Прикладная теория вероятностей и математическая статистика. Основные законы распределения дискретных случайных величин
Выбери формат для чтения
Загружаем конспект в формате pdf
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Прикладная теория вероятностей
и математическая статистика
2.5. Основные законы распределения
дискретных случайных величин
Опр.2.5.1. Вырожденной с.в. называется д.с.в., таблица
распределения которой выглядит следующим образом:
2
2.5. Основные законы распределения дискретных случайных величин
Опр.2.5.2. С.в. – число появлений случайного события А в
серии из n испытаний Бернулли является с.в., имеющей
биномиальное распределение 𝝃 ∈ 𝑩 𝒑, 𝒏 .
Характеризуется двумя параметрами: вероятностью
появления случайного события А в одном испытании
Р(А) = р и числом испытаний n.
E[ ] pn, V [ ] pnq
3
2.5. Основные законы распределения дискретных случайных величин
Опр.2.5.3. В частности, если n=1, то говорят, что с.в. имеет
распределение Бернулли:
E[ ] p, V [ ] pq
Примеры биномиального распределения:
• Количество заказов, которые будут получены в
результате 6 телефонных звонков
• Количество изделий, имеющих брак, среди отобранных
10 изделий из партии выпущенной продукции.
4
2.5. Основные законы распределения дискретных случайных величин
Опр. 2.5.4. Если число испытаний, проводимых по схеме
Бернулли, неограниченно возрастает (𝑛 → ∞), при этом 𝑝 –
мало, а произведение 𝑝𝑛 остается постоянным: 𝑝𝑛 = 𝜆 , то
число появлений случайного события А является д.с.в.,
распределённой по закону Пуассона,
𝝃 ∈ 𝑷(𝝀).
E[ ] , V [ ]
Примеры:
1. Число бракованных изделий среди всей произведенной
продукции.
2. Число возвратов купленного в магазине товара.
5
2.5. Основные законы распределения дискретных случайных величин
Опр. 2.5.5. Рассмотрим последовательность независимых
испытаний, которые проводятся до тех пор пока не появится
случайное событие А (до первого успеха). Число испытаний, до
появления с.с. А является дискретной случайной величиной,
имеющей геометрическое распределение,
1
q
E[ ] , V [ ] 2
p
p
𝝃 ∈ 𝑮(𝒑).
6
2.6. Основные законы распределения
непрерывных случайных величин
Опр. 2.6.1. Н.с.в. равномерно распределена на отрезке [a,b], если
выражение для плотности распределения имеет вид:
0, если x a,
1
f ( x)
, если а х b,
b a
0, если x b.
𝝃 ∈ 𝑹(𝒂, 𝒃)
У этого распределения два параметра: границы отрезка а и b
0, если х a,
x a
F ( x)
, если а х b,
b a
1, если х b.
ab
(b a ) 2
E[ ]
, V [ ]
2
12
7
Пример. Ошибка при округлении до ближайшего целого.
2.6. Основные законы распределения непрерывных случайных величин
Опр.2.6.2. Н.с.в. распределена
по показательному закону
распределения с параметром 𝜆>0, если выражение для плотности
распределения имеет вид:
0, если х 0,
f ( x ) x
e , если х 0.
𝝃∈𝑬 𝝀
Функция распределения случайной величины:
х 0,
0, если
F ( x)
x
1
e
, если х 0.
E[ ]
Примеры:
Время между появлением посетителей.
Время обслуживания одного покупателя.
Длительность безотказной работы прибора.
1
, V [ ]
1
2
8
2.6. Основные законы распределения непрерывных случайных величин
9
2.6. Основные законы распределения непрерывных случайных величин
Опр.2.6.3. Н.с.в. нормально распределена с параметрами
mR и > 0, если функция плотности имеет вид:
1
f ( x)
e
2
( xm)2
2 2
𝝃 ∈ 𝑵 𝒎, 𝝈
Функция распределения случайной величины:
1
F ( x )
2
x
e
(t m )2
2 2
dt
E[ ] m, V [ ] 2
10
2.6. Основные законы распределения непрерывных случайных величин
E m 0
11
2.6. Основные законы распределения непрерывных случайных величин
Опр.2.6.4. Н.с.в. имеет стандартное нормальное
распределение, если она распределена нормально с
параметрами, 𝝃 ∈ 𝑵 𝟎, 𝟏
( x)
1
e
2
x2
2
( x)
12
2.6. Основные законы распределения непрерывных случайных величин
Опр.2.6.4. Н.с.в. имеет стандартное нормальное
распределение, если она распределена нормально с
параметрами, 𝝃 ∈ 𝑵 𝟎, 𝟏
F ( x )
1
2
x
e
t2
2
dt
13
2.6. Основные законы распределения непрерывных случайных величин
Со стандартным нормальным распределением связано
понятие функции Лапласа 𝜱 𝒙 ,
определяемой
следующим образом:
( x)
1
2
x
e
t2
2
dt
F ( z )
1
2
z
1
2
1
2
z
e
t2
2
dt
z
e
t2
2
dt
1
( z )
2
14
2.6. Основные законы распределения непрерывных случайных величин
Для стандартного нормального распределения:
F ( x)
1
( x)
2
Для произвольного нормального распределения,
N m,
1
𝑥−𝑚
𝐹𝜉 𝑥 = + Φ
2
𝜎
1
F ( x)
2
x
e
(t m )2
2 2
dt
15
2.6. Основные законы распределения непрерывных случайных величин
Свойства функции Лапласа Φ(𝑥):
1. Φ −𝑥 = −Φ(𝑥)
1
2. lim Φ(𝑥) = 2
𝑥→∞
3. Для случайной величины, распределенной по
нормальному закону, 𝜉 ∈ 𝑁 𝑚, 𝜎 , верно:
𝑏−𝑚
𝑎−𝑚
𝑃 𝑎<𝜉<𝑏 =Φ
−Φ
𝜎
𝜎
16
2.6. Основные законы распределения непрерывных случайных величин
Для
случайной
величины,
распределенной
нормальному закону, 𝜉 ∈ 𝑁 𝑚, 𝜎 , верно:
по
𝑏−𝑚
𝑎−𝑚
𝑃 𝑎<𝜉<𝑏 =Φ
−Φ
𝜎
𝜎
В частности,
𝑃 𝜉 − 𝑚 < 𝑘𝜎 = 2Φ 𝑘 , 𝑘 = 1, 2, 3, …
𝑃 𝑚 − 𝑘𝜎 < 𝜉 < 𝑚 + 𝑘𝜎 = 2Φ 𝑘 , 𝑘 = 1, 2, 3, …
17
2.6. Основные законы распределения непрерывных случайных величин
𝑷 𝒎 − 𝝈 < 𝝃 < 𝒎 + 𝝈 = 𝟐𝜱 𝟏 = 𝟎, 𝟔𝟖
18
2.6. Основные законы распределения непрерывных случайных величин
𝑷 𝒎 − 𝟐𝝈 < 𝝃 < 𝒎 + 𝟐𝝈 = 𝟐𝜱 𝟐 = 𝟎, 𝟗𝟓
19
2.6. Основные законы распределения непрерывных случайных величин
𝑷 𝒎 − 𝟑𝝈 < 𝝃 < 𝒎 + 𝟑𝝈 = 𝟐𝜱 𝟑 = 𝟎, 𝟗𝟗𝟕
«Правило трёх сигм»
20