- •1. Сокращения.
- •2. Математические символы.
- •3. Обозначения.
- •4. Ссылки.
- •§ 1. Основные понятия
- •1.1. Пространство элементарных событий
- •§ 1. Основные понятия
- •1.2. Алгебра событий
- •1.3. Вероятность события
- •§ 1. Основные понятия
- •§ 2. Основные свойства вероятности
- •2.1. Аксиоматические свойства
- •§ 2. Основные свойства вероятности
- •2.2. Свойства вероятности для полной группы событий
- •§ 2. Основные свойства вероятности
- •2.3. Типовые задачи
- •§ 3. Основные формулы вычисления вероятностей
- •3.1. Формула умножения вероятностей
- •§ 3. Основные формулы вычисления вероятностей
- •3.2. Формула сложения вероятностей
- •§ 3. Основные формулы вычисления вероятностей
- •3.3. Формула полной вероятности
- •§ 3. Основные формулы вычисления вероятностей
- •3.4. Формула Байеса
- •§ 3. Основные формулы вычисления вероятностей
- •3.5. Формула Бернулли
- •§ 3. Основные формулы вычисления вероятностей
- •3.6. Типовые задачи
- •§ 4. Задачи для самостоятельного решения
- •§ 5. Основные понятия
- •5.1. Функция распределения
- •§ 5. Основные понятия
- •5.2. Дискретные случайные величины
- •§ 5. Основные понятия
- •5.3. Непрерывные случайные величины
- •§ 5. Основные понятия
- •5.4. Числовые характеристики случайных величин
- •§ 5. Основные понятия
- •5.5. Характеристическая функция
- •§ 5. Основные понятия
- •5.6. Квантиль
- •§ 5. Основные понятия
- •5.7. Типовые задачи
- •§ 6. Основные дискретные распределения
- •6.1. Биномиальное распределение
- •§ 6. Основные дискретные распределения
- •6.2. Распределение Бернулли
- •§ 6. Основные дискретные распределения
- •6.3. Распределение Пуассона
- •§ 6. Основные дискретные распределения
- •6.4. Типовые задачи
- •§ 7. Основные непрерывные распределения
- •7.1. Равномерное распределение
- •§ 7. Основные непрерывные распределения
- •7.2. Экспоненциальное распределение
- •§ 7. Основные непрерывные распределения
- •7.3. Нормальное распределение
- •§ 7. Основные непрерывные распределения
- •7.4. Распределение Вейбулла
- •§ 7. Основные непрерывные распределения
- •7.5. Логарифмически нормальное распределение
- •§ 7. Основные непрерывные распределения
- •7.6. Типовые задачи
- •§ 8. Задачи для самостоятельного решения
- •§ 9. Двумерные случайные велчичины
- •9.1. Функция распределения
- •§ 9. Двумерные случайные велчичины
- •9.2. Плотность распределения
- •§ 9. Двумерные случайные велчичины
- •9.3. Типовые задачи
- •§ 10. Условные распределения
- •10.1. Условная функция распределения
- •§ 10. Условные распределения
- •10.2. Условная плотность распределения
- •§ 10. Условные распределения
- •10.3. Условное математическое ожидание
- •§ 10. Условные распределения
- •10.4. Корреляционная зависимость
- •§ 10. Условные распределения
- •10.5. Двумерное нормальное распределение
- •§ 10. Условные распределения
- •10.6. Типовые задачи
- •§ 11. Многомерные случайные величины
- •11.1. Основные характеристики многомерных св
- •§ 11. Многомерные случайные величины
- •11.2. Многомерное нормальное распределение
- •§ 11. Многомерные случайные величины
- •11.3. Биржевой парадокс
- •§ 11. Многомерные случайные величины
- •11.4. Типовые задачи
- •§ 12. Задачи для самостоятельного решения
- •§ 13. Закон больших чисел
- •13.1. Виды сходимости последовательностей св
- •§ 13. Закон больших чисел
- •13.2. Сходимость усредненной суммы независимых св
- •§ 13. Закон больших чисел
- •13.3. Типовые задачи
- •§ 14. Центральная предельная теорема
- •14.1. Сходимость нормированной суммы независимых св
- •§ 14. Центральная предельная теорема
- •14.2. Сходимость частоты
- •§ 14. Центральная предельная теорема
- •14.3. Типовые задачи
§ 7. Основные непрерывные распределения
7.1. Равномерное распределение
Определение 7.1. СВ X распределена равномерно на отрезке [a,b] (X~R(a;b) ), если плотность вероятности имеет вид (рис. 7.1)
f(x)=⎧⎩⎨1b−a,x∈[a,b],0, x∉[a,b].
