) 0,9015; б) ≈ 1.
2.40 % деталей изготовлено на заводе № 1, остальные – на заводе
№2. Из всей продукции берут 6 деталей. Какова вероятность того, что сре- ди них окажутся изготовленными заводом № 1: а) две детали; б) хотя бы одна деталь?
Ответ: а) 0,31104; б) 0,936.
3.Монету бросают 100 раз. Сколько раз, вероятнее всего, выпадет при этом герб?
Ответ: 50.
4.В аппаратуре 1000 элементов. Вероятность отказа одного элемента в течение гарантийного срока равна 0,001 и не зависит от работы других элементов. Найти вероятность того, что в течение гарантийного срока от- кажут не менее двух элементов.
Ответ: 0,264.
5.Вероятность изготовления бракованной детали для данного рабо- чего равна 0,3. Найти вероятность того, что из 800 изготовленных им дета- лей число бракованных будет: а) не менее 225, но не более 250; б) 200 де- талей.
Ответ: а) 0,0268; б) 0,062.
6.Вероятность сдачи экзамена для каждого из восьми студентов рав- на 0,8. Найти вероятность того, что экзамен сдадут не менее шести студен- тов. Сколько студентов, вероятнее всего, сдадут экзамен?
Ответ: 0,797; 7.
161
7. ДСВ: законы распределения одномерных ДСВ. Числовые характеристики, функция распределения ДСВ. Примеры ДСВ
Если известно соотношение, устанавливающее связь между всевоз- можными значениями случайной величины (СВ) и вероятностями, с кото- рыми СВ принимает эти значения, то говорят, что задан закон распределе- ния ДСВ (лекция 4), который оформляется в виде таблицы (ряд распреде- ления ДСВ):
|
X |
|
|
x1 |
|
x2 |
|
… |
|
x |
n |
|
|
P |
|
|
p1 |
|
p2 |
|
… |
|
p |
n |
|
Ωx = {x1, x2, …, x |
|
|
|
|
|
|
|
|
n |
= 1. |
||
n} – полная группа событий, ∑ pi |
||||||||||||
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
Математическое ожидание M (x) = ∑ pi xi . |
|
|
|
|||||||||
|
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
n |
|
|
|
|
n |
2 p |
− (M (x))2 . |
||
Дисперсия D(x) = ∑ |
(x |
− M (x))2 p =∑x |
||||||||||
|
|
|
i=1 |
i |
|
i |
|
i |
i |
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
|
|
Среднее квадратическое отклонение σ(x) = D(x) (лекция 6, (6.15), (6.19), (6.20).
Функция распределения ДСВ имеет вид (лекция 4, (4.5'):
F(x)=P(X<x)= ∑ pi .
xi < x
7.1. Пример. Вероятности поражения цели каждым из трех стрелков соответственно равны: 0,7, 0,8, 0,9. СВ X – число поражений цели при ус- ловии, что каждый из стрелков сделал по одному выстрелу. Найти закон распределения, числовые характеристики ДСВ X, функцию распределения.
O. Вероятности поражения цели каждым из стрелков соответственно равны: p1 = 0,7, p2 = 0,8, p3 = 0,9, тогда вероятности того, что цель не поражена,
равны: q1= 1 – p1 = 1 – 0,7 = 0,3; q2 = 1 – p2 = 1 – 0,8 = 0,2; q3 = 1 – p3= 1 – 0,9 = 0,1.
162
СВ X может принимать значения 0, 1, 2, 3 (число поражений цели тремя стрелками). Найдем вероятности, с которыми СВ X принимает соот- ветствующие значения.
P(X = 0) = P(x1) = q1 q 2 q3 = 0,3·0,2·0,1 = 0,006.
P(X = 1) = P(x2) = p1q2q3 + q1p2q3 + q1q2p3 = 0,7·0,2·0,1 + 0,3·0,8·0,1 + + 0,3·0,2·0,9 = 0,092.
P(X = 2) = P(x3) = p1p2q3 + p1q2p3 + q1p2p3 = 0,7·0,8·0,1 + 0,7·0,2·0,9 + + 0,3·0,8·0,9 = 0,398.
P(X = 3) = P(x4) = p1p2p3 = 0,7·0,8·0,9 = 0,504.
Т.о. закон распределения имеет вид:
X |
0 |
1 |
2 |
3 |
|
|
|
|
|
p |
0,006 |
0,092 |
0,398 |
0,504 |
|
|
|
|
|
Проверка: ∑ pi = 0,006 + 0,092 + 0,398 + 0,504 = 1.
