Отметим здесь основные понятия и формулы, связанные с показательным распределением непрерывной случайной величины $X$ не вдаваясь в подробности их вывода.
Показательным или экспоненциальным распределения непрерывной случайной величины $X$ называется распределение, плотность которого имеет вид:
Рисунок 1.
где $\gamma $ - положительная константа.
График плотности показательного распределения имеет вид (рис. 1):
Рисунок 2. График плотности показательного распределения.
Функция показательного распределения
Как нетрудно проверить, функция показательного распределения имеет вид:
Рисунок 3.
где $\gamma $ - положительная константа.
График функции показательного распределения имеет вид:
Рисунок 4. График функции показательного распределения.
Вероятность попадания случайной величины при показательном распределении
Вероятность попадания непрерывной случайной величины в интервал $(\alpha ,\beta )$ при показательном распределении вычисляется по следующей формуле:
Математическое ожидание: $M\left(X\right)=\frac{1}{\gamma }.$
Дисперсия: $D\left(X\right)=\frac{1}{{\gamma }^2}.$
Среднее квадратическое отклонение: $\sigma \left(X\right)=\frac{1}{\gamma }$.
Пример задачи на показательное распределение
Случайная величина $X$ подчиняется экспоненциальному закону распределения. На участке области определения $\left[0,\infty )\right.$ случайная величина $X$ имеет плотность вида $\varphi \left(x\right)=\alpha e^{-3x}$.
-
Найти плотность распределения и построить её график.
-
Найти функцию распределения и построить её график.
-
Найти вероятность того, что случайная величина попадет в интервал $(0,2;;0,4)$.
-
Найти математическое ожидание, дисперсию и среднее квадратическое отклонение данного распределения.
Решение:
- Так как случайная величина подчиняется показательному закону распределения, то $\alpha =3.$ Таким образом, плотность данного распределения будет иметь вид:
Рисунок 5.
Построим её график. Максимальное значения функция плотности распределения достигнет в точке $\left(0,\gamma \right)=(0,3)$
Рисунок 6.
- Так как $\gamma =3$, то по формуле функции показательного распределения, функция распределения в нашем случае будет иметь вид:
Рисунок 7.
При $x=1,\ F\left(1\right)=1-e^{-3}=1-0,05=0,95$, получаем график
Рисунок 8.
- Для нахождения искомой вероятности будем пользоваться следующей формулой: