9. Շարունակական պատահական արժեք, նրա թվային բնութագրերը
Շարունակական պատահական փոփոխականը կարող է սահմանվել երկու ֆունկցիայի միջոցով: X պատահական փոփոխականի ինտեգրալ հավանականության բաշխման ֆունկցիակոչվում է հավասարությամբ սահմանված ֆունկցիա
.
Ինտեգրալ ֆունկցիան տալիս է ընդհանուր մեթոդինչպես դիսկրետ, այնպես էլ շարունակական պատահական փոփոխականների նշանակումներ: Շարունակական պատահական փոփոխականի դեպքում. Բոլոր իրադարձությունները. ունեն նույն հավանականությունը, որը հավասար է այս միջակայքում ինտեգրալ ֆունկցիայի ավելացմանը, այսինքն. Օրինակ, օրինակ 26-ում նշված դիսկրետ պատահական փոփոխականի համար մենք ունենք.
Այսպիսով, դիտարկվող ֆունկցիայի ինտեգրալ ֆունկցիայի գրաֆիկը Ox առանցքին զուգահեռ երկու ճառագայթների և երեք հատվածների միություն է։
Օրինակ 27. Շարունակական պատահական X փոփոխականը որոշվում է ինտեգրալ հավանականության բաշխման ֆունկցիայով
.
Կառուցեք ինտեգրալ ֆունկցիայի գրաֆիկը և գտեք հավանականությունը, որ թեստի արդյունքում X պատահական փոփոխականը արժեք կընդունի (0,5;1,5) միջակայքում։
Լուծում. Ընդմիջման վրա
գրաֆիկը ուղիղ գիծ է y = 0: 0-ից 2-ի միջակայքում կա պարաբոլա, որը տրված է հավասարմամբ.
. Ընդմիջման վրա
Գրաֆիկը ուղիղ գիծ է y = 1:
Հավանականությունը, որ X պատահական փոփոխականը թեստի արդյունքում արժեք կընդունի (0,5;1,5) միջակայքում, հայտնաբերվում է բանաձևով:
Այսպիսով, .
Հավանականության ինտեգրալ բաշխման ֆունկցիայի հատկությունները.
Հարմար է նշել շարունակական պատահական փոփոխականի բաշխման օրենքը՝ օգտագործելով մեկ այլ ֆունկցիա, այն է՝ հավանականության խտության ֆունկցիա
.
Հավանականությունը, որ X պատահական փոփոխականի կողմից ընդունված արժեքը ընկնում է միջակայքում
, որոշվում է հավասարությամբ
.
Ֆունկցիայի գրաֆիկը կոչվում է բաշխման կորը. Երկրաչափորեն, X պատահական փոփոխականի ինտերվալի մեջ ընկնելու հավանականությունը հավասար է համապատասխան կորագիծ տրապիզոնի տարածքին, որը սահմանափակվում է բաշխման կորով, Ox առանցքով և ուղիղ գծերով:
.
Հավանականության խտության ֆունկցիայի հատկությունները.
9.1. Շարունակական պատահական փոփոխականների թվային բնութագրերը
Ակնկալվող արժեքըՇարունակական պատահական X փոփոխականի (միջին արժեքը) որոշվում է հավասարությամբ
.
M(X)-ը նշանակվում է Ա. Շարունակական պատահական փոփոխականի մաթեմատիկական ակնկալիքը նման է դիսկրետ քանակություն, հատկություններ:
Տարբերությունկոչվում է դիսկրետ պատահական X փոփոխական ակնկալվող արժեքըպատահական փոփոխականի շեղման քառակուսին իր մաթեմատիկական ակնկալիքից, այսինքն. . Շարունակական պատահական փոփոխականի համար շեղումը տրվում է բանաձևով
.
Դիսպերսիան ունի հետևյալ հատկությունները.
Վերջին հատկությունը շատ հարմար է շարունակական պատահական փոփոխականի շեղումը գտնելու համար։
Նմանապես ներկայացվում է ստանդարտ շեղման հայեցակարգը: Շարունակականի ստանդարտ շեղումը X պատահական փոփոխականը կոչվում է դիսպերսիայի քառակուսի արմատ, այսինքն.
.
Օրինակ 28. Շարունակական պատահական X փոփոխականը որոշվում է հավանականության խտության ֆունկցիայով
միջակայքում (10;12), այս միջակայքից դուրս ֆունկցիայի արժեքը 0 է։ Գտե՛ք 1) պարամետրի արժեքը։ Ա, 2) մաթեմատիկական ակնկալիք M(X), շեղում
, ստանդարտ շեղում, 3) ինտեգրալ ֆունկցիա
և կառուցել ինտեգրալ և դիֆերենցիալ ֆունկցիաների գրաֆիկներ:
1). Պարամետր գտնելու համար Աօգտագործել բանաձեւը
. Մենք կստանանք այն: Այսպիսով,
.
2). Մաթեմատիկական ակնկալիքը գտնելու համար օգտագործում ենք բանաձևը՝ , որից բխում է
.
Տարբերությունը կգտնենք բանաձևով.
, այսինքն. .
Գտնենք ստանդարտ շեղումը` օգտագործելով բանաձևը, որից ստանում ենք դա
.
3). Ինտեգրալ ֆունկցիան արտահայտվում է հավանականության խտության ֆունկցիայի միջոցով հետևյալ կերպ.
. Հետևաբար,
ժամը
, = 0 ժամը
u = 1 ժամը
.
Այս ֆունկցիաների գրաֆիկները ներկայացված են Նկ. 4. և նկ. 5.
Նկ.4 Նկ.5.
9.2. Շարունակական պատահական փոփոխականի հավանականության միասնական բաշխում
Շարունակական պատահական X փոփոխականի հավանականության բաշխում հավասարաչափինտերվալի վրա, եթե դրա հավանականության խտությունը հաստատուն է այս միջակայքում և հավասար է զրոյի այս միջակայքից դուրս, այսինքն. . Հեշտ է դա ցույց տալ այս դեպքում
.
Եթե միջակայքը
պարունակվում է միջակայքում, ապա
.
Օրինակ 29.Ակնթարթային ազդանշանային իրադարձություն պետք է տեղի ունենա ժամը մեկից մինչև ժամը հինգը: Ազդանշանի սպասման ժամանակը X պատահական փոփոխական է: Գտեք հավանականությունը, որ ազդանշանը կհայտնաբերվի կեսօրից հետո ժամը երկուսից մինչև երեքը:
Լուծում. Պատահական X փոփոխականն ունի միատեսակ բաշխում, և օգտագործելով բանաձևը մենք գտնում ենք, որ հավանականությունը, որ ազդանշանը կլինի ցերեկվա ժամը 2-ից 3-ը, հավասար է.
.
Ուսումնական և այլ գրականության մեջ այն հաճախ նշվում է գրականության միջոցով
.
9.3. Շարունակական պատահական փոփոխականի նորմալ հավանականության բաշխում
Շարունակական պատահական փոփոխականի հավանականության բաշխումը կոչվում է նորմալ, եթե դրա հավանականության բաշխման օրենքը որոշվում է հավանականության խտությամբ:
. Նման քանակությամբ Ա- ակնկալվող արժեքը,
- ստանդարտ շեղում.
Թեորեմ. Սովորաբար բաշխված շարունակական պատահական փոփոխականի՝ տվյալ ինտերվալի մեջ ընկնելու հավանականությունը
որոշվում է բանաձևով
, Որտեղ
- Լապլասի ֆունկցիան.
Այս թեորեմի հետևանքն է երեքի կանոնսիգմա, այսինքն. Գրեթե վստահ է, որ նորմալ բաշխված, շարունակական պատահական X փոփոխականն իր արժեքները վերցնում է միջակայքում
. Այս կանոնը կարելի է բխել բանաձևից
, որը ձևակերպված թեորեմի հատուկ դեպք է։
Օրինակ 30.Հեռուստացույցի գործառնական կյանքը պատահական X փոփոխական է, որը ենթակա է բաշխման նորմալ օրենքին, հետ երաշխիքային ժամկետ 15 տարի և 3 տարի ստանդարտ շեղում: Գտեք հավանականությունը, որ հեռուստացույցը կծառայի 10-ից 20 տարի:
Լուծում. Ըստ խնդրի պայմանների՝ մաթեմատիկական ակնկալիքը Ա= 15, ստանդարտ շեղում:
Եկեք գտնենք . Այսպիսով, հեռուստացույցի 10-ից 20 տարի աշխատելու հավանականությունը 0,9-ից ավելի է։
9.4 Չեբիշևի անհավասարությունը
Առաջանում է Չեբիշևի լեմման. Եթե պատահական X փոփոխականը վերցնում է միայն ոչ բացասական արժեքներ և ունի մաթեմատիկական ակնկալիք, ապա ցանկացած դրական Վ
.
Հաշվի առնելով, որ որպես հակառակ իրադարձությունների հավանականությունների գումար, մենք ստանում ենք այն
.
Չեբիշևի թեորեմը. Եթե X պատահական փոփոխականն ունի վերջավոր շեղում
և մաթեմատիկական ակնկալիք M(X), ապա ցանկացած դրականի համար անհավասարությունը ճիշտ է
.
Այստեղից հետևում է, որ
.
Օրինակ 31.Արտադրվել է մասերի խմբաքանակ։ Մասերի միջին երկարությունը 100 սմ է, իսկ ստանդարտ շեղումը 0,4 սմ։ Ստորև հաշվարկեք այն հավանականությունը, որ պատահականորեն վերցված մասի երկարությունը կլինի առնվազն 99 սմ: և ոչ ավելի, քան 101 սմ:
Լուծում. Տարբերություն. Մաթեմատիկական ակնկալիքը 100 է: Հետևաբար, ստորև գնահատել տվյալ իրադարձության հավանականությունը.
կիրառենք Չեբիշևի անհավասարությունը, որում
, Հետո
.
10. Մաթեմատիկական վիճակագրության տարրեր
Վիճակագրական ագրեգատանվանել միատարր առարկաների կամ երևույթների մի շարք. Թիվ ՊԱյս հավաքածուի տարրերը կոչվում են հավաքածուի ծավալ: Դիտարկված արժեքներ X հատկանիշը կոչվում է տարբերակները. Եթե տարբերակները դասավորված են աճող հաջորդականությամբ, ապա մենք ստանում ենք դիսկրետ տատանումների շարք. Խմբավորման դեպքում տարբերակն ըստ ինտերվալների ստացվում է ինտերվալային տատանումների շարք. Տակ հաճախականությունը tբնորոշ արժեքները հասկանում են տվյալ տարբերակով բնակչության անդամների թիվը:
Վիճակագրական բնակչության հաճախականության և ծավալի հարաբերակցությունը կոչվում է հարաբերական հաճախականություննշան:
.
Ընտրանքների միջև փոխհարաբերությունները տատանումների շարքև դրանց հաճախականությունները կոչվում են նմուշի վիճակագրական բաշխումը. Վիճակագրական բաշխման գրաֆիկական ներկայացումը կարող է լինել բազմանկյունհաճախականությունը
Օրինակ 32.Առաջին կուրսի 25 ուսանողների հարցումների արդյունքում ստացվել են նրանց տարիքի վերաբերյալ հետևյալ տվյալները.
. Կազմել վիճակագրական բաշխումսովորողներն ըստ տարիքի, գտնել տատանումների տիրույթը, կառուցել հաճախականության բազմանկյուն և կազմել հարաբերական հաճախությունների բաշխումների շարք:
Լուծում. Օգտագործելով հարցումից ստացված տվյալները՝ մենք կստեղծենք ընտրանքի վիճակագրական բաշխում
Տարբերակման նմուշի միջակայքը 23 – 17 = 6 է: Հաճախականության բազմանկյուն կառուցելու համար կառուցեք կետեր կոորդինատներով:
և միացրեք դրանք շարքով:
Հարաբերական հաճախականության բաշխման շարքը ունի ձև.
10.1. Վարիացիոն շարքի թվային բնութագրերը
Թող նմուշը տրվի X հատկանիշի հաճախականությունների բաշխումների շարքով.
Բոլոր հաճախականությունների գումարը հավասար է Պ.
Նմուշի միջին թվաբանականըանվանեք քանակը
.
Տարբերությունկամ X բնութագրիչի արժեքների ցրման չափը նրա թվաբանական միջինի նկատմամբ կոչվում է արժեք.
. Ստանդարտ շեղումը շեղման քառակուսի արմատն է, այսինքն. .
Ստանդարտ շեղման հարաբերակցությունը նմուշի միջին թվաբանականին, արտահայտված որպես տոկոս, կոչվում է. տատանումների գործակից:
.
Էմպիրիկ հարաբերական հաճախականության բաշխման ֆունկցիականչել ֆունկցիա, որը յուրաքանչյուր արժեքի համար որոշում է իրադարձության հարաբերական հաճախականությունը
, այսինքն.