Найдем математическое ожидание, дисперсию и среднее квадратиче- ское отклонение:
M(x) =0·0,006 + 1·0,092 + 2·0,398 + 3·0,504 = 2,4. D(x)=02·0,006 + 12·0,092 + 22·0,398 + 32 ·0,504 – (2,4) 2 = 0,46.
σ(x) = D(x) = 0, 46 ≈ 0,68.
Найдем функцию распределения, для этого точками x = 0, 1, 2, 3 ра- зобьем числовую ось на интервалы:
(-∞; 0], (0; 1], (1; 2], (2; 3], (3; +∞). 1). x (-∞; 0], F(x) = P(X<0) = 0.
2). x (0;1], F(x) = P(X<1) = P(X = 0) = P(x1) = 0,006.
3). x (1;2], F(x) = P(X<2) = P(X = 0) + P(X = 1) = P(x1) + P(x2) = = 0,006 + 0,092 = 0,098.
4). x(2;3], F(x) = P(X<3) = P(X = 0) + P(X = 1) + P(X = 2)=
= P(x1) + P(x2) + P(x3) = 0,006 + 0,092 + 0,398 = 0,496.
5). x (3; +∞), F(x) = P(X< ∞ ) = P(X = 0) + P(X = 1) + P(X = 2) + + P(X = 3)= P(x1) + P(x2) + P(x3) + P(x4) = 0,006 + 0,092 + 0,398 + 0,504 = 1.
Т. о. функция распределения ДСВ X имеет вид:
0, |
при x ≤ 0; |
0,006, |
при 0 < x ≤ 1; |
F(x) = 0,098, |
при1 < x ≤ 2; |
0, 496, |
при 2 < x ≤ 3; |
|
при x > 3. |
|
|
1, |
163
Примеры ДСВ
7.2. Пример. Из урны, содержащей 6 белых и 4 черных шара, наугад извлекают три шара. Найти закон распределения СВ X – число черных ша- ров среди трех вынутых.
O. В данном случае имеем гипергеометрическое распределение (лекция 7, (7.5). СВ X может принимать значения, равные 0, 1, 2, 3. Найдем соответствующие им вероятности.
|
|
|
|
C3 |
= |
|
1 |
|
|
|
C1C 2 |
= |
1 |
|
|
|||||||
|
P(X = 0) = |
|
6 |
|
|
|
, P(X = 1) = |
|
4 6 |
|
|
|
; |
|||||||||
C103 |
6 |
|
C103 |
2 |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
C 2C1 |
= |
|
3 |
|
|
|
|
C3 |
= |
1 |
|
||||||||
|
P(X = 2) = |
4 6 |
|
|
, P(X = 3) = |
|
4 |
|
|
. |
||||||||||||
|
|
|
C103 |
|
||||||||||||||||||
|
|
|
|
C103 |
|
|
|
10 |
|
|
|
|
|
30 |
|
|||||||
Закон распределения ДСВ X имеет вид: |
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
X |
|
0 |
|
|
|
|
|
1 |
2 |
|
|
|
|
|
3 |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
p |
|
1/6 |
|
|
|
|
|
1/2 |
3/10 |
|
|
|
|
1/30 |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Проверка: ∑ pi = 1/6 + 1/2 + 3/30 + 1/30 = 1.
7.3. Пример. Вероятность наступления некоторого события A в од- ном испытании постоянна и равна p = 0,6. Производится четыре испыта- ния. Найти закон распределения и числовые характеристики СВ X – числа появления события A в четырех испытаниях.
O. В данном случае СВ X имеет биномиальное распределение (лек- ция 7, п. 7.3). СВ X может принимать значения 0, 1, 2, 3, 4, соответствую- щие им вероятности вычисляем по формуле Бернулли:
P(X = k) = Pn(k) = Cnk = pk qn−k .
Для биномиального закона распределения M(x) = np; D(x) = npq. Итак, вычислим вероятности:
P(X = 0) = P4(0) = q4 = 0,44 = 0,0256.
P(X = 1) = P4(1) = C41 × 0,61 × 0,43 = 4 × 0,6 × 0,064 = 0,1536.
P(X = 2) = P4(2) = C42 × 0,62 × 0, 42 =0,3456.
P(X = 3) = P4(3) = C43 × 0,63 × 0,41 = 0,3456.
P(X = 4) = P4(4) = 0,64 = 0,1296.
