нефти и газа
.pdfhttps://new.guap.ru/i04/contacts |
СПБГУАП |
ти. Найти функцию распределения и плотность вероятности случай-
ной величины , равной расстоянию от точки до центра круга.
7.27. Автобусы движутся по маршруту с интервалом 10 мин. Время ожидания T автобуса на остановке имеет равномерное распределение.
Найти: а) функцию распределения и плотность вероятности; б) сред-
нее время ожидания автобуса и среднее квадратическое отклонение этого времени; в) вероятность того, что время ожидания автобуса не превысит 4 минут.
7.28. Правитель острова Хазерталь, решив ограничить численность женского населения в своем государстве, издал декрет, состоящий из двух пунктов:
1)каждой семье разрешается обзавестись не более чем одной дочерью. После рождения девочки дальнейшее увеличение семьи не разрешается;
2)общее количество детей в семье не может превышать четы-
рех.
Приняв вероятность рождения мальчика равной 0,5, выяснить,
какую часть населения острова по прошествии длительного времени будут составлять мужчины.
7.29. Решить предыдущую задачу после отмены правителем второго пункта указа.
80
https://new.guap.ru/i04/contacts |
СПБГУАП |
8. Специальные виды распределений
екоторые частные виды распределения дискретных и непре-
Нрывных случайных величин особенно часто встречаются в при-
кладных задачах теории вероятностей. Для вычисления их основных числовых характеристик удобно пользоваться готовыми формулами.
Рассмотрим основные виды дискретных распределений.
Биномиальное распределение
Случайная величина ξ имеет биномиальное распределение с па-
раметрами (n, p), (0 < p < 1, n ≥ 1), если она принимает значение ξ = k
с вероятностью
P k Cnk pk 1 p n k , k = 0, …, n.
Математическое ожидание и дисперсия биномиально распреде-
ленной случайной величины ξ определяются выражениями: Mξ = np;
Dξ = npq, где q = 1 – p.
Геометрическое распределение
Случайная величина ξ имеет геометрическое распределение с
параметром р, (0 < p < 1), если она принимает значение ξ = k с веро-
ятностью
P{ξ = k} = p(1– p)k; k = 0, 1, 2, … .
Геометрически распределенная случайная величина имеет харак-
теристики: |
M |
1 p |
; D |
1 p |
. |
|
|
||||
|
|
p |
|
p2 |
81
https://new.guap.ru/i04/contacts |
СПБГУАП |
Распределение Пуассона
Случайная величина ξ имеет распределение Пуассона с пара-
метром a, (где a > 0), если |
|
|
||
P k |
ak |
e a , |
k = 0, 1, 2, …. |
|
k ! |
||||
|
|
|
||
Для распределения Пуассона Mξ = a; |
Dξ = a. |
Опишем теперь важнейшие непрерывные распределения слу-
чайных величин.
Равномерное распределение
Случайная величина ξ имеет на интервале [a; b] равномерное распределение, если ее плотность вероятности постоянна на этом ин-
тервале (рис. 17), т.е.