, Որտեղ - տարբերակների քանակը, ավելի փոքր X, Ա Պ- նմուշի չափը.
Օրինակ 33.Օրինակ 32-ի պայմաններում գտե՛ք թվային բնութագրերը
.
Լուծում. Եկեք գտնենք նմուշի միջին թվաբանականը՝ օգտագործելով բանաձևը, ապա .
X հատկանիշի շեղումը հայտնաբերվում է բանաձևով՝ , այսինքն. Նմուշի ստանդարտ շեղումն է
. Տատանումների գործակիցն է
.
10.2. Հավանականության գնահատում հարաբերական հաճախականությամբ: Վստահության միջակայք
Թող դա իրականացվի Պանկախ փորձարկումներ, որոնցից յուրաքանչյուրում Ա իրադարձության առաջացման հավանականությունը հաստատուն է և հավասար Ռ. Այս դեպքում, հավանականությունը, որ հարաբերական հաճախականությունը կտարբերվի A-ի իրադարձության առաջացման հավանականությունից յուրաքանչյուր փորձարկումում բացարձակ արժեքով, ոչ ավելի, քան , մոտավորապես հավասար է Լապլասի ինտեգրալ ֆունկցիայի կրկնակի արժեքին.
.
Ինտերվալների գնահատումզանգահարել այնպիսի գնահատական, որը որոշվում է երկու թվերով, որոնք հանդիսանում են վիճակագրական բնակչության գնահատված պարամետրը ծածկող միջակայքի վերջերը:
Վստահության միջակայքկոչվում է ինտերվալ, որը տրվածի հետ վստահության հավանականությունը ընդգրկում է վիճակագրական բնակչության գնահատված պարամետրը: Հաշվի առնելով բանաձեւը, որով փոխարինում ենք անհայտ մեծությունը Ռիր մոտավոր արժեքին Ընտրանքային տվյալների հիման վրա մենք ստանում ենք.
. Այս բանաձևը օգտագործվում է հավանականությունը հարաբերական հաճախականությամբ գնահատելու համար: Թվեր
Եվ
կոչվում է ստորին և, համապատասխանաբար, վերին վստահության սահմանները, - առավելագույն սխալը տվյալ վստահության հավանականության համար
.
Օրինակ 34. Գործարանի արտադրամասը լամպեր է արտադրում։ 625 լամպերի ստուգման ժամանակ հայտնաբերվել է 40-ի անսարքություն։ Գտեք 0,95 վստահության հավանականությամբ այն սահմանները, որոնցում գտնվում է գործարանի արտադրամասի կողմից արտադրված թերի լամպերի տոկոսը:
Լուծում. Ըստ առաջադրանքի պայմանների. Մենք օգտագործում ենք բանաձևը
. Օգտագործելով հավելվածի Աղյուսակ 2-ը, մենք գտնում ենք այն փաստարկի արժեքը, որում Լապլասի ինտեգրալ ֆունկցիայի արժեքը հավասար է 0,475-ի: Մենք դա հասկանում ենք
. Այսպիսով, . Ուստի 0,95 հավանականությամբ կարող ենք ասել, որ արտադրամասի կողմից արտադրված արատների տեսակարար կշիռը մեծ է, այն է՝ տատանվում է 6,2%-ից մինչև 6,6%։
10.3. Պարամետրերի գնահատումը վիճակագրության մեջ
Թող ուսումնասիրվող ամբողջ բնակչության քանակական բնութագիրը X ( բնակչությունը) Այն ունի նորմալ բաշխում.
Եթե ստանդարտ շեղումը հայտնի է, ապա վստահության միջակայքը, ծածկելով մաթեմատիկական ակնկալիքը Ա
, Որտեղ Պ- նմուշի չափը, - միջին թվաբանական նմուշ, տԼապլասի ինտեգրալ ֆունկցիայի արգումենտն է, որում
. Այս դեպքում համարը
կոչվում է գնահատման ճշգրտություն:
Եթե ստանդարտ շեղումը անհայտ է, ապա ընտրանքի տվյալներից կարելի է կառուցել պատահական փոփոխական, որն ունի Ուսանողի բաշխում. Պ– 1 աստիճան ազատություն, որը որոշվում է միայն մեկ պարամետրով Պև կախված չէ անհայտներից ԱԵվ . Ուսանողի t-բաշխում նույնիսկ փոքր նմուշների համար
տալիս է բավականին գոհացուցիչ գնահատականներ։ Այնուհետև մաթեմատիկական ակնկալիքը ծածկող վստահության միջակայքը Ատվյալ հատկանիշի վստահության հավանականությունը հայտնաբերվում է պայմանից
, որտեղ S-ն ուղղված արմատի միջին քառակուսին է, - Ուսանողի գործակիցը` հայտնաբերված տվյալներից
հավելվածի 3-րդ աղյուսակից։
Վստահության ինտերվալը, որը ծածկում է այս հատկանիշի ստանդարտ շեղումը վստահության հավանականությամբ, գտնվում է բանաձևերի միջոցով՝ և, որտեղ
հայտնաբերված արժեքների աղյուսակից ք
համաձայն .
