Правило трех сигм
В теории вероятностей квадратичное отклонение σx случайной величины x (от ее математического ожидания) определяется как квадратный корень из дисперсии Dx и называют также стандартным отклонением величины x. Для любой случайной величины x с математическим ожиданием mx и квадратичным отклонением σx вероятность отклонения x от mx, больших по абсолютной величине k·σx, k > 0, не превосходит 1/k2 (неравенство Чебышева). В случае нормального распределения указанная вероятность при k = 3 равна 0.0027. В практических задачах, приводящих к нормальному распределению, чаще всего пренебрегают возможностью отклонения от среднего, большего 3·σx.
18. Закон распределения Пуассона. Функция надежности. Интенсивность отказов. Показательный закон.
Распределение Пуассона — это частный случай биномиального распределения (при n >> 0 и приp –> 0 (редкие события)).
Из математики известна формула, позволяющая примерно подсчитать значение любого члена биномиального распределения:
где a = n · p — параметр Пуассона (математическое ожидание), а дисперсия равна математическому ожиданию.
Пусть элемент (то есть некоторое устройство) начинает работать в момент времени t0 = 0 и должен проработать в течение периода времени t. Обозначим за Т непрерывную случайную величину — время безотказной работы элемента, тогда функция F(t) = p(T > t) определяет вероятность отказа за время t. Следовательно, вероятность безотказной работы за это же время равна
R(t) = p(T > t) = 1 — F(t).
Эта функция называется функцией надежности.
19. Центральная предельная теорема.
Центральная Предельная Теорема 1 Пусть -- последовательность независимых одинаково распределенных с.в. с конечной дисперсией. Обозначим и . Тогда
где -- функция распределения стандартного нормального закона.
20. Закон Больших чисел.
Закон больших чисел Чебышева. Имеет место следующее утверждение. Пусть - последовательность попарно независимых случайных величин, имеющих ограниченные в совокупности дисперсии, т. е. для любого i. Тогда, каково бы нибыло , справедливо соотношение
|
Закон больших чисел Бернулли. Пусть производится последовательность независимых испытаний, в результате каждого из которых может наступить или не наступить событие А, причем вероятность наступления этого события одна и та же при каждом испытании и равна р. Если событие А фактически произошло m раз в n испытаниях, то отношение m/n называют, как мы знаем, частотой появления события А. Частота есть случайная величина, причем вероятность того, что частота принимает значение m/n, выражается по формуле Бернулли (13):
Закон больших чисел в форме Бернулли состоит в следующем: с вероятностью, сколь угодно близкой к единице, можно утверждать, что при достаточно большом числе опытов частота появления события А как угодно мало отличается от его вероятности, т. е.
|
21. Неравенство Чебышева.
неравенство Чебышева. Пусть Х – неотрицательная случайная величина (т.е. для любого ). Тогда для любого положительного числа а справедливо неравенство
Доказательство. Все слагаемые в правой части формулы определяющей математическое ожидание, в рассматриваемом случае неотрицательны. Поэтому при отбрасывании некоторых слагаемых сумма не увеличивается. Оставим в сумме только те члены, для которых . Получим, что
. (9)
Для всех слагаемых в правой части (9) , поэтому
. (10)
Из (9) и (10) следует требуемое.
22. Теорема Чебышева.