|
|
|
|
|
|
|
|
|
1 |
, x a;b |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
a |
|
||||
|
|
|
|
|
|
|
f ( x) b |
x a;b . |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
0, |
|
|
|||
|
|
|
f (x) |
|
|
|
|
|
|
|
f (x) |
|
|
|
|
|
a |
|
|
|
|
|
|
|
a |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b a |
|
|
|
|
|
|
|
|
|
|
|
|
0 |
a |
b |
|
x |
|
0 |
x |
||||||
|
Рис. 17. Равномерное |
|
Рис. 18. Показательное |
||||||||||
|
|
|
распределение |
|
распределение |
||||||||
|
Математическое ожидание равномерно распределенной случай- |
||||||||||||
ной величины ξ есть M |
a b |
, дисперсия D b a 2 . |
|
||||||||||
|
|
||||||||||||
|
|
|
|
|
|
|
2 |
|
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
82 |
|
|
https://new.guap.ru/i04/contacts |
СПБГУАП |
Показательное (экспоненциальное) распределение
Случайная величина ξ имеет показательное распределение с
параметром λ, (λ > 0), если ее плотность вероятности (рис. 18) опре-
деляется зависимостью
|
|
|
|
|
|
|
x |
, x 0 |
|
|
|
|
|
|
e |
|
|
|
|
|
|
f ( x) |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, |
|
x 0. |
Показательно распределенная случайная величина ξ имеет ха- |
||||||||
рактеристики: |
M |
1 |
; |
D |
1 |
. |
|
|
|
|
|
|
|||||
|
|
|
|
|
2 |
|
|
Нормальное распределение
Случайная величина ξ имеет нормальное (гауссовское) распре-
деление с параметрами (a; 2), если ее плотность вероятности опре-
деляется выражением:
( x a)2
f ( x) 1 e 2 2 , x ; . 2
Функция распределения нормально распределенной случайной величины представляется интегралом, не выражаемым через элемен-
тарные функции:
|
|
|
|
x |
|
(t a)2 |
|
|
|
1 |
|
|
|
||
|
|
|
2 2 |
|
|||
F ( x) |
|
|
e |
|
dt . |
||
|
|
|
|
|
|||
|
|
|
|||||
|
|
2 |
|
|
|
||
|
|
|
|
|
|
|
|
Параметр a нормального распределения имеет смысл математи-
ческого ожидания случайной величины ξ: Mξ = a; параметр 2 пред-
ставляет ее дисперсию: Dξ = 2. Медиана нормального распределения
83
https://new.guap.ru/i04/contacts |
СПБГУАП |
совпадает с математическим ожиданием: Me = Mξ = a; асимметрия равна нулю: A = 0.
График функции f (x) носит название гауссовой кривой (рис.19).
Там же справа представлена банкнота в 10 марок ФРГ, которая ис-
пользовалась до введения евро. На банкноте была изображена гауссо-
ва кривая и ее первооткрыватель – великий немецкий математик Карл Фридрих Гаусс (1777 – 1855).
f (x)
0 a x
Рис. 19. Нормальное (гауссовское) распределение
Для краткости нормальное распределение с параметрами (a; 2)
обозначают N(a; 2). Если случайную величину ξ нормировать, т.е.
вычесть из нее постоянную величину a и разделить на , то получен-
ная случайная величина a будет иметь распределение N(0;1) –
так называемое, стандартное нормальное распределение.
Функция распределения стандартного нормального распределе-
ния табулирована и обозначается через Fo(x):
Fo (x) |
|
1 |
|
|
|
x |
e t |
2 |
/2dt . |
|
|
|
|
|
|||||
|
|
|
|
|
|
||||
|
|
|
|
|
|
||||
2 |
|
|
|
||||||
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
||
|
|
|
84 |
|
|
|
|
https://new.guap.ru/i04/contacts |
СПБГУАП |
Эта функция обладает свойством: |
Fo(– x) = 1 – Fo(x). |
|||||||
Вероятность попадания нормально распределенной случайной |
||||||||
величины N a, 2 в заданный интервал (c, d ) |
находится по фор- |
|||||||
муле |
|
|
|
|
|
|
|
|
P c d F |
d a |
F |
c a |
. |
||||
|
|
|
|
|
|
|||
o |
|
o |
|
|||||
|
|
|
|
|
|
|
Эта вероятность может быть выражена через табулированную функцию Лапласа (см. Приложение)
|
1 |
|
x |
|
t2 |
|
|
( x) |
|
2 dt |
|||||
|
e |
|
|||||
|
|
|
|
||||
|
|
|
|||||
|
2 |
||||||
|
|
0 |
|
|
|
аналогичным образом:
d a |
c a |
|||||
P c d |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
Функция Лапласа (x) изображена на рис. 20.
(x)
N (0,1)
0,5
(x)
0 |
x |
0 |
x |
x |
– 0,5 |
|
Рис.20. Функция Лапласа
Отметим важные свойства функции Лапласа:
1.( – x) = – (x), т.е. (x) – нечетная функция.