10.4. Պատահական փոփոխականների միջև կախվածության ուսումնասիրության վիճակագրական մեթոդներ
Y-ի հարաբերական կախվածությունը X-ից պայմանական միջինի ֆունկցիոնալ կախվածությունն է -ից X.Հավասարումը
ներկայացնում է Y-ի ռեգրեսիոն հավասարումը X-ի վրա, և
- X-ի ռեգրեսիոն հավասարումը Y-ի վրա:
Հարաբերակցության կախվածությունը կարող է լինել գծային կամ կորագիծ: Գծային հարաբերակցության կախվածության դեպքում ուղիղ ռեգրեսիոն գծի հավասարումն ունի ձև.
, որտեղ լանջը Ա X-ի վրա Y ռեգրեսիայի ուղիղ գիծը կոչվում է օրինակելի ռեգրեսիայի գործակից Y X-ի վրա և նշվում է
.
Փոքր նմուշների համար տվյալները խմբավորված չեն, պարամետրերը
հայտնաբերվում են ըստ մեթոդի նվազագույն քառակուսիներընորմալ հավասարումների համակարգից.
, Որտեղ Պ- փոխկապակցված մեծությունների զույգերի արժեքների դիտարկումների քանակը:
Ընտրովի գծային գործակիցհարաբերակցություններ ցույց է տալիս Y-ի և X-ի միջև սերտ կապը: Հարաբերակցության գործակիցը հայտնաբերվում է բանաձևով
, և
, այսինքն:
X-ի վրա Y ուղիղ ռեգրեսիոն գծի օրինակելի հավասարումը ունի ձև.
.
X և Y բնութագրերի մեծ թվով դիտարկումներով կազմվում է երկու մուտքով հարաբերակցության աղյուսակ՝ նույն արժեքով. Xնկատել անգամ, նույն իմաստով ժամընկատել անգամ, նույն զույգը
նկատել մեկ անգամ.
Օրինակ 35.Տրված է X և Y նշանների դիտարկումների աղյուսակ:
Գտե՛ք X-ի վրա Y ուղիղ ռեգրեսիոն գծի օրինակելի հավասարումը:
Լուծում. Ուսումնասիրված բնութագրերի միջև կապը կարող է արտահայտվել X-ի վրա Y-ի ռեգրեսիայի ուղիղ գծի հավասարմամբ. Հավասարման գործակիցները հաշվարկելու համար մենք կստեղծենք հաշվարկային աղյուսակ.
Դիտարկում թիվ. | ||||
Գլուխ 6. Շարունակական պատահական փոփոխականներ.
§ 1. Շարունակական պատահական փոփոխականի խտության և բաշխման ֆունկցիա:
Շարունակական պատահական փոփոխականի արժեքների բազմությունը անհաշվելի է և սովորաբար ներկայացնում է որոշակի վերջավոր կամ անսահման միջակայք:
Հավանականության տարածությունում (W, S, P) սահմանված x(w) պատահական փոփոխականը կոչվում է շարունակական(բացարձակապես շարունակական) W, եթե կա այնպիսի ոչ բացասական ֆունկցիա, որ ցանկացած x-ի համար Fx(x) բաշխման ֆունկցիան կարող է ներկայացվել որպես ինտեգրալ
Ֆունկցիան կոչվում է ֆունկցիա հավանականության բաշխման խտությունները.
Սահմանումը ենթադրում է բաշխման խտության ֆունկցիայի հատկությունները.
1..gif" width="97" height="51">
3. Շարունակության կետերում բաշխման խտությունը հավասար է բաշխման ֆունկցիայի ածանցյալին.
4. Բաշխման խտությունը որոշում է պատահական փոփոխականի բաշխման օրենքը, քանի որ այն որոշում է պատահական փոփոխականի՝ միջակայքում ընկնելու հավանականությունը.
