Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
интегральная – логическая константа
– если интегральная = 1, то БИНОМРАСП вычисляет значение функции распределения ;
– если интегральная = 0, то БИНОМРАСП выдает значение вероятности .
В Excel вероятность вычисляется как разность:
БИНОМРАСП (число_успехов = k2; число_испытаний; вероятность_успеха; 1) –
– БИНОМРАСП (число_успехов = k1; число_испытаний; вероятность_успеха; 1).
Распределение Пуассона с параметром P(l) (“закон редких явлений”)
Случайная величина называется распределенной по закону Пуассона, если она принимает любые целые значения 0, 1, 2, … и вероятности того, что она примет определенное значение m, выражается формулой
,
λ – параметр, положительная величина.
Числовые характеристики распределения Пуассона: и
Если число испытаний в схеме Бернулли велико, а вероятность успеха мала и , то можно использовать предельную теорему Пуассона, которая позволяет вычислить вероятность того, что число успехов в схеме Бернулли будет равно m, по формуле
, где .
Для вычисления вероятности в Excel используется функция ПУАССОН (x; среднее; интегральная):
x – значение случайной величины (целое число), для которой вычисляется вероятность;
среднее – математическое ожидание случайной величины
интегральная – логическая константа:
– если интегральная = 1, то ПУАССОН вычисляет значение функции распределения
;
– если интегральная = 0, то ПУАССОН вычисляет значение вероятности
В Excel вероятность вычисляется как разность:
ПУАССОН (x = k2; среднее ; интегральная = 1) –
– ПУАССОН (x = k1; среднее; интегральная = 1)
Экспоненциальное (показательное) распределение, Exp(l).
Непрерывная случайная величина называется распределенной по показательному закону, если ее плотность распределения описывается формулой:
где λ – параметр, положительное число.
Функция распределения имеет вид:
Числовые характеристики: .
Для вычисления функции распределения и функции плотности показательного распределения в Excel используется функция
ЭКСПРАСП (x; лямбда; интегральная)
x – значение аргумента, для которого вычисляется значение функции или ;
лямбда – параметр, ;
интегральная – логическая константа:
– если интегральная = 1, то ЭКСПРАСП вычисляет значение функции распределения
;
– если интегральная = 0, то ЭКСПРАСП выдает значение функции плотности
В Excel вероятность вычисляется следующим образом (как зность):
ЭКСПРАСП (x2; лямбда; интегральная = 1) –
– ЭКСПРАСП (x1; лямбда; интегральная = 1)
Нормальный закон распределения N(m,s).
Случайная величина X называется распределенной по нормальному закону, если ее плотность вероятности задается формулой:
, , .
Функция распределения нормальной случайной величины вычисляется по формуле:
, .
1. График плотности f(x) симметричен относительно прямой x = m.
2. Функция имеет единственный экстремум (максимум) в точке x = m.
3. Для нормального распределения .
4. - обратно пропорциональна параметру . Так как площадь, заключенная между кривой f(x) и осью абсцисс равна , то чем больше , тем больше растянута кривая f(x) вдоль оси абсцисс, и чем меньше , тем больше растянута кривая f(x) вдоль оси ординат.
5.
Интеграл вычисляется приближенно.
Для определения вероятности того, что случайная величина X примет значение из промежутка [a, b] составляются таблицы некоторой стандартной функции.
Если m = 0, = 1, функция плотности нормального распределение принимает вид
и называется стандартным нормальным распределением.
Вероятность попадания случайной величины в интервал [a, b] вычисляется с помощью функции Лапласа
Свойства функции Лапласа:
1. Функция Лапласа определена при x > 0 и является нечетной функцией
;
2. ;
3. ;
5. .
Для вычисления функции распределения и функции плотности, нормально распределенной случайной величины, в Excel используется функция НОРМРАСП (x; среднее; стандартное_откл; интегральная):
x – значение аргумента, для которого вычисляется значение функции или ;
среднее – среднее нормального распределения, математическое ожидание m = ;
интегральная – логическая константа:
– если интегральная = 1, то НОРМРАСП вычисляет значение функции распределения
;
– если интегральная = 0, то НОРМРАСП вычисляет значение плотности распределения
В Excel вероятность вычисляется следующим образом (как разность):
НОРМРАСП (x2; среднее; стандартное_откл; интегральная = 1) –
– НОРМРАСП (x1; среднее; стандартное_откл; интегральная = 1).