M(x) = 4·0,6 = 2,4, D(x) = 4·0,6·0,4 = 0,96.
164
7.4. Пример. Охотник, имеющий 6 патронов, стреляет в цель до пер- вого попадания или пока не израсходует все патроны. Найти закон распре- деления СВ X – числа израсходованных патронов, числовые харак- теристики СВ X; вероятность попасть в цель одним выстрелом равна 0,8.
O. Здесь имеет место геометрическое распределение (лекция 7, п. 7.4):
P(X = k) = pqk-1; M(x) = 1/p; D(x) = (1 – p )/p2.
СВ X принимает значения 1, 2, 3, 4, 5, 6.
P(X = 1) = 0,8;
P(X = 2) = 0,2·0,8 = 0,16;
P(X = 3) = 0,22·0,8 = 0,032;
P(X = 4) = 0,23·0,8 = 0,0064;
P(X = 5) = 0,24·0,8 = 0,00128;
P(X = 6) = 0,25·0,8 = 0,00032.
Закон распределения СВ X имеет вид:
X |
1 |
2 |
3 |
4 |
5 |
6 |
|
|
|
|
|
|
|
P |
0,8 |
0,16 |
0,032 |
0,0064 |
0,00128 |
0,00032 |
|
|
|
|
|
|
|
Проверка: ∑ pi = 0,8 + 0,16 + 0,032 + 0,0064 + 0,00128 + 0,00032 = 1.
M(x) = 1/0,8 = 1,25; D(x) = 0,2/0,82 = 0,3125.
7.5. Пример. Среднее число машин, прибывающих в автопарк за 1 минуту, равно двум. Найти вероятность того, что за пять минут прибудет шесть машин.
O. Для простейшего (пуассоновского потока) с интенсивностью l
используем формулу (лекция 5, (5.18).
Pt (k ) = (lt)k × e-lt . k !
В данном примере l = 2; t = 5; k = 6.
P5 (6) = (2 ×5)6 e-2×5 = 106 e-10 » 0,06 . 6! 6!
165
Задачи для самостоятельного решения
1.По каналу связи передают пять сообщений. Каждое из них с веро- ятностью 0,3 искажается помехами. Найти закон распределения СВ X – числа сообщений, искаженных помехами; числовые характеристики СВ X.
2.На данном участке дороги вероятность аварии в течение месяца равна 0,02. Каждый месяц регистрируется около 100 проезжающих машин. Найти вероятность того, что за месяц произойдет менее трех аварий.
3.Из партии в 20 изделий, среди которых имеется 6 нестандарт- ных, для проверки качества выбрали случайным образом 7 изделий. Найти закон распределения СВ X – числа нестандартных изделий среди проверяемых.
4.В химчистку в среднем поступает 140 заказов в неделю. Найти ве- роятность того, что в течение двух дней поступит 7 заказов.
5.Однотипные детали испытываются при перегрузочных режимах. Вероятность пройти испытания для каждой из пяти деталей равна 0,7. Ис- пытания заканчиваются после поломки первой же детали. Записать закон распределения СВ X – числа произведенных испытаний. Найти числовые характеристики СВ X.
6.В некотором жилом массиве имеется три продовольственных ма- газина. Вероятность того, что некоторый покупатель за один день посетит магазин № 1, равна 0,4, магазин № 2 – 0,6, магазин № 3 – 0,3.
СВ X – число магазинов, которые посетил покупатель в определенный день. Найти закон распределения, функцию распределения и числовые ха- рактеристики СВ X.
8.НСВ: функция распределения и плотность вероятности НСВ. Числовые характеристики НСВ. Примеры НСВ
При решении задач используем определения функции распределения F(x), плотности вероятности f(x), вероятности попадания СВ X в интервал
[a,b) P(a ≤x <b) (лекция 4, (4.5'), (4.8), (4.12), (4.5), а также определения ма-
тематического ожидания M(x), дисперсии D(x), среднего квадратического отклонения σ(x) (лекция 6, (6.15), (6.19), (6.20).
Итак, функцией распределения СВ X называется функция F(x), опре- деляющая вероятность того, что СВ X примет значение, меньшее, чем x,
т.е.: F(x) = P(X<x).
