- •Міністерство освіти і науки україни
- •Формування експериментальних законів розподілу
- •1. Апроксимація закону розподілу одномірних експериментальних даних
- •1.1. Задачі апроксимації
- •1.2. Типові закони розподілу випадкової величини
- •1.2.1. Геометричний розподіл
- •1.2.2. Біноміальний розподіл
- •1.2.3. Розподіл Пуассона
- •1.2.4. Рівномірний розподіл
- •1.2.5. Нормальний розподіл (розподіл Гауса)
- •1.2.6. Логарифмічно нормальний розподіл
- •1.2.7. Експоненціальний (показниковий) розподіл
- •1.2.8. Розподіл Вейбула
- •1.2.9. Гамма-розподіл
- •1.3.1. Оцінка параметрів закону розподілу
- •1.3.1. Приклади побудови деяких законів розподілу
- •1.3.2. Питання для самоперевірки
- •1.4. Критерії узгодження
- •1.4.1. Критерій узгодження к.Пірсона
- •1.4.2. Критерій узгодження а.М.Колмогорова
- •1.4.3. Критерій узгодження б.С.Ястремського
- •1.4.4. Критерій в.І.Романовського
- •1.4.5. Питання для самоперевірки
- •2. Планування експерименту
- •2.1. Планування і обробка результатів експериментів при багатофакторному методі дослідження
- •2.2. Побудова математичної моделі у випадку двох факторів
- •2.3. Знаходження оптимальних умов проведення експерименту методом руху по градієнту
- •2.4. Питання для самоперевірки
- •3. Індивідуальні завдання для самостійної роботи студентів
- •Література
- •Предметний покажчик
- •Додаток 3
- •Критерій Колмогорова
- •Формування експериментальних законів Розподілу
- •83050, М. Донецьк, вул. Щорса, 31
- •83023, М. Донецьк, вул. Харитонова, 10. Тел.: (062)97-60-50
1.2.7. Експоненціальний (показниковий) розподіл
Розглянемо "потік подій", тобто послідовність подій, що відбуваються одна за одною у якісь моменти часу. Прикладами можуть служити потік викликів на телефонній станції, потік відмов обладнання в технологічному ланцюжку, потік відмов виробів при випробуваннях продукції, потік звернень клієнтів у відділення банку, потік покупців, що звертаються за товарами і послугами. У теорії потоків подій справедлива теорема, аналогічна центральній граничній теоремі. Розглядається сумарний потік, що складено з великої кількості незалежних потоків, жоден з яких не має переважного впливу на сумарний потік. Наприклад, потік викликів, що надходять на телефонну станцію, складається з великої кількості незалежних потоків викликів, що надходять від окремих абонентів. Доведено, що у випадку, коли характеристики потоків не залежать від часу, сумарний потік цілком описується одним числом – інтенсивністю потоку.
Щільність експоненціального розподілу відмінна від нуля тільки для невід'ємних значень . У нулі вона приймає максимальне значення, яке дорівнює – параметр розподілу. Зі зростанням вона спадає, залишаючись угнутою, і асимптотично наближується до нуля. Вираз для щільності показникового розподілу такий
. (12)
Графік диференціальної функції розподілу (12) показано на рис.12.
Рис.12. Експоненціальний закон розподілу
Інтегральна функція має вигляд . Це співвідношення має просту інтерпретацію в термінах теорії надійності технічних виробів і пристроїв. Воно означає, що інтенсивність відмов (тобто інтенсивність виходу виробів з ладу) є постійною, інакше кажучи, не залежить від того, скільки часу виріб уже проробив. Звичайно інтенсивність відмов постійна на основному етапі експлуатації, після того, як на початковому етапі виявлені приховані дефекти, і до того, як через природне старіння матеріалів починає відбуватися прискорене зношування з різким зростанням інтенсивності виходу виробів з ладу.
Показниковий розподіл є однопараметричним: його щільність (12) і інтегральна функція залежать від одного параметра .
Цей закон характерний для розподілу випадкових величин, зміну яких обумовлено впливом якогось домінуючого фактора. За показниковим законом розподілено інтервал між однотипними випадковими подіями: викликами на АТС, замовленнями до фірми, страховими випадками. Він використовується також при розгляді термінових відмов деталей у тих випадках, коли явища зношування і утоми виражені настільки слабко, що ними можна зневажити (наприклад, наробіток до відмови багатьох не відновлюваних виробів). Показниковий закон застосовують для опису часу обслуговування заявок у теорії масового обслуговування.
Характеристики експоненціального розподілу такі: математичне сподівання , дисперсія , асиметрія , ексцес . Помітимо, що характерною рисою цього закону є рівність математичного сподівання і середнього квадратичного відхилення: .
Експоненціальний розподіл є частковим випадком розподілу Вейбула–Гнеденка.