Функции Лапласа в Excel вычисляется так образом:
НОРМРАСП (x; среднее = 0; стандартное_откл = 1; интегральная = 1) – 0,5
Для вычисления функции стандартного нормального распределения в Excel
используется НОРМРАСП с аргументами
=НОРМРАСП (x; среднее = 0; стандартное_откл = 1; интегральная = 0)..
Локальная теорема Муавра-Лапласа. Локальная теорема Муавра-Лапласа дает асимптотическое приближение при большом количестве испытаний и достаточно больших вероятностях события А.
Если вероятность p появления события А в каждом испытании постоянна и отлична от нуля и единицы (0 < p < 1), то вероятность того, что событие А появится в n испытаниях ровно m раз, приближенно равна (тем точнее, чем больше n) значению функции
, где , .
Значение функции находят по таблицам.
Функция j (x) четная, поэтому для отрицательных и положительных значений аргумента пользуются одними таблицами, т.е. j (-x) = j (x).
Вычисление функции j (x) в Excel:
=НОРМРАСП (x; среднее = 0; стандартное_откл = 1; интегральная = 0).
Интегральная теорема Лапласа Если вероятность p наступления события А в каждом испытании постоянна и отлична от нуля и единицы, то вероятность того, что событие А появится в n испытаниях от m1 до m2 раз, приближенно равна определенному интегралу
, где ,
– функция Лапласа .
Для решения задач с применением интегральной теоремы Лапласа используются таблицы функции Лапласа .Функция Лапласа – функциянечетна, а это значит, что
.
=
= НОРМРАСП (x2; среднее = np; стандартное_откл = ; интегральная = 1) –
– НОРМРАСП (x1; среднее = np; стандартное_откл ; интегральная = 1).
Пример решения задачи 3.
Проводится n = 220 испытаний Бернулли с вероятностью успеха p = 0,25, m – число удачных испытаний в серии.
Найти вероятность ровно 50 удачных испытаний:
- по формуле Бернулли;
- по асимптотической формуле Пуассона;
- по локальной формуле Муавра-Лапласа.
Найти вероятность числа успешных испытаний от m1 = 39 до m2 = 50:
- по формуле Бернулли;
- по асимптотической формуле Пуассона;
- по интегральной формуле Муавра-Лапласа.
Для заданных исходных данных построить совместные графики биномиального распределения, распределения Пуассона и график функции локальной теоремы Муавра-Лапласа. Все вычисления выполнить в Excel
Решение.
1. Число испытаний n = 220. Событие A может появиться от 0 до 220 раз (m – число успехов). Математическое ожидание числа успехов M(X) = n· p = 220·0,25 = 55, среднее квадратическое отклонение . Надо выбрать и ввести в Excel в качестве исходных данных такое число испытаний, в таком диапазоне изменения m и с таким шагом, чтобы график был отчетлив. В рассматриваемом варианте диапазон изменения m надо выбрать (исходя из правила 3 s) = (55 – 3·6,4, 55 + 3·6,4) ≈ (30, 80).
Исходные данные (число испытаний) введены в столбец A4:A29 в диапазоне от 30 до 80 с шагом через 2 испытания. Массив A4:A29 получается компактным.
Далее, в ходе построения графиков, диапазон и шаг исходных данных можно изменить или уточнить
= БИНОМРАСП(m = 30;n = 220;p = 0,25;0)
=ПУАССОН(m = 30;np = 55;0)
x =
=
Рис 1. Таблица с исходными данными и вычислениями:
B(n, p) – биномиальное распределение;
P(l) – распределение Пуассона;
Столбец x – x = , m – число удачных испытаний;
Локальная формула Муавра-Лапласа – .
Рис 2. График биномиального распределения почти совпадает с графиком, построенным по локальной формуле Муавра-Лапласа, и расходится с графиком распределения Пуассона.
Рис 3. Результаты вычисления вероятности ровно m = 50 успешных испытаний, с использованием биномиального распределения, распределения Пуассона и локальной формулы Муавра-Лапласа. Результаты вычисления вероятности числа успешных испытаний от m1 = 39 до m2 = 50 с использованием биномиального распределения, распределения Пуассона и интегральной формулы Муавра-Лапласа.
Выводы. Excel позволяет выполнить вычисления вероятностей в схеме испытаний Бернулли для любого, сколь угодно большого числа испытаний, и сколь угодно малой вероятности успеха, не используя асимптотические формулы Пуассона или Муавра-Лапласа, с любой необходимой точностью.
Дата публикования: 2015-01-04; Прочитано: 1781 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!