Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

коллок

.pdf
Скачиваний:
10
Добавлен:
30.03.2015
Размер:
1.26 Mб
Скачать

 

 

 

 

n

*

 

 

 

h x

P dx

lim h zi n F zi ,

x x1, , xk ,

 

k

 

 

n i 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

в прямоугольный параллелепипед, содержащий точку

где n F zi

– вероятность попадания

 

k

разбивается на параллепипеды.

 

zi . Пространство

 

Пространство с мерой.

 

 

 

 

 

Пусть ,A

– измеримое пространство.

 

 

 

Опр. Задано

пространство с мерой ,A , ,

если на

A задана неотрицательная счетно-

аддитивная функция ,

т.е. функция, обладающая свойствами:

1)-аддитивность: Aj Aj для непересекающихся множеств;

j

 

j

2)неотрицательность: A 0 для любого A A ;

3)0.

Примечание 1. Значение A – мера множества A .

 

 

 

 

 

 

Примечание 2. Если , то – конечная мера.

 

 

 

 

 

 

Примечание 3. Если существует разбиение на счетное число подмножеств Aj

таких. что

Aj , то – -конечная мера.

 

 

 

 

 

 

 

 

Примечание 4. Меры, удовлетворяющие лишь 1), 3) – обобщенные меры.

 

Пример. Пространство n ,B n , , где B n – -алгебра борелевских множеств,

– мера

Лебега в n – пространство с -конечной мерой.

 

 

 

 

 

 

Мера Лебега L S

в n задается по схеме.

 

 

 

 

 

 

1) Мера n -мерного параллелепипеда

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a,b x1, , xn : ai xi bi ,i 1, n определяется

 

 

 

n

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

формулой L

 

a,b

bi ai .

 

 

 

 

 

 

 

 

 

 

 

1

 

S ограниченного множества

 

 

 

 

 

 

2) Определяем внешнюю меру

 

S A как нижнюю границу

L

чисел L B , B B n

таких, что S B . Внутреннюю меру L S

A \

 

S .

 

L

 

3) Измеримость неограниченного множества определяется посредством предельного перехода.

Опр. Ограниченное множество S называется измеримым, если его внешняя и внутренняя меры равны. Их общее значение L S и называется мерой Лебега.

Примечание 5. Существует только одна функция множества L S , определенная для всех борелевских множеств и удовлетворяющая условиям:

1)L S j L S j для непересекающихся множеств;

j j

2)L S 0 ;

3)в частном случае, когда S параллелепипед, L S совпадает с объемом параллелепипеда S .

 

Основные свойства математического ожидания E .

1.

Линейное свойство: E a b a bE .

 

1.1. E const const.

 

 

1.2.

E b bE .

2.

Если существует mk , то для любых l ,l k существует ml .

3.

Для выпуклой функции h x справедливо неравенство Йенсена

 

 

 

 

 

 

 

E h

h E .

 

 

 

 

 

 

 

 

 

4.

 

2

 

 

2

 

то справедливо неравенство Коши-Шварца (Коши-

Если E h

 

,

E g

 

,

Буняковского)

E h g

E h2 E g 2 .

Тема 9. Анализ абсолютно непрерывного распределения случайной величины.

Нахождение функции распределения и вероятности попадания в интервал непрерывной случайной величины. Основные числовые характеристики: математическое ожидание и дисперсия, мода и квантиль, начальные и центральные моменты, коэффициент асимметрии и эксцесс. Постановка и решение задачи нахождения распределения функции от непрерывной случайной величины. Универсальное преобразование случайной величины. Моделирование непрерывной случайной величины с заданным законом распределения.

2.5. Случайная величина (абсолютно) непрерывного типа. Основные понятия Опр. С.в. имеет распределение абсолютно непрерывное (ф.р. абсолютно непрерывного типа),

если существует функция f x f x , называемая плотностью (density) распределения вероятностей, такая что

 

x

 

 

 

 

F x f x dx,

x .

 

 

 

 

Основные свойства плотности.

 

 

 

 

 

f x dx 1.

1.

Удовлетворяет условию нормировки:

 

 

 

 

 

2.

Неотрицательность: f x 0.

 

 

 

3.

В точке непрерывности f x F x .

 

 

 

4.

Для любого борелевского множества B :

P B f x dx.