5. Հավանականությունը, որ շարունակական պատահական փոփոխականը որոշակի արժեք կընդունի, զրո է. Հետևաբար, վավեր են հետևյալ հավասարումները.
Բաշխման խտության ֆունկցիայի գրաֆիկը կոչվում է բաշխման կորը, և բաշխման կորով և x առանցքով սահմանափակված տարածքը հավասար է միասնության։ Այնուհետև, երկրաչափորեն, Fx(x) բաշխման ֆունկցիայի արժեքը x0 կետում այն տարածքն է, որը սահմանափակված է բաշխման կորով և x առանցքով և ընկած է x0 կետից ձախ:
Առաջադրանք 1.Շարունակական պատահական փոփոխականի խտության ֆունկցիան ունի հետևյալ ձևը.
Որոշե՛ք C հաստատունը, կառուցե՛ք Fx(x) բաշխման ֆունկցիան և հաշվարկե՛ք հավանականությունը։
Լուծում. C հաստատունը գտնում ենք այն պայմանից, որ ունենք.
որտեղից C=3/8.
Fx(x) բաշխման ֆունկցիան կառուցելու համար նշեք, որ միջակայքը x արգումենտի արժեքների միջակայքը (թվային առանցք) բաժանում է երեք մասի. https://pandia.ru/text/78/107/images/image017_17 .gif" width="264 " height="49">
քանի որ x խտությունը կիսաառանցքի վրա զրո է։ Երկրորդ դեպքում
Վերջապես, վերջին դեպքում, երբ x>2,
Քանի որ խտությունը անհետանում է կիսաառանցքի վրա: Այսպիսով, ստացվում է բաշխման ֆունկցիան
Հավանականություն Եկեք հաշվարկենք բանաձևով. Այսպիսով,
§ 2. Շարունակական պատահական փոփոխականի թվային բնութագրերը
Ակնկալվող արժեքըշարունակաբար բաշխված պատահական փոփոխականների համար որոշվում է https://pandia.ru/text/78/107/images/image028_11.gif" width="205" height="56 src="> բանաձեւով,
եթե աջ կողմի ինտեգրալը բացարձակապես համընկնում է:
Ցրվածություն x-ը կարելի է հաշվարկել բանաձևով , և նաև, ինչպես դիսկրետ դեպքում, ըստ https://pandia.ru/text/78/107/images/image031_11.gif" width="123" height="49 src="> բանաձևի:
Դիսկրետ պատահական փոփոխականների համար տրված 5-րդ գլխում տրված մաթեմատիկական ակնկալիքների և դիսպերսիայի բոլոր հատկությունները վավեր են նաև շարունակական պատահական փոփոխականների համար:
Խնդիր 2. Խնդիր 1-ից x պատահական փոփոխականի համար հաշվարկեք մաթեմատիկական ակնկալիքը և շեղումը .
Լուծում.
Իսկ դա նշանակում է
https://pandia.ru/text/78/107/images/image035_9.gif" width="184" height="69 src=">
Խտության գրաֆիկ միասնական բաշխումտես նկ. .
Նկ.6.2. Բաշխման ֆունկցիա և բաշխման խտություն: միասնական օրենք
Միատեսակ բաշխված պատահական փոփոխականի Fx(x) բաշխման ֆունկցիան հավասար է
Fx(x)=
Ակնկալիքներ և շեղումներ; .
Էքսպոնենցիալ (էքսպոնենցիալ) բաշխում.Շարունակական պատահական փոփոխական x, որը վերցնում է ոչ բացասական արժեքներ, ունի էքսպոնենցիալ բաշխում l>0 պարամետրով, եթե պատահական փոփոխականի հավանականության խտության բաշխումը հավասար է.
рx(x)=
Բրինձ. 6.3. Էքսպոնենցիալ օրենքի բաշխման ֆունկցիա և բաշխման խտություն:
Էքսպոնենցիալ բաշխման բաշխման ֆունկցիան ունի ձև
Fx(x)=https://pandia.ru/text/78/107/images/image041_8.gif" width="17" height="41">.gif" width="13" height="15"> և եթե դրա բաշխման խտությունը հավասար է
.
Through-ը նշանակում է բոլոր պատահական փոփոխականների բազմությունը, որոնք բաշխված են սովորական օրենքի համաձայն՝ պարամետրերի պարամետրերով և .
