- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами 4
- •Тема 2 основні закони розподілу
- •Тема 3 елементи математичної статистики
- •Тема 4 розв’язування задач засобами mathcad 150
- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Математичне сподівання дискретної випадкової величини та його властивості
- •Розв’язування
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Функція розподілу випадкової величини
- •Розв’язування
- •Доведення
- •Доведення
- •Неперервні випадкові величини. Щільність ймовірності
- •Доведення
- •Розв’язування
- •Доведення
- •Розв’язування
- •Мода, медіана, квантилі, моменти випадкових величин. Асиметрія та ексцес (надвишок)
- •Розв’язування
- •Розв’язування
- •1.7 Приклади розв’язування задач
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 2 основні закони розподілу
- •2.1 Біноміальний закон розподілу
- •Доведення
- •2.2 Закон розподілу Пуассона
- •Розв’язування
- •2.3 Рівномірний закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •2.4 Показниковий закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.5 Нормальний закон розподілу
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.6 Розподіл
- •2.7 Розподіл Ст’юдента
- •2.8 Розподіл Фішера-Снедекора
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 3 елементи математичної статистики
- •3.1 Варіаційні ряди, їх графічне представлення та характеристики
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.2 Поняття оцінки параметрів. Методи знаходження оцінок
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.3 Статистична гіпотеза та загальна схема її перевірки
- •Розв’язування
- •1. Перевірка гіпотез про рівність середніх.
- •Розв’язування
- •2. Перевірка гіпотез про рівність дисперсій двох сукупностей.
- •Розв’язування
- •3. Побудова теоретичного закону розподілу за експериментальними даними. Перевірка гіпотез про закон розподілу
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 4 розв’язування задач засобами MathCad
- •Розв’язання
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Словник основних математичних термінів, що зустрічаються в тексті
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
Розв’язування
За умовою математичне сподівання , звідки і за формулами (2.11) та (2.12) щільність ймовірності та функція розподілу такі:
; .
Шукана ймовірність знайдемо використовуючи функцію розподілу
Зрозуміло, що днів.
Приклад 2.7 Час безвідмовної роботи двигуна автомобіля розподілений за показниковим законом. Відомо, що середній час безвідмовної роботи двигуна між технічним обслуговуванням рівний 100 годинам.
Визначити ймовірність безвідмовної роботи двигуна за 80 годин.
Розв’язування
Нехай випадкова величина – час безвідмовної роботи. Середній час безвідмовної роботи рівний його математичному сподіванню: . Оскільки , то . Отже за формулою (2.15) .
2.5 Нормальний закон розподілу
Даний закон найбільш широко застосовується на практиці, оскільки він є граничним законом, до якого наближаються інші закони.
Неперервна випадкова величина має нормальний закон розподілу (normal law of distribution) (закон Гаусса) з параметрами та , якщо її щільність ймовірності така:
. (2.16)
Криву нормального закону розподілу називають нормальною або гауссовою кривою. На рис. 2.3 наведено нормальну криву з параметрами та , тобто , та графік функції розподілу випадкової величини , що нормальний закон.
Рисунок 2.3
Нормальна крива симетрична відносно прямої . Значення є точкою максимум, причому . Існують дві точки перегину з ординатою .
Теорема 2.4 Математичне сподівання випадкової величини , розподіленої за нормальним законом, дорівнює параметру цього закону, тобто
, (2.17)
а її дисперсія – параметру , тобто
. (2.18)
Доведення
Математичне сподівання випадкової величини :
.
Зробимо заміну змінної, позначивши , тоді та , межі інтегрування не змінюються. Маємо
(перший інтеграл дорівнює нулю як інтеграл від непарної функції по симетричному відносно початку координат проміжку, а другий інтеграл – інтеграл Ейлера-Пуассона).
Дисперсія випадкової величини :
.
Робимо ту саму заміну змінної, як і при обчисленні попереднього інтеграла. Тоді
.
З’ясуємо як буде змінюватись нормальна крива при зміні параметрів та (або ). Якщо , а змінюється параметр, тобто центр симетрії, то нормальна крива буде суміщатися вздовж осі абсцис, не змінюючи форми (рис. 2.4)
Рисунок 2.4
Якщо а змінюється параметр , то змінюється ордината максимуму кривої . При збільшенні ордината максимуму кривої зменшується, але оскільки площа під довільною кривою розподілу повинна залишатись рівною одиниці, то крива стає більш пласкою, розтягуючись вздовж осі абсцис; при зменшенні нормальна крива витягається вверх, одночасно стискуючись з боків. На рис. 2.5 зображено нормальні криві з параметрами .
Таким чином, параметр характеризує положення центра, а параметр – форму нормальної кривої.
Нормальний закон з параметрами та , тобто , називають стандартним або нормованим, а відповідну нормальну криву – стандартною або нормованою.
Рисунок 2.5
Теорема 2.5 Функція розподілу випадкової величини , розподіленої за нормальним законом, можна виразити за допомогою функції Лапласа так:
. (2.19)