166
Плотность вероятности: f(x)=F'(x).
x |
+∞ |
F(x)= ∫ f (x)dx, |
∫ f (x)dx =1. |
−∞ |
−∞ |
Вероятность попадания СВ Х в интервал: |
b
P(a ≤x <b)= ∫ f (x)dx =F(b) – F (a).
a |
|
|
+∞ |
Математическое ожидание: M(x)= |
∫ x × f (x)dx . |
|
−∞ |
+∞ |
+∞ |
Дисперсия: D(x)= ∫ x2 × f (x)dx - (M (x))2 = |
∫ (x - M (x))2 × f (x)dx . |
−∞ |
−∞ |
Среднее квадратическое отклонение: s (x)= D(x) .
8.1. Пример. Дана функция распределения:
|
|
|
|
|
|
|
|
0, |
|
|
|
при x £ 0; |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F (x) = |
x3 + x |
|
< x £ 3; |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
, при 0 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
30 |
|
|
|
при x > 3. |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
1, |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Найти: а) плотность вероятности, б) числовые характеристики; в) ве- |
|||||||||||||||||||||||
роятность попадания СВ Х в интервал [2; 4). |
|
|
|
|
|
|
|
|
|
||||||||||||||
O. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
при x £ 0; |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
+1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
3x2 |
|
|
< x £ 3; |
|
|
|
|
|
|
|
|
|
||||||||
а) f(x) = F'(x) = |
|
|
|
, при 0 |
|
|
|
|
|
|
|
|
|
||||||||||
|
30 |
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
при x > 3. |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
3 |
|
3x2 +1 |
|
|
+∞ |
|
1 3x4 |
|
x2 |
|
3 |
|
|||||||
|
M (x) = ∫ x ×0 × dx + ∫x × |
× dx |
+ ∫ |
x ×0 × dx = |
+ |
|
= |
||||||||||||||||
|
|
|
|
|
|
( |
|
|
) |
0 |
|||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||
|
30 |
|
|
|
|
|
30 |
4 |
|
2 |
|
|
|||||||||||
б) |
|
|
−∞ |
|
0 |
|
|
|
|
|
3 |
|
|
|
|
|
|||||||
|
261 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
= |
= 2,175. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
4 ×30 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
167 |
|
|
|
|
|
|
|
|
|
|
Т.о. M(x) = 2,175.
|
|
|
|
3 |
|
|
|
3x |
2 |
+1 |
|
|
1 |
3 |
||||
D(x) = ∫ x2 × |
|
× dx - (2,175)2 » |
∫(3x4 + x2 )dx - 4,73 = |
|||||||||||||||
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
0 |
|
|
|
30 |
30 |
0 |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1 |
|
3x5 |
x3 |
|
3 |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
||||||||||
= |
|
( |
|
|
|
+ |
|
|
|
|
) |
0 |
- 4,73 = 5,16 - 4,73 = 0, 43. |
|||||
30 |
|
5 |
|
|
3 |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
D(x) = 0,43. |
|
|
|
|
|
|
|
|
|
|
|
|||||||
s (x) = |
|
|
= |
|
|
» 0,6557. |
|
|
||||||||||
|
D(x) |
0, 43 |
|
|
в) P(2≤x<4) = F(4) – F(2) = 1 – (2 3+2)/30 = 2/3, т.к. x = 4 (3;∞) , x =2 (0;3].
8.2. Пример. Плотность вероятности СВ Х задана выражением:
= ax 2 , при 0 £ x £ 3; f (x)
0, при x < 0, x > 3.
Найти: а) коэффициент а; б) функцию распределения F(x); в) вероят- ность того, что в результате опыта СВ Х отклонится от своего математиче- ского ожидания не более, чем на 0,5.
O.