 

 

 

 

B

Содержательная интерпретация плотности – характеризует возможность попадания с.в. в

окрестность точки x. Чем больше f x ,

тем больше шансов, поскольку

 

 

 

 

 

x

 

x

 

x

 

x

 

F x

 

 

F x

 

 

P x

 

x

 

 

 

 

 

2

2

f x F x

 

2

 

2

 

 

 

 

.

 

 

x

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

Геометрическая интерпретация фигуры, лежащей под графиком плотности распределения с.в.

– площадь криволинейной трапеции под графиком плотности на промежутке a;b равна вероятности попадания с.в. на этот промежуток.

Основные свойства непрерывного распределения.

1. Функция распределения F x непрерывна (по свойству интеграла с переменным верхним

пределом).

x2

2. P x1 x2 P x1 x2 f x dx.

x1

3.P x 0.

2.6.Числовые характеристики непрерывной случайной велисчины

Пусть f x .

1) Математическое ожидание: M M

E .

Опр. Если f x , то математическое ожидание с.в. – число, определяемое выражением

M xf x dx.

Характеризует среднее значение с.в., определяющее центр распределения.

Примечание. Для произвольной функции h x математическое ожидание определяется по

формуле: M h h x f x dx.

2) Начальный момент k-го порядка: mk ,k 0,1, .

Формула для вычислений: mk xk f x dx.

3) Центральный момент k-го порядка: k , k 0,1, ..

Формула для вычислений: k x M k f x dx..

4) Дисперсия (рассеяние) D D .

Формулы для вычислений:

 

 

D x M 2 f x dx, D m2 m12 x2 f x dx M2 .

 

 

5)Среднеквадратичное стандартное отклонение D[ ] .

6)Мода распределения d Mo .

Опр. Мода НСВ – любая точка локального максимума ее функции плотности. Если мода одна, то распределение называется унимодальным.

7) Квантиль распределения xp xp .

 

с ф.р. F x , если оно

Опр. Число xp называется квантилью уровня p распределения с.в.

является решением уравнения F xp p,

0 p 1.

 

Опр. Квантиль уровня 0,5 – медиана распределения x0,5 .

Примечание. Дать понятия квартилей, децилей. 8) Коэффициент асимметрии K1 (skewness).

Опр. K1 33 .

Характеризует симметричность (асимметричность) унимодального распределения. Если график плотности имеет ось симметрии, то K1 0. При K1 0 график имеет вытянутый хвост слева, при

K1 0 – вытянутый хвост справа.

9) Коэффициент эксцесса K2 .

Опр. K2 44 3.

Характеризует кривизну графика плотности унимодального распределения в окрестности вершины по сравнению с нормальным распределением. В случае нормального распределения

K2 0. При K2

0 – кривизна больше, чем у нормального распределения; при

K2 0

кривизна меньше.

 

 

Примечание. kurtosis = 44

10) Коэффициент вариации – VX (только для неотрицательных с.в.).

Опр. V

 

 

 

100 % .

M

 

 

 

Является характеристикой относительной изменчивости с.в.

Пример. Пусть с.в. имеет плотность распределения вида

cx2, x 1;1 ,

f x

0, x 1;1 .

Неизвестную константу c найдем из условия нормировки

 

1

1

 

 

cx

3

 

1

 

 

1 f x dx 0dx cx2 dx

0dx

 

 

 

 

 

 

 

 

 

 

 

1

1

3

 

 

 

1

 

 

 

 

 

2c c 3.

3 2

Вычислим некоторые характеристики с.в.:

 

 

 

 

1

1

 

 

 

3x

2

 

 

 

 

 

 

M xf x dx x 0dx x

 

 

dx x 0dx 0;

2

 

 

 

 

 

 

 

1

 

 

 

 

1

 

 

 

 

1

1

 

 

 

 

3x

2

 

 

 

M k xk f x dx xk 0dx xk

 

dx x 0dx

 

 

 

 

 

 

 

 

1

 

 

2

 

1

1

3xk

2

3xk 3

 

1

 

3

 

 

,

 

k 3 нечетное,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dx

 

 

 

 

 

k 3

 

 

 

 

2

 

 

k 3

 

 

 

 

 

 

1

2

 

1

0,

 

 

 

 

 

 

k 3 четное.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

D M 2 M2

3

02

3

.

