Случайной величины
Плотностью распределения вероятностей непрерывной случайной величины Х называют функцию f(x) – первую производную от функции распределения F(x): Понятие плотность распределения вероятностей случайной величины Х для дискретной величины неприменима. Плотность распределения вероятностей f(x) – называют дифференциальной функцией распределения:
Свойство 1. Плотность распределения - величина неотрицательная: Свойство 2. Несобственный интеграл от плотности распределения в пределах от до равен единице: Пример 1.25. Дана функция распределения непрерывной случайной величины Х: Найти плотность распределения f(x). Решение: Плотность распределения равна первой производной от функции распределения: Задания для самостоятельной работы: 1. Дана функция распределения непрерывной случайной величины Х: Найти плотность распределения. 2. Задана функция распределения непрерывной случайной величины Х: Найти плотность распределения f(x). 1.3. Числовые характеристики непрерывной случайной величины
Математическое ожидание непрерывной случайной величины Х, возможные значения которой принадлежат всей оси Ох, определяется равенством: Предполагается, что интеграл сходится абсолютно. Частный случай. Если значения случайной величины принадлежат интервалу (a, b), то: f(x) – плотность распределения случайной величины. Дисперсия непрерывной случайной величины Х, возможные значения которой принадлежат всей оси, определяется равенством: Частный случай. Если значения случайной величины принадлежат интервалу (a, b), то: Вероятность того, что непрерывная случайная величина Х примет значения, принадлежащие интервалу (a, b), определяется равенством: . Пример 1.26. Непрерывная случайная величина Х задана функцией распределения: Найти математическое ожидание, дисперсию и вероятность попадание случайной величины Х в интервале (0; 0, 7). Решение: Случайная величина распределена на интервале (0, 1). Определим плотность распределения непрерывной случайной величины Х: а) Математическое ожидание : б) Дисперсия в) Задания для самостоятельной работы: 1. Случайная величина Х задана функцией распределения: Найти: а) математическое ожидание M(x); б) дисперсию D(x); в) определить вероятность попадания случайной величины Х в интервал (2, 3). 2. Случайная величина Х задана интегральной функцией распределения: Найти: а) математическое ожидание M(x); б) дисперсию D(x); в) определить вероятность попадания случайной величины Х в интервал (1; 1, 5). 3. Случайная величина Х задана интегральной функцией распределения: Найти: а) математическое ожидание M(x); б) дисперсию D(x); в) определить вероятность попадания случайной величины Х в интервал . 1.4. Законы распределения непрерывной случайной величины 1.4.1. Равномерное распределение Непрерывная случайная величина Х имеет равномерное распределение на отрезке [ a, b ], если на этом отрезке плотность распределения вероятности случайной величины постоянна, а вне его равна нулю, т.е.:
Рис. 4.
; ; . Пример 1.27. Автобус некоторого маршрута движется равномерно с интервалом 5 минут. Найти вероятность того, что равномерно распределенная случайная величина Х – время ожидания автобуса составит менее 3 минут. Решение: Случайная величина Х – равномерно распределена на интервале [0; 5]. Плотность вероятности: . Для того чтобы время ожидания не превысило 3 минут, пассажир должен появиться на остановке в интервале от 2 до 5 минут после ухода предыдущего автобуса, т.е. случайная величина Х должна попасть в интервал (2; 5). Т.о. искомая вероятность: Задания для самостоятельной работы: 1. а) найти математическое ожидание случайной величины Х распределенной равномерно в интервале (2; 8); б) найти дисперсию и среднее квадратическое отклонение случайной величины Х, распределенной равномерно в интервале (2; 8). 2. Минутная стрелка электрических часов перемещается скачком в конце каждом минуты. Найти вероятность того, что в данное мгновение часы покажут время, которое отличается от истинного не более чем на 20 секунд. 1.4.2. Показательное (экспоненциальное) распределение Непрерывная случайная величина Х распределена по показательному закону, если ее плотность вероятности имеет вид: где – параметр показательного распределения. Таким образом
Рис. 5.