2.(x) – монотонно возрастающая функция.
85
https://new.guap.ru/i04/contacts |
СПБГУАП |
3. lim (x) 0,5; |
lim ( x) 0,5. |
x |
x |
Полезно запомнить следующие важные значения функции Лапласа:
(2) = 0,9545 / 2 = 0,47725; |
(3) = 0,9973 / 2 = 0,49865. |
||||
Вероятность попадания нормально распределенной случайной |
|||||
величины N (a, 2 ) в интервал, |
симметричный относительно ма- |
||||
тематического ожидания a, может быть вычислена по формуле |
|||||
|
|
|
|
|
|
|
|
|
|||
P{ |
a |
} 2 |
|
. |
|
|
|||||
|
|
|
|
|
|
|
|
|
Правило 3 . Для нормально распределенной случайной вели-
чины попадание в интервал [a – 3 ; a + 3 ] представляет собой прак-
тически достоверное событие. Его вероятность близка к единице:
P{a 3 a 3 } 2 (3) 0,9973.
Замечание. |
В литературе |
|
встречаются и иное определение |
||||
|
( x) |
1 |
|
x |
e t2 /2dt . Функции |
(x), F (x) и |
|
функции Лапласа: |
|
|
|||||
|
|
|
|||||
|
1 |
|
|
|
|
o |
|
|
|
|
2 x |
|
1(x) легко выражаются одна через другую:
Fo(x) = (x) + 0,51(x) = 2 (x)
Помимо перечисленных выше функций, иногда используют так называемую функцию ошибок:
erf ( x) |
2 |
|
x |
t2 dt , |
|
|
e |
||||
|
|
|
|||
|
|
||||
|
|
0 |
|
которую также легко связать с функцией Лапласа:
erf ( x) 2 ( x 2)
86
https://new.guap.ru/i04/contacts |
|
|
|
|
|
|
|
|
|
|
|
|
СПБГУАП |
||
Основные виды распределения случайных величин |
|
|
|||||||||||||
Распределение |
|
|
|
|
|
Параметры |
Mξ |
Dξ |
|
||||||
|
P k |
|
Ck pk 1 p n k |
n, p |
|
|
|
|
|||||||
|
|
|
|
n |
|
|
|
|
|
n p |
n pq |
|
|||
Биномиальное |
k = 0, 1, 2, …, n |
|
(n N , |
|
|||||||||||
|
|
0 < p < 1) |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пуассона |
P k ak e a |
|
a |
a |
a |
|
|||||||||
|
|
|
|
|
|
k ! |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
(a > 0) |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k = 0, 1, 2, … |
|
|
|
|
|
|
||||||||
Геометрическое |
P{ξ = k} = p(1– p)k |
p |
1 p |
1 p |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
(0 < p < 1) |
|
p2 |
|
||
|
k = 0, 1, 2, … |
|
p |
|
|||||||||||
|
|
|
|
|
1 |
, x a; b |
|
|
|
|
|
||||
Равномерное |
f ( x) |
|
|
|
|
a, b |
a b |
(b a) |
2 |
||||||
|
b |
a |
|
|
|
|
|||||||||
|
|
|
|
|
|
a; b |
|
(a < b) |
2 |
12 |
|
||||
|
|
|
0, |
x |
|
|
|
|
|||||||
|
|
|
|
|
|
|
x |
, |
x 0 |
|
|
|
|
|
|
|
f ( x) |
|
e |
|
|
1 |
1 |
|
|||||||
Показательное |
|
0, |
|
|
x 0 |
|
|||||||||
|
|
|
|
|
|
( > 0) |
|
|
2 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Нормальное |
|
|
|
|
|
|
|
|
( x a)2 |
a, |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|||||
(гауссовское) |
|
|
|
|
|
|
2 |
2 |
(a , |
|
|
2 |
|
||
f ( x) |
|
|
2 e |
|
|
a |
|
|
|||||||
2 |
|
|
|
|
|
> 0 ) |
|
||||||||
N(a, ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
87 |
|
|
|
|
|
|
https://new.guap.ru/i04/contacts |
СПБГУАП |
ПРИМЕР 1. Контрольное задание (тест) состоит из 10 вопросов,
предусматривающих ответы «да» и «нет». Тестируемый решил на каждый вопрос давать ответ наудачу. Найти: а) среднее число пра-
вильных ответов; б) вероятность того, что он ответит правильно на все вопросы; в) вероятность того, что он ошибется не более двух раз.