 

 

 

 

 

 

 

 

 

 

 

 

 

5

 

 

 

 

 

 

 

5

 

Вычислим функцию распределения и квантиль распределения:

x x

1) при x 1 F x f x dx 0dx 0;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

1

x

3x

2

 

3x

3

 

x

 

x

3

1

 

 

 

 

 

 

 

 

2) при 1 x 1

F x

f x dx

0dx

 

dx

 

 

 

 

 

 

;

2

 

2 3

 

 

 

 

2

 

 

 

 

 

1

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3) при 1 x

F x f x dx 1;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,

x 1,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x3 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4) F x

 

 

, 1 x 1,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x 1,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

3

1

 

 

 

 

1

 

 

 

 

 

 

 

 

 

F x p

 

p xp 2p 1

 

 

.

 

 

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вычислим вероятность:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P 0,5 1,5 F 1,5 F 0,5 1

0,53

 

1

0,375;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

1,5

1

3x

2

 

 

 

 

x

3

 

1

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

P 0,5 1,5

f x dx

 

dx

 

 

 

1 0,5

0,375.

2

 

 

 

 

 

 

 

 

0,5

0,5

 

2

 

0,5

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.7. Нахождение распределения функцииот непрерывной случайной величины

Постановка задачи.

Пусть f x ,F x .

Задано

преобразование случайной величины:

h . Требуется найти распределение случайной величины .

1. Универсальный подход (поиск функции распределения).

 

 

 

A y решение

 

 

 

 

 

 

 

 

 

 

 

 

F y P y P h y

 

 

 

 

 

 

 

неравенства h y

 

 

 

 

 

 

 

 

 

 

 

P A y f x dx.

 

 

 

 

 

A y

 

 

 

 

 

 

 

Если множество решений A y

представимо в виде

 

 

 

 

A y

m

x

y ;x

y ,

x y x

 

y ,

 

2m

 

2i 1

2i

 

1

 

 

i 1

где x1 y , ,x2m y – решения уравнения h x y, то

m

(*)F y P A y F x2i y F x2i 1 y .

i 1

Примечание. В точке x2i 1 y функция h x

является убывающей, в точке x2i y

функция

h x

является возрастающей.

 

 

 

 

 

 

 

 

 

 

 

2. Замена аргумента в функции плотности.

 

 

 

 

 

 

 

Из (*) следует, что

 

 

 

 

 

 

 

 

 

 

 

 

m

 

 

 

 

 

2m

 

 

 

 

 

(**)

 

 

 

 

 

 

f xj y

 

 

 

.

 

 

f y f x2i y x2i y f

x2i 1 y x2i 1

y

 

xj y

 

 

i 1

 

 

 

 

 

j 1

 

 

 

 

 

Следствие. Если уравнение y h x имеет единственное решение при значении y, то

(***)

f y f x y

 

 

y

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

где x y – решение уравнения

 

 

y

 

h x .

 

 

 

 

 

 

 

 

Пример 1. Пусть f x ,F x . Найти распределение с.в. .

Решение. Следуя универсальномуподходу

F y P y P y y F y F y ,

f y f y f y ,

y 0.

Пример

2. Пусть

 

E 1 , т.е. показательное

с параметром интенсивности 1. Найти

распределение с.в.

 

1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Решение. Следуя универсальномуподходу

 

 

 

 

 

 

 

 

F y P

 

1

 

y P y 1 y 1 F y 1 F y 1 ,

y 0.

 

 

Учитывая, что

 

 

 

 

 

 

0,

 

x 0,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

F x 1 e x,

x 0,

 

 

 

 

 

получим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,

 

y 0,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y 1

 

1 y

 

1 y

 

y 1

 

 

F y

 

 

 

 

 

 

 

1 e

e

e

, 0 y 1,

F y 1 F y 1 1 e

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0 1 e y 1 ,

 

 

 

 

 

 

F y 1 F y 1 1 e y 1

y 1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 3. Пусть max ,1 . Тогда

1)

 

 

y

 

P

 

max

 

 

y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y 1 F

 

 

 

,1

 

 

P y,1 y 0.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2)

y 1 F y P max ,1 y P y,1 y P y F y ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,

 

 

 

 

 

y 1,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

F y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

F

 

y ,

 

y 1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 4. Пусть f x 3x2,0 x 1.

Найти распределение с.в. 3

1.

