Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Практична робота №1.Стр 1 из 9Следующая ⇒
Тема: Закони розподілу одновимірних випадкових величин. Функція розподілу вірогідності, щільність розподілу вірогідності. Ціль: 1. Ознайомитися з поняттями випадкової величини, типами випадкових величин, типами завдання закону розподілу випадкової величин. 2. Вивчити властивості функції розподілу. 3. Навчитися будувати ряд розподілу, багатокутник розподілу, функцію розподілу. Теоретичні відомості: Випадковою величиною називається така змінна величина, яка в результаті досвіду може приймати те або інше заздалегідь невідоме значення. Розрізняють два основні типи випадкових величин: дискретні і безперервні. Дискретна випадкова величина може приймати кінцеву або нескінченну рахункову безліч значень (їх можна пронумерувати). Можливі значення безперервних випадкових величин не можуть бути заздалегідь перераховані і безперервно заповнюють деякий проміжок або навіть всю вісь. Часто зустрічаються випадкові величини змішаного типу, які можуть і безперервно заповнювати деякий проміжок і приймати окремі дискретні значення. Повною статистичною характеристикою одновимірної випадкової величини є закон розподілу вірогідності. У разі дискретної випадкової величини X під ним розуміється співвідношення, що встановлює залежність між можливими значеннями дискретної випадкової величини і їх вірогідністю . Ймовірність того, що при незалежних дослідах подія А з'явиться рівно раз, якщо при кожному досвіді ймовірність події А однакова і рівна визначається формулою:
, де .
Закон розподілу дискретної випадкової величини можна задати в різних формах: табличною (ряд розподілу), графічною (багатокутник розподілу), аналітичною (у вигляді формули). Універсальною характеристикою, однаково придатною як для дискретних, так і для безперервних одновимірних випадкових величин, є функція розподілу вірогідності , що визначає ймовірність того, що випадкова величина X прийме значення менше деякого числа :
(1)
Функцію розподілу іноді називають також інтегральною функцією розподілу або інтегральним законом розподілу.
Функція розподілу володіє наступними властивостями:
1. 2. 3. — неспадна функція, тобто при 4. = (2)
Функція розподілу дискретної випадкової величини є ступінчастою функцією з скачками в точках (рис. 1, а), функція розподілу безперервної випадкової величини — безперервну функцію (рис. 1, б) і функція розподілу змішаної випадкової величини — кусочно-безперервну функцію з не більше ніж рахунковим числом скачків (рис. 1, в).
Рис. 1. Функція розподілу дискретної (о), безперервної (б) і змішаної (в) випадкових величин
У прикладних задачах припускають, що функції розподілу безперервних випадкових величин діфференцируєми у всій області можливих значень випадкових величин. При такому припущенні безперервна випадкова величина X частіше всього описується щільністю розподілу вірогідності , яка іноді називається диференціальним законом розподілу або диференціальною функцією розподілу. Щільність вірогідності визначається як похідна функції розподілу:
(3)
Щільність вірогідності володіє наступними основними властивостями:
(4)
(5)
Дуже важливе практичне значення має щільність вірогідності гауса (нормальна) , яка має вигляд (6) або (7)
де - математичне очікування (середнє значення) випадкової величини X, - дисперсія, — середнє квадратичне (стандартне) відхилення, — вірогідне (серединне) відхилення X; = 0, 476936... При розподілі гауса ймовірність попадання випадкової величини X в заданий інтервал
(8) де
, (9)
— табульований інтеграл вірогідності в додатку II. Для дискретної випадкової величини щільність вірогідності
(10)
де — можливі значення випадкової величини X, — ймовірність можливих значень , - дельта-функція (імпульсна функція, функція Дірака). Дельта-функція володіє наступними властивостями:
при будь-якому
, (11)
У табл. 2.1 приведений ряд законів розподілу дискретної випадкової величини і відповідні їм характеристичні функції, а також графіки законів розподілу при різних значеннях параметрів розподілів. Аналогічні дані по законах розподілу безперервних випадкових величин представлені в табл. 2.2.
Приклад. По одній і тій же стартовій позиції супротивника проводиться пуск п'яти ракет, причому ймовірність р попадання в ціль при кожному пуску рівна 0, 8. Побудувати: 1) ряд розподілу числа попадань; 2) багатокутник розподілу; 3) функцію розподілу числа попадань. Рішення. Випадкова величина X (число попадань в ціль) може прийняти наступні значення: , , , , , . Ці значення випадкова величина X приймає з імовірностями , які відповідно дорівнюють:
З обчислених значень , видно, що найбільш вірогідне попадання в ціль чотирма ракетами, тоді як промах всіма ракетами маловірогідний.
Рис. 2.4. Багатокутник розподілу Рис. 2.5. Графік функції розподіли випадкової величини
Рис. 1.1. Багатокутник розподілу
3. За визначенням, функція розподілу . При ,
при ,
при ,
при ,
при ,
при ,
при .
Графік функції розподілу представлений на рис. 1.2. Рис. 1.2. Графік функції розподілу випадкової величини
|