- •1. Закон распределения дискретной случайной величины
- •2. Пример распределения дискретной случайной величины. Биномиальное распределение
- •3. Пример распределения дискретной случайной величины. Распределение Пуассона
- •4. Пример распределения дискретной случайной величины. Геометрическое распределение
- •Лекция № 6
- •1. Функция распределения непрерывной и дискретной случайной величины
- •1. Свойства функции распределения
- •3. Плотность распределения вероятностей непрерывной случайной величины
- •1. Равномерное распределение
- •2. Нормальное распределение
- •3. Показательный (экспоненциальный) закон распределения
- •4. Логарифмически-нормальное распределение
- •5. Вейбуловское распределение
- •1. Математическое ожидание. Дискретные случайные величины
- •2. Математическое ожидание. Непрерывные случайные величины
- •3. Дисперсия и среднее квадратическое отклонение случайной величины
- •4. Моменты распределения случайной величины
- •1. Теорема Чебышева
- •2. Центральная предельная теорема
- •3. Теорема Бернулли
1. Равномерное распределение
Определение. Случайная величина с плотностью вероятности
, где ,
называется равномерно распределённой величиной.
Равномерный закон распределения используется: при анализе ошибок измерения, когда проводятся численные расчёты; в ряде задач массового обслуживания.
Найдём величину из условия (свойство плотности вероятности):
.
Поэтому , а плотность вероятности равномерно распределённой величины имеет вид:
.
Найдём также функцию распределения равномерно распределённой величины. По свойству для плотности вероятности:
=
.
Графики функций и приведены ниже на рис. 7.1. На графике для функции четыре стрелки означают, что левый или правый пределы не достижимы функцией в соответствующей точке.
Рис. 7.1. Равномерное распределение.
_______________
Пример. Поезда метрополитена идут регулярно с интервалом минуты. Пассажир выходит на платформу в случайный момент времени. Какова вероятность того, что ждать пассажиру придётся не более полминуты.
Решение. Пусть случайная величина - время ожидания пассажира. Тогда её плотность вероятности равна:
.
Поэтому по свойству для плотности вероятности получим:
.
2. Нормальное распределение
Определение. Случайная величина имеет нормальный закон распределения (закон Гаусса), если её плотность распределения вероятностей имеет вид:
,
где и - параметры распределения ().
Нормальный закон распределения наиболее часто встречается на практике. Главная его особенность – он является предельным законом, к которому приближаются другие законы распределения (при типичных условиях).
Плотность вероятности - функция, похожая на колокол (рис.7.2). Зависимость от параметров такова. При уменьшении только параметра , график функции вытягивается и поднимается вверх по оси ординат. А при увеличении только параметра , график симметрично передвигается вправо вдоль оси абсцисс:
Рис. 7.2. Функция плотности распределения нормальной величины.
Функция распределения нормального распределения
имеет следующий вид, изображенный на рис. 7.3:
Рис. 7.3. Функция распределения нормальной величины
а) Правило «трёх сигм»
Найдём вероятность того, что изучаемая случайная величина (распределённая нормально) примет значение в пределах от до :
.
Для этого воспользуемся известным из математического анализа свойством определённого интеграла:
и, используя ещё одно свойство:
,
окончательно получим:
.
Этим равенством и воспользуемся (при условии, что роль играет параметр из нормального закона)
.
Далее сделаем замену в определённых интегралах (тогда или ):
,
где функция , функция Лапласа , она затабулирована и приводится в приложении 2. В частном случае, когда интервал симметричен относительно точки, эта формула выглядит так:
или так:
.
Отсюда правило «трёх сигм» выводится следующим образом. Рассмотрим вероятность того, что изучаемая случайная величина (распределённая нормально) примет значение в пределах от до :
.
Из таблицы для функции Лапласа находим, что , поэтому
,
т.е. вероятность встретить значение изучаемой случайной величины именно на интервале ужасно велика - !!!