 

Решение. Решая уравнение y x3

 

1 для значений с.в. и , последовательно найдем

 

 

 

 

 

 

 

 

 

 

 

 

 

1/3

 

 

 

 

 

 

 

1

 

 

 

 

 

2/3

 

 

 

1

 

 

 

 

 

 

 

 

x y y 1

,

x y

 

 

y

1

 

 

 

 

.

 

 

 

 

 

 

 

 

3

 

3 y 1 2/3

 

 

Учитывая,

что

y x3

1

возрастающая

функция на носителе

0;1 распределения с.в.

,

найдем носитель распределения с.в. :

y 0 1,y 1 0 1;0 .

 

 

Воспользовавшись (***) завершим решение примера:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

y 1 1/3 2

 

 

 

 

1

 

 

 

1,

 

y 1;0 ,

 

 

 

 

 

 

 

 

 

 

 

 

3

 

y 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2/3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y 1;0 .

 

 

 

 

 

 

 

 

 

 

 

 

0,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 5. Пусть f x 3x2,0 x 1.

Найти распределение с.в. ln 1.

 

Решение. Решая уравнение y lnx 1 для значений с.в., последовательно найдем

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 y

,

 

 

 

 

 

 

 

 

 

1 y

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x y e

 

 

 

x y

e

 

 

0;1 распределения с.в.

 

Учитывая,

что

y lnx 1 – убывающая функция на носителе

,

найдем носитель распределения с.в. :

y 0 ,y 1 1 1; .

 

 

Воспользовавшись (***) завершим решение

 

 

 

 

 

 

 

 

f x .

 

 

 

 

Пример

6 (линейное

преобразование).

 

 

Пусть

 

Найти

распределение

с.в.

a b ,b 0.

Решение. Решая уравнение y a bx, последовательно найдем

 

x y

 

y a

,

 

 

 

1

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

x y

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Воспользовавшись (***) завершим решение f

y

f

y a

 

 

1

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

 

 

 

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 y 2

 

 

1 y

 

 

 

3 1 y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

e

 

 

e

 

 

3e

 

,

 

 

 

 

 

 

,

3

 

 

 

 

 

 

 

y 1;

 

f y

 

 

 

 

 

 

 

 

 

 

 

 

 

y 1; .

 

 

 

 

 

 

 

 

 

 

 

 

 

0,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Понятие о статистическом моделировании. Нахождение преобразования, позволяющего моделировать с.в. с заданным законом распределения

Опр. Имитационное моделирование – воспроизведение случайного явления с помощью ЭВМ (например, поток заявок и их обслуживание).

Опр. Метод Монте-Карло – статистическое моделирование с.в. с целью решения содержательных задач.

Лемма (об универсальном преобразовании с.в.). Если с.в. X имеет непрерывную функцию распределения F x , то с.в. Y F X имеет распределение R 0;1 .

Доказательство. Верно

FY y P F X y P X F 1 y F F 1 y y.

Постановка задачи статистического моделирования. Имеется R 0;1 – базовая с.в., F x

заданная функция распределения. Требуется найти такое преобразование h , при котором

X h F x .

Универсальный метод моделирования НСВ.

Теорема. Пусть R 0;1 –базовая с.в., F x –заданная непрерывная функция распределения.

Тогда с.в. X :F X имеет функцию распределения F x .

Доказательство. Не нарушая общности, считаем, что F x строго монотонна в точке x. Тогда

FX x P X x P F X F x P F x F x .

Иначе

FX x P X x P F X F x P F x F x .

Пример. Если F x 1 e x , то решая уравнение

1 e X

, получим формулу,

позволяющую моделировать показательное распределение

 

 

X

ln 1

.

 

 

 

 

 

 

 

 

 

Тема10. Наиболееизвестныеабсолютнонепрерывныераспределенияи ихчисловые характеристики. Равномерное распределение. Показательное распределение. Распределение Коши. Нормальноеилогнормальноераспределение. Гамма-распределение.

Основныераспределениянепрерывноготипа

1. РавномерноераспределениенаотрезкеR a;b .

 

 

 

 

 

 

 

 

 

 

Опр. С.в. X R a;b

(имеетравномерноераспределениенаотрезке a;b ), еслиплотность

распределениязадаетсяследующимсоотношением:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

, x [a; b],

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (x)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

 

 

 

b a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x [a;b].

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Используетсядляописанияошибококругления(например, взвешивания).