Սովորաբար բաշխված պատահական փոփոխականի բաշխման ֆունկցիան հավասար է
.
Բրինձ. 6.4. Բաշխման ֆունկցիա և նորմալ բաշխման խտություն
Նորմալ բաշխման պարամետրերը մաթեմատիկական ակնկալիքներն են https://pandia.ru/text/78/107/images/image048_6.gif" width="64 height=24" height="24">
Այն հատուկ դեպքում, երբ https://pandia.ru/text/78/107/images/image050_6.gif" width="44" height="21 src="> նորմալ բաշխումը կոչվում է. ստանդարտ, և նման բաշխումների դասը նշվում է https://pandia.ru/text/78/107/images/image052_6.gif" width="119" height="49">,
և բաշխման ֆունկցիան
Նման ինտեգրալը չի կարող վերլուծական հաշվարկվել (այն չի վերցվում «քառակուսիներով»), ուստի ֆունկցիայի համար կազմվել են աղյուսակներ։ Ֆունկցիան կապված է 4-րդ գլխում ներկայացված Լապլասի ֆունկցիայի հետ
,
հետևյալ առնչությամբ . Պարամետրերի կամայական արժեքների դեպքում https://pandia.ru/text/78/107/images/image043_5.gif" width="21" height="21 src="> պատահական փոփոխականի բաշխման ֆունկցիան կապված է Laplace ֆունկցիայի հետ՝ օգտագործելով հարաբերությունը.
.
Հետևաբար, նորմալ բաշխված պատահական փոփոխականի ինտերվալի մեջ ընկնելու հավանականությունը կարող է հաշվարկվել բանաձևով.
.
Ոչ բացասական պատահական x փոփոխականը կոչվում է լոգնորմալ բաշխված, եթե նրա h=lnx լոգարիթմը ենթարկվում է նորմալ օրենքին։ Լոգնորմալ բաշխված պատահական փոփոխականի ակնկալվող արժեքը և շեղումը Mx= և Dx= են:
Առաջադրանք 3.Թող տրվի պատահական փոփոխական https://pandia.ru/text/78/107/images/image065_5.gif" width="81" height="23">:
Լուծում.Այստեղ https://pandia.ru/text/78/107/images/image068_5.gif" width="573" height="45">
Լապլասի բաշխումտրված է fx(x)=https://pandia.ru/text/78/107/images/image070_5.gif" width="23" height="41"> ֆունկցիայով, իսկ կարճությունը gx=3 է։
Նկ.6.5. Լապլասի բաշխման խտության ֆունկցիա:
Պատահական x փոփոխականը բաշխված է Վեյբուլի օրենքը, եթե այն ունի բաշխման խտության ֆունկցիա, որը հավասար է https://pandia.ru/text/78/107/images/image072_5.gif" width="189" height="53">
Weibull բաշխումը կարգավորում է բազմաթիվ տեխնիկական սարքերի առանց խափանումների շահագործման ժամկետները: Այս պրոֆիլի առաջադրանքներում կարևոր հատկանիշ t տարիքի ուսումնասիրված տարրերի ձախողման գործակիցը (մահացության գործակիցը) l(t) է, որը որոշվում է l(t)= հարաբերակցությամբ: Եթե a=1, ապա Վեյբուլի բաշխումը վերածվում է էքսպոնենցիալ բաշխման, իսկ եթե a=2՝ այսպես կոչված բաշխման. Ռեյլի.
Վեյբուլի բաշխման մաթեմատիկական ակնկալիքը. գործառույթը.