Числовые характеристики: ; ; ; . Пример 1.28. Случайная величина Х – время работы электролампочки - имеет показательное распределение. Определить вероятность того, что время работы лампочки будет не меньше 600 часов, если среднее время работы - 400 часов. Решение: По условию задачи математическое ожидание случайной величины Х равно 400 часам, следовательно: ; Искомая вероятность , где ; Окончательно: Задания для самостоятельной работы: 1. Написать плотность и функцию распределения показательного закона, если параметр . 2. Случайная величина Х задана функцией распределения вероятностей: Найти математическое ожидание и дисперсию величины Х. 3. Случайная величина Х задана функцией распределения вероятностей: Найти математическое ожидание и среднее квадратическое отклонение случайной величины. 1.4.3. Нормальное распределение Нормальным называют распределение вероятностей непрерывной случайной величины Х, плотность которого имеет вид: где а – математическое ожидание, – среднее квадратическое отклонение Х. Вероятность того, что Х примет значение, принадлежащее интервалу : , где – функция Лапласа. Распределение, у которого ; , т.е. с плотностью вероятности называется стандартным.
Рис. 6. Вероятность того, что абсолютная величина отклонена меньше положительного числа : . В частности, при а= 0 справедливо равенство: Пример 1.29. Случайная величина Х распределена нормально. Среднее квадратическое отклонение . Найти вероятность того, что отклонение случайной величины от ее математического ожидания по абсолютной величине будет меньше 0, 3. Решение: . Задания для самостоятельной работы: 1. Написать плотность вероятности нормального распределения случайной величины Х, зная, что M(x)= 3, D(x)= 16. 2. Математическое ожидание и среднее квадратическое отклонение нормально распределенной случайной величины Х соответственно равны 20 и 5. Найти вероятность того, что в результате испытания Х примет значение, заключенное в интервале (15; 20). 3. Случайные ошибки измерения подчинены нормальному закону со средним квадратическим отклонением мм и математическим ожиданием а= 0. Найти вероятность того, что из 3 независимых измерений ошибка хотя бы одного не превзойдет по абсолютной величине 4 мм. 4. Производится взвешивание некоторого вещества без систематических ошибок. Случайные ошибки взвешивания подчинены нормальному закону со средним квадратическим отклонением г. Найти вероятность того, что взвешивание будет произведено с ошибкой, не превосходящей по абсолютной величине 10 г.
Раздел II. Элементы математической статистики 2.1. Функция распределения. Полигон и гистограмма частот
Эмпирической функцией распределения (функцией распределения выборки) называют функцию F*(x), определяющую для каждого значения Х относительную частоту события Х=x:
где nx – число вариант, меньших Х; n – объем выборки. Свойства эмпирической функции: Свойство 1. Значение эмпирической функции принадлежит отрезку [0; 1]. Свойство 2. F*(x) – неубывающая функция. Свойство 3. Если xi – наименьшая варианта, а Xk – наибольшая, то F*(x)= 0 при и F*(x)= 1 при . Пример 2.1. Найти эмпирическую функцию по данному распределению выборки:
Решение: 1. Найдем объем выборки n= 10 + 15 + 25 = 50. 2. На основании свойств функции хмин= 1, т.о. при F*(x)= 0. 3. При значение функции х= 1 наблюдалось 10 раз, следовательно: 4. При значение х= 1 и х= 4 наблюдалось n1+n4= 10 + 15 = 25, следовательно: 5. Так как хмакс= 6, то при x> 6 F*(x)= 1. 6. Искомая функция: График этой функции изображен на рис. 7.
Рис. 7.
Задания для самостоятельной работы: 1. Найти эмпирическую функцию по данному распределению выборки: а)
б)
2. Найти эмпирическую функцию по данному распределению выборки: а)
б)
|