 

 

Характеристикираспределения.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.1) M X

a b

;

 

1.2) D X

 

b a 2

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

12

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вычислим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

 

 

1

 

 

 

 

1

xk 1

 

b

 

 

bk 1 ak 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

m M [ X k ] xk

dx

 

 

 

 

,

 

 

 

 

 

 

 

 

 

 

 

k

 

b

a

 

 

 

 

b a k 1

 

 

(b a)(k 1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b2 a2

b a

 

 

 

M [ X 2 ]

 

b3

a3

b 2 ab a 2

 

M [ X ]

 

 

 

 

 

;

 

 

 

 

 

 

 

 

 

 

 

;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(b a)2

2

 

 

 

 

 

 

 

 

(b a) 3

3

 

 

2

 

2

 

b2

ab a2

 

 

 

 

 

D[X ] M X

M X

3

 

 

 

 

 

1.3) ФункцияраспределенияF

x .

 

 

 

 

 

b a

2

 

(b a)2

 

 

 

 

 

 

 

 

 

 

 

 

 

.

 

 

 

 

2

12

 

 

 

 

x

Воспользуемсяформулой F(x)

 

 

 

 

 

 

 

 

 

f (x)dx . Носитель a;b распределенияразбиваетчисловую

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

осьна3 промежутка:

;a , a;b ,

b; . Поэтомунеобходиморассмотреть3 случая.

x a.

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Тогда F (x)

0 dx 0 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a x b.

 

 

 

 

a

x

1

 

 

 

 

x a

 

 

 

F (x) 0 dx

 

 

dx

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b a

 

 

 

 

 

 

 

 

 

a b

a

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x b.

 

 

 

 

 

 

 

 

т.к. наотрезке ; x

сосредоточенывсезначенияслучайной

 

F (x)

 

f (x)dx 1,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

величины.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

 

 

b

 

 

 

 

 

b a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Прямыевычисления:

F (x) 0 dx

1

dx 0 dx

1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a b a

 

b

b a

 

 

 

0, x a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Итак

F (x)

 

 

 

, a x

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1, x b

Примечание. После проведения вычислений полезно проверить непрерывность полученной функциивточкахa иb , атакжесвойства: F 0, F 1 .

1.4) Квантильраспределенияxp , 0 p 1.

 

x a

p

 

 

Составляемирешаемуравнение: F (x)

b a

p x

a p b

a .

 

 

 

 

2. Показательное(экспоненциальное) распределение: E .

 

Опр. С.в. X имеетпоказательноераспределениеспараметром интенсивности 0 , если плотностьэтогораспределенияопределяетсяследующимвыражением:

 

 

x

 

f

(x) e

 

, x 0,

X

 

 

x 0.

 

0,

 

 

 

 

 

Используется в качестве вероятностной модели для описания продолжительности жизни физическогообъекта(технологическойоперации).

Вспомогательныесведения.

Опр. Гамма-функцияà ( ) t 1e t dt, 0.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

Свойства .

 

 

 

 

 

 

 

 

 

1. Г(1/ 2)

 

2. 1 !, N 3.

1 1

 

 

 

 

 

 

 

 

 

 

 

Характеристикипоказательногораспределения.

 

 

 

 

1.1) m

 

k!

; 1.2)

M X

1

;

1.3) D X

 

1

.

 

 

 

2

k

 

k

 

 

 

 

 

 

 

 

 

 

 

 

 

Вычислим

mk M [ X k ] xk e xdx

0

x t, x

dt dx

 

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

,

 

t

k

dt 1

 

k !

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

e t

 

 

 

t k e t dt

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k

 

k

 

 

 

 

 

 

 

 

 

0

 

 

 

 

0

 

 

 

 

 

 

1!

1

 

 

2!

 

 

 

2

 

 

1

 

2

 

 

1

 

m

 

 

 

 

,

m

 

 

,

D[X ]

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

2

 

2

 

 

 

 

2

1

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.4) ФункцияраспределенияF x .

x

ВоспользуемсяформулойF (x) f (x)dx . Носитель 0; распределенияразбиваетчисловую

осьна2 промежутка: ;0 , 0; . Поэтомунеобходиморассмотреть2 случая.

 

x

 

x 0. Тогда F (x) 0 dx 0 .

 

 

 

 

 

 

 

x

 

0 x.

F (x) e xdx 1 e x .

 

 

 

 

0

 

 

0,

x 0,

 

 

 

Итак F (x)

1 e x , 0 x.