Помощь в написании студенческих работ
Антистрессовый сервис

Законы распределения непрерывной случайной величины

РефератПомощь в написанииУзнать стоимостьмоей работы

Другими словами, сначала нормализуются величины, а и h (40), а затем вычисляется либо определяется по таблице (прил. 1) от них функция Лапласа. Часто приходится вычислять вероятность того, что значение случайной величины X попадает в интервал (т -1, т + /) (рис. 7). Рис. 6а. Графики функции распределения Г (х) и плотности вероятности /(х): т-1, a=l (/l (x), /П (х)); т-25, a=2(/2(x), F2(x… Читать ещё >

Законы распределения непрерывной случайной величины (реферат, курсовая, диплом, контрольная)

Во многих практических задачах приходится сталкиваться с определенными законами распределения непрерывных случайных величин. Часто встречаются законы равномерного, нормального, показательного распределения вероятностей.

Равномерный закон распределения

Встречаются случайные величины, о которых заранее известно, что они могут принять какое-либо значение в строго определенных границах, причем в этих границах все значения случайной величины имеют одинаковую вероятность (плотность вероятности).

Функция распределения (рис. 6).

Законы распределения непрерывной случайной величины.

Плотность вероятности (рис. 6).

Законы распределения непрерывной случайной величины.

Математическое ожидание и дисперсия вычисляются по приведенным ниже формулам: Законы распределения непрерывной случайной величины.

Равномерному закону распределения подчиняются, например, погрешности округления, возникающие в результате отбрасывания у чисел одной или нескольких цифр. С этим довольно часто приходится встречаться экспериментаторам в различных областях измерительной практики. Данное свойство используется в некоторых генераторах псевдослучайных чисел [21].

Равномерному закону подчиняются случайные погрешности, например, от трения в опорах стрелочных приборов, от квантования по значению в цифровых приборах и ряд других [22].

Графики функции распределения F(x) и плотности вероятности f(x).

Рис. 6. Графики функции распределения F (x) и плотности вероятности f (x)

при, а — 2, b = 4.

Нормальный закон распределения

Нормальный закон распределения называют фундаментальным законом в теории вероятности, т. к. его применение часто встречается при изучении природных и социально-экономических явлений.

Особенность закона состоит в том, что он является предельным законом, к которому приближаются другие законы распределения при весьма часто встречающихся типичных условиях.

Распределение плотности вероятности случайной величины называется нормальным, если плотность вероятности описывается функцией следующего вида (рис. 7): Законы распределения непрерывной случайной величины.

где т — математическое ожидание, мода, медиана; а — стандартное отклонение.

Функция распределения (рис. 7).

Законы распределения непрерывной случайной величины.

где а и Ь- пределы изменения значений случайной величины X.

а. Графики функции распределения Г(х) и плотности вероятности /(х).

Рис. 6а. Графики функции распределения Г (х) и плотности вероятности /(х): т-1, a=l (/l (x), /П (х)); т-25, a=2(/2(x),, F2(x));

т = 23, a = l (/3(x), F3(x)).

Вероятность попадания случайной непрерывной величины X в заданный интервал [а, Ъ].

График плотности распределения случайной величины X.
Рис. 7. График плотности распределения случайной величины X.

Рис. 7. График плотности распределения случайной величины X

Математическое ожидание и дисперсия вычисляются по приведенным формулам:

Законы распределения непрерывной случайной величины.

Часто приходится вычислять вероятность того, что значение случайной величины X попадает в интервал (т -1, т + /) (рис. 7).

Вероятность, с которой в условиях данного эксперимента полученные экспериментальные данные можно считать надежными либо достоверными, называют доверительной вероятностью, или надежностью, а интервал хе[-/, +/], соответствующий доверительной вероятности, называется доверительным интервалом.

Вероятность того, что значение случайной величины X попадет в интервал (т-1, т + 1), выраженный через среднеквадратичное отклонение о (/ = ст, 2а, За), приведена в табл. 5.

Таблица 5.

Правило трех сигм

Доверительный интервал.

Вероятность, %.

т-о<�х<�т+о

68,3.

т-2о<�х<�т + 2а.

95,5.

т — За < х < т + За.

99,7.

По правилу трех сигм вероятность того, что случайная величина отклонится от своего математического ожидания на величину, большую утроенного среднеквадратичного отклонения, практически равна нулю.

Часто, применяя закон нормального распределения, пользуются понятием функции Лапласа. Для ее получения в выражении (33) производят следующую замену.

Законы распределения непрерывной случайной величины.

следовательно, Законы распределения непрерывной случайной величины.

а пределы интегрирования по введенной переменной t, соответственно верхний и нижний:

Законы распределения непрерывной случайной величины.

Подставив (38), (39) и (40) в (34) и проведя преобразования, получим Законы распределения непрерывной случайной величины. Выражение.

Законы распределения непрерывной случайной величины.

получило название функции Лапласа.

Обычно функция Лапласа используется для вычисления вероятности попадания в заданный интервал нормально распределенной случайной величины X:

Законы распределения непрерывной случайной величины.

Другими словами, сначала нормализуются величины а и h (40), а затем вычисляется либо определяется по таблице (прил. 1) от них функция Лапласа Законы распределения непрерывной случайной величины.

Пример

Найти вероятность того, что случайная величина X, имеющая нормальное распределение с математическим ожиданием т = 15 и среднеквадратичное отклонение, а = 5, примет значение, принадлежащее интервалу [10, 20].

Решение

Вероятность найдем по выражению (38) и прил. 1:

Законы распределения непрерывной случайной величины.

Показать весь текст
Заполнить форму текущей работой