+∞
а) т.к. ∫ f (x)dx =1, то
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+∞ |
|
0 |
3 |
|
|
+∞ |
|
3 |
|
|
|
|
|
|
|
x |
3 |
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
∫ f (x)dx = ∫ 0dx + ∫ax2dx + ∫ 0dx = a∫ x2dx = a |
|
|
|
|
= 9a =1, т.е. |
||||||||||||||||
|
|
|
|
|
|||||||||||||||||
−∞ |
|
−∞ |
0 |
|
|
3 |
|
0 |
|
|
|
|
|
3 |
|
|
0 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
а = 1/9. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
/ 9, 0 £ x £ 3; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
f (x) = |
|
x < 0, |
x > 3; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
б). найдем значения F(x) на каждом интервале: |
|
|
|
|
|
||||||||||||||||
|
|
x |
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1) x ≤ 0, F(x) = ∫ f (x)dx = ∫ 0dx = 0 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
−∞ |
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
0 |
|
1 |
x |
x |
3 |
|
|
x |
|
x |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
2) 0 < x ≤ 3, F(x) = ∫ |
0dx + |
∫ x2dx = |
|
|
|
|
= |
|
. |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
−∞ |
9 |
0 |
27 |
|
|
0 |
27 |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
168 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
1 |
3 |
|
|
x |
|
x |
3 |
|
3 |
|
|
|
|
|
|
||||||||
3) x >3, F(x) = ∫ |
0dx + |
∫ x2dx + ∫ |
0dx = |
|
|
|
=1. |
|||||
|
|
|
||||||||||
−∞ |
9 |
0 |
|
|
3 |
27 |
|
|
0 |
|||
|
|
|
|
|
|
|
|
|||||
Итак, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
при x £ 0; |
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F (x) = |
x3 |
, при 0 < x £ 3; |
|||||||||
|
|
|
||||||||||
|
|
|||||||||||
|
|
|
|
27 |
при x > 3; |
|
|
|
||||
|
|
|
|
1, |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
в). найдем математическое ожидание M(x):
3 |
x |
2 |
|
x |
4 |
|
3 |
9 |
|
||
|
|
|
|||||||||
M(x)= ∫ x × |
|
|
dx = |
|
|
|
|
= |
|
= 2.5 , тогда |
|
9 |
36 |
4 |
|||||||||
0 |
|
|
|
0 |
|
||||||
|
|
|
|
|
|
|
|
P( x - M (x) < 0,5) = P( x - 2,5 < 0,5) = P(2 < x < 3) =
= F (3) - F (2) =1 - 23 = 19 27 27
Примеры НСВ
Равномерное распределение (лекция 5, (5.21). Говорят, что СВ Х рас- пределена равномерно на интервале [a;b], если ее плотность вероятности и интегральная функция распределения имеют вид:
|
1 |
|
|
|
|
|
|
0, |
|
x ≤ a; |
|||
, |
если a ≤ x ≤ b; |
|
|
|
− a |
||||||||
|
|
|
|
|
x |
||||||||
|
|
|
|
||||||||||
f (x) = b − a |
|
|
|
F (x) = |
|
|
|
, a < x ≤ b; |
|||||
|
|
|
|
|
|||||||||
|
|
|
если x < a, x > b. |
|
|
b |
− a |
||||||
0 |
, |
|
|
1, |
|
x > b. |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
a + b |
|
(b − a)2 |
|
|
||||
|
|
|
|
M(x) = |
|
; D(x) = |
|
|
|
. |
|
|
|
|
|
|
|
2 |
12 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
169
Равномерное распределение является простейшим примером распре- деления непрерывной СВ. Например, ошибка округления до целых единиц при взвешивании однотипных изделий на механических весах имеет рав- номерное распределение.
Показательное распределение (лекция 5, (5.22). СВ Х имеет показа- тельное (экспоненциальное) распределение, если ее плотность вероятности имеет вид:
0, |
при x < 0; |
|
|
|
||
|
|
|
|
|
|
|
f (x) = |
|
|
|
l > 0, l - const. |
||
l × e−λx , при x ³ 0, |
||||||
Интегральная функция распределения имеет вид: |
||||||
F(x) = 1 - e−λx , |
при x ³ 0. |
|||||
|
M (x) = |
1 |
, D(x) = |
1 |
. |
|
|
|
|
||||
|
|
λ |
|
λ2 |
Показательное распределение часто используется в теории надежно- сти. Например, зачастую время безотказной работы какого-либо элемента имеет показательное распределение. Если Т – время безотказной работы механизма, то F(t) = P(T < t) выражает вероятность выхода из строя меха- низма за время t. Функция R(t) = e-λt называется функцией надежности, где λ – интенсивность отказов, т.е. число отказов в единицу времени.
Заметим, что при показательном распределении возможны любые положительные значения величины t, но большие значения маловероятны:
P(t > λ1 N ) = e− N ,
что уже при N = 7 дает вероятность менее 0,001. Вероятность попадания СВ Х в интервал [a; b]:
P(a ≤ x ≤ b) = F (b) − F (a) = e−λa − e−λb.
8.3. Пример. Автобусы данного маршрута идут с интервалом в 8 ми- нут. Пассажир подходит к остановке в некоторый момент времени. Какова вероятность того, что а) пассажир появится не ранее, чем через 2 минуты после ухода предыдущего автобуса, но не позднее, чем за 3 минуты до от- хода следующего автобуса? б) пассажир, опоздавший на автобус, будет ожидать следующего не более 4-х минут?
170