Биохимия спиртового брожения: Основу технологии получения пива составляет спиртовое брожение, - при котором сахар превращается...
Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим...
Топ:
Выпускная квалификационная работа: Основная часть ВКР, как правило, состоит из двух-трех глав, каждая из которых, в свою очередь...
Определение места расположения распределительного центра: Фирма реализует продукцию на рынках сбыта и имеет постоянных поставщиков в разных регионах. Увеличение объема продаж...
Интересное:
Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным...
Финансовый рынок и его значение в управлении денежными потоками на современном этапе: любому предприятию для расширения производства и увеличения прибыли нужны...
Как мы говорим и как мы слушаем: общение можно сравнить с огромным зонтиком, под которым скрыто все...
Дисциплины:
2018-01-03 | 165 |
5.00
из
|
Заказать работу |
|
|
Равномерное распределение.
Определение 1. СВ X распределена равномерно на отрезке [ a, b ], (X ~ R (а, b)), если (см. рис. 1)
f (x)= | { | b - a 0 | ,, | x [ a, b ], x [a, b ]. |
Рисунок 1 Рисунок 2.
Замечание 1. Нетрудно убедиться в том, что функция распределения имеем вид (см. рис. 2)
F (x) | Δ = | x ∫ -∞ | f (x) d x = | { | 0 x - a b - a 1 | , x < a,, a ≤ x ≤ b,, x > b. |
Замечание 2. Характеристическая функция СВ X ~ R (а, b):
g (t) | Δ = | M[ eitx ]= | +∞ ∫ -∞ | eitxf (x) d x = | 1 b-a | b ∫ a | eitx d x = | eitb-eita it (b - a) | . |
Замечание 3. МО и дисперсия по определению равны
mx | Δ = | ν 1 = | +∞ ∫ -∞ | xf (x) d x = | b ∫ a | x b-a | d x = | b 2- a 2 2(b - a) | = | a+b | , |
ν 2 | Δ = | +∞ ∫ -∞ | x 2 f (x) d x = | b-a | b ∫ a | x 2 d x = | b 3- a 3 3(b-a) | = | b 2+ ba+a 2 | , |
dx | Δ = | μ 2 | 6)mx = | ν 2 - mx 2 = | b 2+ ba+a 2 | - | a 2+2 ba+b 2 | = | (b-a)2 | . |
Замечание 4. Линейное преобразование
Y | Δ = | X-a b-a |
переводит СВ X ~ R (a, b) в СВ Y ~ R (0,1). Действительно,
FY (x) | Δ = | P{ Y ≤ y } = P{ X ≤ (b - a) y + a } | Зам.1 = | { | 0, y, 1, | y < 0, 0 ≤ y ≤ 1, y > 1. |
Замечание 5. Равномерное распределение является непрерывным аналогом дискретного распределения вероятностей для опытов с равновероятными исходами.
Замечание 6. Погрешность приближенных вычислений каких-либо параметров при округлении до ближайших целых чисел удовлетворительно описывается распределением R (-1/2, 1/2).
Замечание 7. Если СВ Y имеет непрерывную строго возрастающую функцию распределения FY (y), то можно показать, что СВ
X | Δ = | FY (Y) |
имеет распределение R (0,1). Действительно, в этом случае функция x = FY (y) будет иметь взаимно обратную функцию y = FY -1(x). Поэтому для всех x [0,1] получаем
Fx (x) | Δ = | P{ FY (Y) ≤ x } = P{ Y ≤ FY -1(x)} = FY (FY -1(x)) = x. |
Кроме того Fx (x) = 0, если x < 0, и Fx (x) = 1, если x > 1. Таким образом, СВ
|
Y | Δ = | FY -1(X) |
будет иметь требуемую функцию распределения FY (y), если X ~ R (0,1). Данный результат, верный и в более общем случае, когда функция распределения лишь непрерывна, используется для моделирования СВ с произвольно заданным законом распределения.
Нормальное распределение.
Определение 1. СВ X имеет нормальное (гауссовское) распределение с параметрами m и σ > 0 (X ~ N (m, s)), если (см. рис. 5)
f (x) = | √2 πσ | exp | { | - | (x-m)2 2 σ 2 | } | . |
При этом СВ называется нормальной (гауссовской).
Рисунок 5.
Замечание 1. Графики плотности нормального распределения, называемые кривыми Гаусса, имеют единственный максимум в точке x = m. Найдём функцию распределения СВ X ~ N (m, σ):
F (x) | Δ = | x ∫ -∞ | f (x) d x = | 1 σ √2 π | x ∫ -∞ | exp | { | - | (x-m)2 2 σ 2 | } | d x = |
= | | | y | Δ = | x-m σ | , | d y = | 1 σ | d x | | | = |
= | 1 √2 π | (x-m)/ σ ∫ -∞ | e-y | 2 | /2 d y = Φ | [ | x-m σ | ] | . |
Здесь введено обозначение
Φ(y) | Δ = | 1 √2 π | y ∫ -∞ | e-y | 2 | /2 d y |
для функции распределения стандартной нормальной СВ X ~ N (0,1), называемой также функцией Лапласа (см. рис. 6). Вместо Φ(y) в справочниках встречается также интеграл вероятностей:
Φ0(y) | Δ = | 1 √2 π | y ∫ 0 | e-x | 2 | /2 d x, | при y > 0. |
Легко убедится в том, что Φ0(- y) = -Φ0(y).