Свойства R(a;b):
Нетрудно убедиться в том, что функция распределения имеет вид (рис. 7.2)
F(x)≜∫−∞xf(t)dt=⎧⎩⎨⎪⎪⎪⎪0, x<a,x−ab−a, a≤x<b,1, x≥b.
Характеристическая функция СВ X~R(a;b) равна
g(t)≜M[eitX]=∫−∞+∞eitxf(x)dx=1b−a∫−∞+∞eitxdx=eitb−eitait(b−a).
МО и дисперсия по определению равны
mX≜ν1=∫−∞+∞xf(x)dx=∫abxf(x)dx=b2−a22(b−a)=a+b2,
ν2≜∫−∞+∞x2f(x)dx=1b−a∫abx2dx=b3−a33(b−a)=b2+ba+a23,
dX≜μ2=ν2−m2X=b2+ba+a23−a2+2ab+b24=(b−a)212.
В данном случае МО можно было бы найти проще, воспользовавшись свойством 9) mX , так как график плотности вероятности равномерного закона симметричен относительно прямой x=(a+b)/2.
Рис. 7.1 |
|
Рис. 7.2 |
Линейное преобразование Y≜X−ab−a переводит СВ X~R(a;b) в СВ Y~R(0;1).Действительно, согласно примеру 5.3
fY(y)=(b−a)fX(y(b−a)+a)={1,y∈[0,1],0,y∉[0,1].
Если СВ Y имеет непрерывную строго возрастающую функцию распределения FY(y), то СВ X≜FY(y) имеет распределение R(0;1). Действительно, в этом случае функция x=FY(y) имеет обратную функцию y=F−1Y(x) и эти функции являются взаимно обратными. Поэтому для всех x∈[0,1] получаем
FX(x)≜P{FY(Y)≤x}=P{Y≤F−1Y(Y)}=FY(F−1Y(x))=x.
Кроме того, FX(x)=P{∅}=0, если x<0, и FX(x)=P{Ω}=1, если x>1. Таким образом, СВ Y≜F−1Y(X) будет иметь требуемую функцию распределения FY(y), если X~R(0;1).
Замечание 7.1.
Cвойство 5) R(0;1) верно и в более общем случае, когда функция распределения лишь непрерывна, используется для моделирования СВ с произвольно заданным законом распределения.
Замечание 7.2.
Равномерное распределение является непрерывным аналогом дискретного распределения вероятностей для опытов с равновероятными исходами.
Пример 7.1.
CВ X, являющаяся погрешностью приближенных вычислений каких-либо параметров при округлении до ближайших целых чисел, удовлетворительно описывается распределением R(−1/2;1/2).
§ 7. Основные непрерывные распределения
7.2. Экспоненциальное распределение
Определение 7.2. СВ X имеет экспоненциальное (показательное) распределение с параметром λ>0, т.е. X~E(λ), если плотность вероятности имеет вид (рис. 7.3)
f(x)={λe−λx,x>0,0, x≤0.
Свойства E(λ):
Функция распределения СВ X~E(λ) равна (рис. 7.4) F(x)=0, если x<0, и
F(x)≜∫−∞xf(t)dt=∥∥∥f(t)=0,если t<0∥∥∥=λ∫0xe−λtdt=1−e−λx,x≥0.
Характеристическая функция СВ X~E(λ) :
g(t)≜∫−∞+∞eitxf(x)dx=λ∫0+∞e−λxeitxdx==λ∫0+∞e−x(λ−it)dx=λit−λe−x(λ−it)∣∣∣∣=λλ−it.
Найдем МО и дисперсию СВ X~E(λ) :
mX≜ν1=1iddtg(t)∣∣∣=λ(λ−it)2∣∣∣=1λ,
ν2=1i2d2dt2g(t)∣∣∣=2λ(λ−it)3∣∣∣=2λ2,
dX=ν2−ν21=1λ2.
Замечание 7.3.
Экспоненциальное распределение является одним из основных распределений, используемых в теории надежности.
Рис. 7.3 |
|
Рис. 7.4 |
Пример 7.2.
Продолжительность безотказной работы многих технических устройств, а также время задержки вылета самолета по вине технических служб аэропорта удовлетворительно описываются соответствующими экспоненциальными распределениями.