Решение. В данном примере проводится 10 испытаний Бернул-
ли с вероятностью успеха в каждом p = 1/2. Следовательно, случай-
ная величина ξ – количество правильных ответов – подчиняется би-
номиальному закону распределения с параметрами n = 10; p = 1/2.
Тогда |
имеем: |
|
|
а) M np 10 |
1 |
5 ; |
б) |
||||||
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
P |
10 C |
10 |
|
|
1 |
10 |
|
1 |
; в) вероятность ошибиться не более двух |
||||
|
|
|
|
|
|
||||||||
|
|
|
|
||||||||||
|
10 |
|
2 |
|
210 |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
раз, т.е. два раза или меньше, равна вероятности P{ξ 8} дать 8 или более правильных ответов, и может быть найдена двумя способами:
|
|
|
k |
|
|
1 |
k |
|
|
|
10 k |
|
|
|
k |
|
|
10 |
|
||
P 8 |
10 |
|
|
|
|
1 |
|
10 |
|
|
1 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
C |
|
|
|
|
|
|
|
|
|
C |
|
|
|
|
, |
|||||
|
|
|
|
|
|
||||||||||||||||
|
|
10 |
|
|
|
|
|
|
|
10 |
|
|
|
||||||||
|
k 8 |
|
|
|
|
2 |
|
|
|
2 |
|
k 8 |
|
|
|
|
2 |
|
либо через вероятность противоположного события
|
|
|
k |
|
|
10 |
|
|
P 8 1 P 8 1 |
7 |
|
|
1 |
|
|||
|
C |
|
|
|
|
. |
||
|
|
|||||||
|
|
10 |
|
|
|
|||
|
k 0 |
|
|
|
|
2 |
|
(Первый способ, разумеется, предпочтительней, т.к. требует нахож-
дения суммы лишь трех слагаемых при k = 8, k = 9 и k = 10).
ПРИМЕР 2. Случайная величина ξ – напряжение в электриче-
ской сети – изменяется по нормальному закону с параметрами a =
88
https://new.guap.ru/i04/contacts |
СПБГУАП |
= 220 В и = 3 В. Определить вероятность того, что случайная вели-
чина ξ отклонится от математического ожидания не более, чем на 5 В.
Решение. Случайная величина ξ N (220; 32). Отклонение
случайной величины ξ от математического ожидания возможно в обе
стороны, поэтому нужно вычислить вероятность
|
|
|
|
5 |
|
2 1, 67 0, 905 , где значение |
|
|
|
|
|
||||||
P{ |
a |
|
5} 2 |
|
|
|
(1,67) = 0,4525 |
|
|
|
|
||||||
|
|
|
|
3 |
|
|
|
|
|
|
|
|
найдено по таблице функции Лапласа.
Задачи к разделу 8
8.1. Случайная величина ξ равномерно распределена на отрезке
[1; 13]. Написать выражение для её плотности вероятности и функции распределения и изобразить их графически. Вычислить, не пользуясь готовыми формулами, величины Mξ , Dξ и . Найти вероятность по-
падания случайной величины ξ в отрезок [4; 27].
8.2. Плотность вероятности нормально распределенной случайной величины имеет вид
( x 2)2
18 .
Найти коэффициент k и параметр . Написать вид функции распреде-
ления F(x). Найти: F(–1,3); F(4,1); вероятность попадания случайной величины в промежуток [2; 5].
8.3. Случайная величина распределена по нормальному закону с па-
раметрами a и . Написать выражение для плотности вероятности и
89