Индивидуальные очистные сооружения: К классу индивидуальных очистных сооружений относят сооружения, пропускная способность которых...
История развития хранилищ для нефти: Первые склады нефти появились в XVII веке. Они представляли собой землянные ямы-амбара глубиной 4…5 м...
Топ:
Основы обеспечения единства измерений: Обеспечение единства измерений - деятельность метрологических служб, направленная на достижение...
Определение места расположения распределительного центра: Фирма реализует продукцию на рынках сбыта и имеет постоянных поставщиков в разных регионах. Увеличение объема продаж...
Процедура выполнения команд. Рабочий цикл процессора: Функционирование процессора в основном состоит из повторяющихся рабочих циклов, каждый из которых соответствует...
Интересное:
Финансовый рынок и его значение в управлении денежными потоками на современном этапе: любому предприятию для расширения производства и увеличения прибыли нужны...
Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным...
Инженерная защита территорий, зданий и сооружений от опасных геологических процессов: Изучение оползневых явлений, оценка устойчивости склонов и проектирование противооползневых сооружений — актуальнейшие задачи, стоящие перед отечественными...
Дисциплины:
2017-12-13 | 339 |
5.00
из
|
Заказать работу |
|
|
Случайная величина называется непрерывной, если её функция распределения есть непрерывная, кусочно-дифференцируемая функция.
Вспомним, что кусочная дифференцируемость означает, что функция состоит из частей, которые являются непрерывно дифференцируемыми, т.е. имеют непрерывную производную. Если график F (x) представляет собой гладкую кривую, без изломов, то функция является дифференцируемой во всей области определения. Если график не имеет разрывов, но имеет изломы (рис.9.2.4,а), то функция кусочно-дифференцируема. В точках излома производная не существует, в этих точках нельзя провести единственную касательную.
a) | б) |
Рис.9.2.4 |
Если функция распределения на некоторых участках непрерывна, а в отдельных точках имеет разрывы (рис.9.2.3,б), то случайная величина называется смешанной. Например, функция распределения случайной величины - времени Т безотказной работы прибора, испытываемого в течение времени t - непрерывна всюду, кроме точки t. Смешанная случайная величина S - площадь разрушений, наносимых цели бомбой, имеет разрывную функцию распределения.
6.. Если Х – непрерывная случайная величина, то (априорная) вероятность того, что она примет данное конкретное значение, равна нулю:
(9.2.6)
Замечание. То, что вероятность Р (Х=х 0)=0, не означает, что данное событие невозможно. Действительно, в результате испытания случайная величина обязательно примет одно из возможных значений, в частности, это значение может оказаться равным х 0. Следовательно, нулевой вероятностью могут обладать не только невозможные, но и возможные события, т.е.
, но .
Представление о возможном событии с нулевой вероятностью не более парадоксально, чем представление о длине точки. Известно, что длина одной точки равна нулю, тем не менее, длина отрезка, состоящего из многих точек, не равна нулю.
|
Пример 1. Вероятность того, что выточенная деталь примет строго заданные размеры, равна 0. На практике значение любой физической величины можно измерить лишь с некоторой точностью, а абсолютно точное значение физической величины есть лишь математическая абстракция. Однако можно определить вероятность того, что размеры деталей не выйдут за дозволенные границы.
7. Обобщение свойства 5 для непрерывной случайной величины.
. (9.2.8)
Примеры функций распределения
Пример 1. Функция распределения случайной величины Х задана аналитически следующим образом:
Построить график и найти вероятность того, что в результате испытания Х примет значение, заключенное в промежутке [0,1).
Решение. По формуле (9.2.5)
Геометрически это означает длину отрезка F (1)- F (0) на оси ординат (рис.9.3.1). По виду графика и по аналитическому выражению функции распределения можно определить, что значения случайной величины Х сосредоточены на промежутке [-1; 2). Кроме того, видно, что F (х) является непрерывной и кусочно-дифференцируемой функцией. В точках -1 и 2 функция не дифференцируема. На оси ординат отмечена вероятность попадания случайной величины в промежуток [0,1).
Пример 2. Случайная величина Х - проекция радиус-вектора случайной точки окружности радиуса а на диаметр - имеет функцию распределения (закон арксинуса, рис.9.3.2,а):
а) | б) | |
Рис.9.3.2 | ||
Построить график и найти вероятность того, что Х окажется в пределах промежутка .
Решение. Здесь значения случайной величины сосредоточены на промежутке (-а; а)(рис.9.3.2,б). - это угол, отсчитываемый вправо и влево от оси ординат. Рассмотрим функцию распределения в нескольких точках, изображенных на чертеже.
