Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
1. Рівномірний розподіл – розподіл імовірностей НВВ X, якщо на інтервалі (а, в), якому належать всі можливі значення X, диференціальна функція зберігає постійне значення, а саме
f (x) = = const,
а зовні цього інтервалу, тобто для x < а і для x > в, маємо f (x) = 0.
Інтегральна функція рівномірного розподілу має вигляд:
F(x) = 0, при x £ а; F(x) = (x – a) / (b – a) при а < x £ b; F(x) = 1 при x > b.
2. Показниковий (експоненціальний) розподіл – розподіл імовірностей НВВ X, яке описується диференціальною функцією
f (x) =
де l – постійна додатна величина.
Інтегральна функція показникового розподілу має вигляд:
F(x) =
Імовірність попадання в в інтервал (а, в) неперервної випадкової величини X, розподіленої за показниковим законом
P (а < X < в) = .
3. Нормальний розподіл – розподіл імовірностей НВВ X, якщо диференціальна функція має вигляд
f (x) = ,
де а – математичне сподівання; – середнє квадратичне відхилення випадкової величини X. Якщо нормальний розподіл має параметри а = 0 та =1, то маємо нормалізований нормальний розподіл:
f (x) = 1/ × exp (– x2/2).
Імовірність того, що X прийме значення, що належить інтервалу () визначається співвідношенням
P ,
де F (x) = – функція Лапласа.
Імовірність того, що абсолютна величина відхилення менше додатнього числа >0 така
P .
Покладемо d/s = t, тоді будемо мати
P .
Це означає, що значення подвоєної функції Лапласа при заданому t визначає ймовірність того, що відхилення (X – a) нормально розподіленої випадкової величини X за абсолютною величиною буде менше st. Зокрема, при а = 0 слушна рівність
P .
Наведемо графік нормальної (гауссової) кривої, отриманої автором у праці [10].
Рис.1. Гістограма (1) і нормальна крива (2), що побудована за (завдання №16)
Числові характеристики випадкових величин (основні параметри теоретичного розподілу).
Нехайxi,i – можливі значення ДВВ, pi – відповідні їм імовірності, тоді характеристикою середнього значення випадкової величини X служить математичне сподівання (генеральна середня):
m º M (X) = .
Властивості M (X) для ДВВ і для НВВ:
M (С) = С, де С = const;
M (X1 + X2+…+ Xn) = M (X1) + M (X2) + …+ M (Xn);
M (X1 × X2 × …× Xn) = M (X1) × M (X2) …× M (Xn);
Математичне сподівання біноміального розподілу:
M (X) = n × p,
де n – число випробувань, p – імовірність появи події в одному випробуванні.
Для НВВ X Î (-¥, ¥) або X Î [а, в ], диференціальна функція якої f (x) маємо відповідно:
M (X) = f(x) dx; M (X) = f(x) dx.
Можна довести, що для X, заданої диференціальною функцією f (x) ³ 0 на відрізку [а, в], а зовні відрізку f (x) = 0, виконується а £ M (X) £ в.
Генеральна дисперсія (розсіяння, розкид) Dг випадкової величини X – математичне сподівання квадрату відхилення:
Dг º D (X) = M [X – M (X)]2 º M (X2) – [M (X)]2; D (X) =
= (x – M (X))2f (x) dx º x2f (x) dx – [M (X)]2;
D (X) = (x – M (X))2f (x) dx,
де можливі значення X Î (–¥, ¥) або X Î (а, в).
Властивості дисперсії:
D (X) ³ 0; D (С) = 0; D (СX) = С2D (X); D (X ±Y) = D (X) + D (Y),
де X і Y – довільні незалежні випадкові величини. Розмірність (Dim) дисперсії дорівнює квадрату розмірності X. Дійсно, якщо X – випадкова сила F, то Dim X º Dim F = Н (Ньютон), то D (X) має розмірність Dim D (X) = Dim M [X – M (X)]2 = Н2. Ось чому уводиться поняття – середнє квадратичне відхилення
s (X) = , де s2 = Dг.
Теоретичний початковий момент порядку k випадкової величини X – математичне сподівання величини Xk:
nk = M (Xk).
Зокрема, початковий момент першого порядку
n1 = M (X).
Центральний моментпорядку k випадкової величини X – математичне сподівання величини: [X – M (X)]k:
mk = M [ X – M (X)]k.
Зокрема, m1 = M [ X – M (X)] = 0,
m2 = M [ X – M (X)]2 = D (X); m2 = n2 – .
Для НВВ:
nk = xk f (x) dx; mk = (x – M (X))k f (x) dx.
Інші характеристики НВВ X:
Мода Мo(X) можливе значення x0 Î X, якому відповідає max диференціальної функції f (x).
Медіана Мd(X) – те можливе значення xe Î X, яке визначається рівністю:
P (X < Мe(X)) = P (X > Мe(X)).
Іншими словами, медіана тлумачиться як точка xe, в якій ордината f (xе) поділяє наполовину площу, яка обмежена кривою розподілу.
Дата публикования: 2014-11-28; Прочитано: 1027 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!