Рисунок 6.
Замечание 2. Характеристическая функция СВ X ~ N (0,1) имеет вид
g (t)= e-t | 2 | /2. |
Действительно,
g (t) = | 1 √2 π | +∞ ∫ -∞ | e-x | 2 | /2 eitx d x = | | | формула Эйлера | | | = |
= | 1 √2 π | +∞ ∫ -∞ | e-x | 2 | /2cos tx d x + | i √2 π | +∞ ∫ -∞ | e-x | 2 | /2sin tx d x = |
= | | | sin tx - нечетная, | e-x | 2 | /2 - четная, пределы симметр. | | | = |
= | 1 √2 π | +∞ ∫ -∞ | e-x | 2 | /2cos tx d x; |
g '(t) = - | 1 √2 π | +∞ ∫ -∞ | xe-x | 2 | /2sin tx d x = | | | интегрирование по частям | | | = |
= | 1 √2 π | [ | e-x | 2 | /2sin tx | | | +∞ -∞ | - | +∞ ∫ -∞ | e-x | 2 | /2cos tx d x | ] | = - t g (t), |
Решая это дифференциальное уравнение с разделяющимися переменными при начальном условии g (0) = 1, находим ln g (t) = - t 2/2. Рассмотрим СВ X ~ N (m, σ). Тогда нормированная СВ
|
* X | Δ = | X-m σ |
имеет нормальное распределение N (0,1) и, следовательно, характеристическую функцию
g (t)= e-t | 2 | /2. |
Далее, согласно свойству 4)g(t) для СВ
X | Δ = σ | * X | + m |
имеем
gx (t) = eitmg | * X | (σt) = exp(itm - t 2 σ 2 / 2). |
Замечание 3. МО и дисперсия СВ X ~ N (m, σ) равны
ν 1 = | 1 i | d d t | g (t) | | | t =0 | = | (im - tσ 2) i | = exp(imt - t 2 σ 2/2) | | | t =0 | = m, |
ν 2 = | 1 i 2 | d2 d t 2 | g (t) | | | t =0 | = | 1 i 2 | [ | - σ 2exp(imt - t 2 σ 2/2) + |
+ (im - tσ 2)2exp(imt - t 2 σ 2/2) | ] | t =0 | = - | σ 2+ m 2 i 2 | = σ 2+ m 2, |
dx | 6)mx = | ν 2 - ν 12 = σ 2. |
Замечание 4. С помощью линейного преобразования
* X | Δ = | X-m σ |
нормальное распределение N (m, σ) переходит в стандартное нормальное N (0,1), для которого функция распределения совпадает с функцией Лапласа, т.е.
F | * X | (x) = Φ(x). |
Замечание 5. Нормально распределенная СВ с большой вероятностью принимает значения, близкие к своему МО, что называют "правилом k сигм":
P{| X - m | ≤ kσ } | З1 = | Φ(k) - Φ(- k) = | { | 0.6827, k = 1, 0.9545, k = 2, 0.9973, k = 3. |
Замечание 6. Нормальное распределение имеет очень широкое распространение в прикладных задачах. Это связано с тем, что в реальной жизни многие исследуемые СВ являются следствием разлияных случайных событий. В частности, при достаточно общих предположениях сумма большого числа независимых СВ имеет распределение близкое к нормальному (точные формулировки см. ниже, Теорема Л11.Р1.Т2).
Пример 1. Рост людей на нашей планете хорошо описывается нормальным распределением. Это, по-видимому, связано с тем, что на рост влияют разнообразные независимые случайные факторы: климат, экология окружающей среды, экономические условия, болезни и т.д. Хотя, конечно, "бесконечно" большие люди (великаны) и "бесконечно" маленькие люди (гномы) бывают только в сказках. Это говорит о том, что "хвосты" истинного распределения роста людей отличаются от нормального распределения.
|
|
Типы сооружений для обработки осадков: Септиками называются сооружения, в которых одновременно происходят осветление сточной жидкости...
Автоматическое растормаживание колес: Тормозные устройства колес предназначены для уменьшения длины пробега и улучшения маневрирования ВС при...
Адаптации растений и животных к жизни в горах: Большое значение для жизни организмов в горах имеют степень расчленения, крутизна и экспозиционные различия склонов...
Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого...
© 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!