- •Введение
- •Глава 1. Основные понятия и теоремы теории вероятностей
- •1.4 Элементы комбинаторики
- •1) Правило суммы.
- •2) Правило произведения.
- •3) Перестановки.
- •1.5 Применение комбинаторики для подсчета вероятностей
- •1.7 Формула Байеса. Вероятность оценки гипотез
- •1.8 Независимые повторные испытания. Формула Бернулли
- •1.9 Наивероятнейшее число наступления события
- •1.10 Формула Пуассона
- •1.11 Локальная и интегральная теоремы Муавра-Лапласа
- •Глава 2. Случайные величины
- •2.1.2 Дискретные случайные величины
- •2.1.3 Числовые характеристики дискретной случайной величины
- •Свойства математического ожидания:
- •2.2 Биномиальное распределение дсв
- •Закон распределения такой дсв имеет вид:
- •2.3 Геометрическое распределение дсв
- •2.4 Закон распределения Пуассона
- •2.5 Непрерывные случайные величины и их числовые характеристики
- •2.5.1 Плотность распределения вероятностей
- •2.5.2 Числовые характеристики непрерывной случайной величины
- •2.6 Нормальное распределение и его числовые характеристики
- •2.8 Показательное распределение
- •2.9 Числовые характеристики случайной величины (продолжение). Моменты
- •2.10 Случайные векторы. Закон распределения
- •2.10.1 Случайные векторы
- •2.10.2 Зависимые и независимые случайные величины
- •2.11 Распределения, связанные с нормальными
- •2.11.1 Распределение 2 (распределение к. Пирсона)
- •Функция распределения случайной величины
- •2.11.3 Распределение Фишера-Снедекора (или f-распределение)
- •2.12 Понятие о законе больших чисел
- •2.12.1 Неравенство Маркова
- •2.12.2 Неравенство Чебышева
- •2.12.3 Теорема Чебышева
- •Но т.К. Вероятность не превышает единицы, то справедливо
- •2.12.4 Теорема Бернулли
- •2.12.5 Центральная предельная теорема
- •2.13 Марковские цепи
- •2.13.2 Марковские цепи
- •2.13.3 Пуассоновский процесс
- •Приложения
2.8 Показательное распределение
Показательным (экспоненциальным) называют распределение непрерывной случайной величины X, которое описывается функцией распределения:
(2.40)
Тогда плотность вероятности показательного распределения равна
(2.41)
где – постоянная положительная величина.
Графики плотности вероятности (рис. 19а) и функции распределения (рис. 19б) имеют вид:

а) б)
Рис. 19
x
Показательное распределение, обозначаемое XE(), широко применяется в приложениях, в частности, в теории надежности, одним из основных понятий которой является функция надежности. Также закон показательного распределения используется в системах массового обслуживания. Примером непрерывной случайной величины, распределенной по показательному закону, может служить время между появлениями двух последовательных событий простейшего потока.
Пусть непрерывная случайная величина X распределена по показательному закону. Найдем математическое ожидание:
. (2.42)
Таким образом, математическое ожидание показательного распределения равно величине, обратной параметру . Поэтому, если переменная x – время некоего процесса, то МХ=1/ имеет смысл времени релаксации (ослабления) этого процесса, когда плотность вероятности затухает в е раз. Тогда вероятность, что событие произойдет (например, лампочка перегорит) за время 1/, равна F(1/)–F(0)=1– 1/е=0.632.
Найдем дисперсию:
![]()
. (2.43)
Отсюда MX=(X)=1/.
Найдем вероятность попадания непрерывной случайной величины X, распределенной по показательному закону, на интервал (a;b). Воспользуемся общей формулой вероятности попадания непрерывной случайной величины X на заданный интервал:
P(a<X<b)=F(b)-F(a),
где
F(b)=1
,
аF(a)=1
.Тогда имеем
P(a<X<b)=F(b)
F(a)=1
(1![]()
)=
. (2.44)
Функция надежности. Назовем элементом некоторое устройство вне зависимости от степени его сложности. Рассмотрим время работы такого элемента в системах массового обслуживания (СМО). Обозначим через t=0 начальный момент времени работы элемента. Пусть через некоторое время T произошел отказ в его работе. Тогда T – непрерывная случайная величина – время безотказной работы элемента. Вероятность отказа работы элемента за некоторое время продолжительностью t определяется функцией распределения F(t) =P(T<t).
Поэтому
вероятность
безотказной работы
за время t
как событие, противоположное вероятности
отказа, можно найти по формуле
R(t)=P(T>t)=1–F(t),
где R(t)
– функция
надежности.
Продолжительность безотказной работы
элемента – случайная величина,
соответствующая показательному закону
распределения НСВ:
,
где
интенсивность
отказов,
т.е. среднее число отказов в единицу
времени. Поэтому функция надежности
принимает вид:
![]()
. (2.45)
Функцию
надежности, заданную зависимостью
R(t)=е
,
называютпоказательным
законом надежности и
используют для вычисления вероятности
безотказной работы
элемента за время t.
Основное свойство показательного закона надежности заключается в том, что вероятность безотказной работы элемента за время t не зависит от времени его работы до рассматриваемого временного интервала, а зависит лишь от длительности интервала t при известной интенсивности отказов . Т.о., условная вероятность безотказной работы элемента на интервале времени t (при условии его безотказной работы до этого временного интервала) равна безусловной вероятности, т.е. прошлый опыт работы не учитывается.
Задача
15. Длительность
безотказной работы элемента распределена
по показательному закону при t>0:
F(t)=1е
.
Найти вероятность того, что за времяt
= 40ч.
а) элемент не откажет;
б) элемент выйдет из строя.
Решение. Условие задачи указывает на показательный закон надежности для времени t = 40ч.
Вероятность
безотказной работы за 40 часов равна
.
Поэтому вероятность противоположного события – отказа или выхода из строя элемента за 40 часов равна F(40)=1–0.45=0.55.
Задача 16. Время t – случайная величина, за которую в железнодорожном депо расформировывают состав через горку. За один час на горке может быть расформировано шесть поездов. Определить вероятность того, что время, за которое состав будет расформирован,
а) меньше получаса;
б) меньше 24 минут, но больше 6 минут.
Решение. Т.к. вероятность расформировать состав подчиняется показательному закону, то обозначим среднее число поездов как интенсивность заказов =6.
За время t=0.5 часа вероятность расформировать состав равна
![]()
Вероятность того, что время, за которое состав будет расформирован, при t1=6 мин.=0.1ч., t2 =24 мин.=0.4 ч. составляет
![]()
