- •А.Б. Токарев
- •Оглавление
- •Введение
- •Вероятностные методы исследования случайных событий
- •Основные характеристики случайных событий
- •Алгебраический метод расчета вероятности событий
- •Основы комбинаторики
- •Геометрический метод расчета вероятности событий
- •Классификация событий
- •Расчет вероятности сложных событий
- •Понятие сложного события
- •Расчет вероятности пересечения (логического произведения) событий
- •Расчет вероятности объединения (логической суммы) событий
- •Примеры расчетов вероятностей сложных событий
- •Расчет вероятностей для последовательности независимых испытаний
- •Независимые испытания с несколькими исходами
- •Расчеты для продолжительных серий испытаний
- •Потоки событий и закон распределения Пуассона
- •Формула полной вероятности. Теорема о гипотезах
- •Вероятностное описание случайных величин
- •Случайные величины и их классификация
- •Понятие закона распределения случайной величины
- •Ряд распределения дискретной случайной величины
- •Типовые законы распределения дискретных случайных величин
- •Равномерное распределение дсв
- •Геометрическое распределение дсв
- •Биномиальное, пуассоновское и гипергеометрическое распределения
- •Функция распределения вероятностей св
- •Плотность вероятности случайной величины
- •Типовые законы распределения непрерывных случайных величин
- •Равномерное распределение нсв
- •Нормальное (гауссовское) распределение
- •Распределение Релея
- •Распределение Коши
- •Показательное распределение
- •Распределение арксинуса
- •Распределение константы
- •Пример и особенности распределения смешанных случайных величин
- •Примеры исследования вероятностных характеристик случайных величин
- •Интегральная формула полной вероятности
- •Числовые характеристики случайных величин
- •Начальные моменты распределения и математическое ожидание случайной величины
- •Центральные моменты распределения и дисперсия св
- •Прочие числовые характеристики св
- •Расчет числовых моментов нормального распределения
- •Примеры расчета числовых характеристик типовых распределений непрерывных случайных величин
- •Свойства равномерного распределения
- •Числовые характеристики распределения Релея
- •Числовые характеристики распределения Коши
- •Характеристики показательного распределения
- •Гамма распределение
- •Производящие функции и их применение для расчета числовых характеристик дискретных случайных величин
- •Понятие и свойства производящих функций
- •Характеристики биномиального распределения
- •Характеристики геометрического распределения
- •Свойства распределения Пуассона
- •Примеры исследования числовых характеристик случайных величин
- •Функциональное преобразование случайных величин
- •Преобразование дискретных случайных величин
- •Преобразование непрерывных случайных величин
- •Базовый случай
- •Анализ функционального преобразования при бесконечнозначной обратной функции
- •Расчет числовых характеристик случайных величин на выходе нелинейного преобразователя
- •Примеры анализа функциональных преобразований случайных величин
- •Для математического ожидания имеем
- •Формирование случайных величин с заданным законом распределения
- •Системы случайных величин
- •Понятие системы случайных величин (многомерной случайной величины)
- •Вероятностное описание систем дискретных св
- •Функция распределения системы случайных величин
- •Плотность распределения вероятностей системы св
- •Зависимость случайных величин и условные законы распределения составляющих системы св
- •Числовые характеристики системы двух св
- •Определения и общие свойства моментов распределения системы св
- •Корреляционные характеристики случайных величин
- •Условные числовые характеристики случайных величин
- •Двумерный нормальный закон распределения
- •Приложение 1. Дельта-функция Дирака
- •Приложение 1
- •Приложение 2
- •Приложение 3
- •Библиографический список
- •394026 Воронеж, Московский просп., 14
Расчет числовых характеристик случайных величин на выходе нелинейного преобразователя
В соответствии с определением ( 4 .0) начальные моментыk-го порядка величиныηможно рассчитывать по правилу
|
|
(5.0) |
т.е. k-й
начальный момент есть результат
усредненияk-х степеней
всех возможных значений СВ η
с учетом вероятностиих наблюдения
в опыте, определяемой сомножителем
.
Однако, любое
значение y
выходной СВ η
– это реакция нелинейного преобразователя
на конкретное входное воздействиеx, порожденное в данном опыте
величинойξ. Вероятность появления
значенийηиз малой окрестности
конкретного уровня
y
определяются возможностью наблюдения
значений СВ ξ, принадлежащих
соответствующим диапазонам оси x
(см., в частности ( 5 .0)). А значит, перебор
всех значений y
СВ η
вполне можно заменить перебором от
минус до плюс бесконечности всех
возможных значений x
величины ξ.
Если при подобном переборе усреднять
k-е
степени самих значений x,
то согласно ( 4 .0) будет полученk-йначальный моментвеличиныξ.Если же выполнять
усреднениеk-х
степеней реакций y
= f(
x
), то результатом будетk-йначальный моментСВη:
|
Числовые
характеристики отклика
η
нелинейного преобразователя на
воздействие СВ ξ
с законом распределения
И, в частности, для математического ожидания и дисперсии
|
|
|
Примеры анализа функциональных преобразований случайных величин
Пример 1: Случайные величины ξ и η связаны линейной зависимостью η = a ∙ ξ + b. Установить взаимосвязь между их законами распределения и числовыми характеристиками.
Решение: Функция прямого преобразования, определяющая реакцию y преобразователя на входное воздействие x, имеет вид y = a∙x + b и является взаимнооднозначной (см. Рис. 27): каждому x соответствует единственная реакция y, и каждому y соответствует один аргумент x, определяемый
обратной функцией
.
Её производная
.
Горизонтальных участков зависимость y = f(x) = a∙x + b не имеет. Таким образом, в универсальной формуле ( 5 .0) первая сумма будет представлена единственным слагаемым, а вторая – отсутствовать. Получаем связь законов распределения
|
|
(5.0) |

Рис. 27. Случай линейной взаимозависимости величин
Для расчета начальных моментов распределения СВ η подставим функцию y = f(x) = a∙x + b в правило ( 5 .0)
|
|
(5.0) |
Например, для математического ожидания логично получаем
|
|
(5.0) |
Центральные моменты в соответствии с ( 5 .0)
|
|
(5.0) |
не
зависят от параметра b,
который лишь смещает
вдоль оси y,
никак не затрагивая величину отклонения
значений СВ от математического ожидания,
а вот параметр a явно влияет на разброс
значений СВ η и потому, например, её
дисперсия увеличивается
пропорционально квадрату данного
параметра
|
|
(5.0) |
Пример 2:
Величина ξ имеет нормальное распределение
с параметрами a
и , а
СВ связана
с ней правилом
.
Определить плотность вероятности и
числовые
характеристики СВ
η.
Решение:
Функции прямого и обратного преобразования
в рассматриваемом случае имеют вид
и
.
Взаимосвязь между входом и выходом
здесь, как и в предыдущем примере,
взаимнооднозначная, т.е. любому конкретному
соответствует
единственный конкретный аргумент
.
В соответствии с этим, в универсальной формуле ( 5 .0) следует использовать лишь единственное слагаемое первой суммы, что дает следующую связь законов распределения
|
|
(5.0) |
Не следует забывать фиксировать требование«y> 0», т.к. отклик y, формируемый при анализируемом преобразовании, принципиально не может принимать отрицательных значений (см. Рис. 28).

Рис. 28. Случай экспоненциальной взаимозависимости величин
Если
СВ
имеет нормальное распределение, то
результатом применения правила ( 5 .0)
будет плотность вероятности
|
|
(5.0) |
Полученный закон распределения называют логарифмически нормальным.
Очевидно, прямой расчет числовых характеристик СВ с использованием ( 5 .0) может оказаться проблематичным. Получим основные числовые характеристики на основе ( 5 .0) и ( 5 .0).

.
,
y> 0.