а)
(все значения случайной величины сосредоточены на ).
б)
(левая половина окружности).
с)
(слева ¾ окружности).
|
d) .
По формуле (9.2.5)
В промежуток могут попасть точки дуг FE и HG, каждая из которых содержит 60°, в сумме 120° (2p/3 радиан). Геометрически эта вероятность тоже равна .
Пример 3. .
Построить график. Найти вероятность попадания случайной величины в промежутки и .
Здесь возможные значения Х Î(-¥;+¥), т.е. принимают любые действительные значения. Как известно, Тогда Кроме того, из аналитического задания функции следует, что . График приведен на рис. 9.3.3.
.
.
В предыдущих примерах рассматривались непрерывные случайные величины. Однако интегральная функция распределения имеет смысл и для дискретной случайной величины.
Пример 4. Построить функцию распределения для характеристической случайной величины c k (индикатора события).
ck | ||
p | q | p |
Закон распределения c k:
Выясним значения функции распределения на различных участках числовой оси.
1) Вероятность того, что c k примет значение, меньшее 0, т.е. попадёт в промежуток (-¥; х), равна 0 (см. таблицу распределения) Þ
Р (c k<x) =P (- ¥ < c k<x) =F (x)=0.
2) 0< x £1. Случайная величина может принять только одно возможное значение, меньшее х, из этого промежутка: c k =0. Вероятность этого события равна
qÞF (x) =q.
3) 1< x £¥. Все значения случайной величины c k (0 и 1) меньше любого х из этого промежутка Þ событие c k < x для этих х является достоверным,
Р (c k < x)=1.
Функция распределения аналитически может быть записана так:
На рис. 9.3.4 показан график интегральной функции распределения. График можно построить быстрее, если воспользоваться свойством 4. Для индикатора события возможные значения случайной величины, а именно 0 и 1, сосредоточены на промежутке [0, 1] Þ для x <0 F (x) = 0, для x >1 F (x)=1. Легко проверить, что для такой функции выполняются все свойства функции распределения. Особо отметим свойство 3 – непрерывность слева, что наглядно выражено на графике.
Функция распределения дискретной случайной величины не является элементарной функцией. Это – ступенчатая функция, имеющая конечное или бесконечное (счётное) число разрывов первого рода. Такие функции называются кусочно-постоянными.
Пример 5. Производится три независимых опыта, в каждом из которых событие А появляется с вероятностью 0,4 (например, три выстрела по мишени, А - попадание при одном выстреле). Рассматривается случайная величина Х – число появлений события А в трёх опытах. Построить ряд распределения и функцию распределения.
|
Случайная величина Х имеет биномиальное распределение. Для построения ряда распределения вычислим вероятности по формуле Бернулли:
и.т.д.
хi | ||||
pi | 0,216 | 0,432 | 0,288 | 0,064 |
Для x <0 и x >3 сразу напишем значения F (x):
F (x) = 0 для x <0 и F (x)=1для x >3, т.к. все возможные значения сосредоточены на промежутке [0; 3]. Разобьём оставшийся промежуток на части:
1) .
2) Возможные значения Х, меньшие х из этого промежутка, равны 0 или 1.
3)
.
Таким образом,
График функции распределения приведён на рис.9.3.5. Рис.9.3.5
Тема: Плотность распределения
Плотность распределения
(дифференциальная функция распределения)
Другим видом функциональной зависимости между возможными значениями случайной величины и вероятностями их принятия является плотность распределения. Понятие плотности распределения имеет смысл только для непрерывных случайных величин, т.е. имеющих непрерывную и кусочно-дифференцируемую интегральную функцию распределения.
Определение. Плотностью распределения, или дифференциальной функцией распределения называется производная от интегральной функции распределения:
(10.1)
Если F (x) непрерывно дифференцируема, то плотность непрерывна, если F (x) кусочно-дифференцируема, то плотность может иметь разрывы первого рода (в точках разрыва производной).
|
|
Кормораздатчик мобильный электрифицированный: схема и процесс работы устройства...
Археология об основании Рима: Новые раскопки проясняют и такой острый дискуссионный вопрос, как дата самого возникновения Рима...
Индивидуальные очистные сооружения: К классу индивидуальных очистных сооружений относят сооружения, пропускная способность которых...
Опора деревянной одностоечной и способы укрепление угловых опор: Опоры ВЛ - конструкции, предназначенные для поддерживания проводов на необходимой высоте над землей, водой...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!