IN տարբեր առաջադրանքներԿիրառական վիճակագրության մեջ հաճախ հանդիպում են այսպես կոչված «կտրված» բաշխումներ: Օրինակ, հարկային մարմինները շահագրգռված են այն ֆիզիկական անձանց եկամուտների բաշխմամբ, որոնց տարեկան եկամուտը գերազանցում է հարկային օրենսդրությամբ սահմանված c0 շեմը: Պարզվում է, որ այս բաշխումները մոտավորապես համընկնում են Պարետոյի բաշխման հետ։ Պարետոյի բաշխումտրված է ֆունկցիաներով
Fx(x)=P(x
Այստեղ https://pandia.ru/text/78/107/images/image081_4.gif" width="60" height="21 src=">:
Առաջադրանք 4.Պատահական փոփոխականը միատեսակ բաշխված է հատվածի վրա: Գտեք պատահական փոփոխականի խտությունը:
Լուծում.Խնդրի պայմաններից հետեւում է, որ
Հաջորդը, գործառույթը ինտերվալի վրա միատոն և տարբերվող ֆունկցիա է և ունի հակադարձ ֆունկցիա , որի ածանցյալը հավասար է հետևաբար,
§ 5. Շարունակական պատահական փոփոխականների զույգ
Թող տրվեն երկու շարունակական պատահական փոփոխականներ x և h: Այնուհետև զույգը (x, h) հարթության վրա սահմանում է «պատահական» կետ: Զույգը (x, h) կոչվում է պատահական վեկտորկամ երկչափ պատահական փոփոխական:
Համատեղ բաշխման գործառույթպատահական x և h փոփոխականները և ֆունկցիան կոչվում է F(x, y)=Phttps://pandia.ru/text/78/107/images/image093_3.gif" width="173" height="25">: համատեղ խտությունը x և h պատահական փոփոխականների հավանականության բաշխումը կոչվում է այնպիսի ֆունկցիա, որ .
Համատեղ բաշխման խտության այս սահմանման իմաստը հետևյալն է. Հավանականությունը, որ «պատահական կետը» (x, h) կհայտնվի հարթության վրա գտնվող տարածքի մեջ, հաշվարկվում է որպես եռաչափ պատկերի ծավալ՝ մակերեսով սահմանափակված «կորագիծ» գլան https://pandia.ru/ text/78/107/images/image098_3 gif" width="211" height="39 src=">
Երկու պատահական փոփոխականների համատեղ բաշխման ամենապարզ օրինակը երկչափն է միատեսակ բաշխում հավաքածուի վրաԱ. Թող սահմանափակված M բազմությունը տրվի մակերեսով: Այն սահմանվում է որպես զույգի բաշխում (x, h), որը սահմանվում է հետևյալ համատեղ խտությամբ.
Առաջադրանք 5.Թող երկչափ պատահական վեկտորը (x, h) հավասարաչափ բաշխված լինի եռանկյան ներսում: Հաշվի՛ր x>h անհավասարության հավանականությունը:
Լուծում.Նշված եռանկյունու մակերեսը հավասար է (տե՛ս նկ. No.): Երկչափ միատեսակ բաշխման սահմանման ուժով x, h պատահական փոփոխականների համատեղ խտությունը հավասար է.
Իրադարձությունը համապատասխանում է մի շարքի ինքնաթիռում, այսինքն՝ կիսաինքնաթիռ: Հետո հավանականությունը
B կիսահավասարության վրա հոդերի խտությունը բազմությունից դուրս զրո է https://pandia.ru/text/78/107/images/image102_2.gif" width="15" height="17">: Այսպիսով, կիսահավասարությունը B բաժանվում է երկու բազմության և https://pandia.ru/text/78/107/images/image110_1.gif" width="17" height="23"> և , իսկ երկրորդ ինտեգրալը հավասար է. զրո, քանի որ հոդի խտությունը հավասար է զրոյի։ Ահա թե ինչու
Եթե տրված է (x, h) զույգի համատեղ բաշխման խտությունը, ապա x և h բաղադրիչների խտությունները կոչվում են. մասնավոր խտություններև հաշվարկվում են բանաձևերով.
https://pandia.ru/text/78/107/images/image116_1.gif" width="224" height="23 src=">
рx(х), рh(у) խտություններով անընդհատ բաշխված պատահական փոփոխականների համար անկախությունը նշանակում է, որ
Առաջադրանք 6.Նախորդ խնդրի պայմաններում որոշե՛ք, արդյոք պատահական վեկտորի x և h բաղադրիչներն անկախ են:
Լուծում. Եկեք հաշվարկենք մասնակի խտությունները և . Մենք ունենք:
https://pandia.ru/text/78/107/images/image119_1.gif" width="283" height="61 src=">
Ակնհայտ է, որ մեր դեպքում https://pandia.ru/text/78/107/images/image121_1.gif" width="64" height="25"> x և h մեծությունների համատեղ խտությունն է, իսկ j( x, y) երկու արգումենտների ֆունկցիա է, ապա
https://pandia.ru/text/78/107/images/image123_1.gif" width="184" height="152 src=">
Առաջադրանք 7.Նախորդ խնդրի պայմաններում հաշվարկեք .
Լուծում.Վերոնշյալ բանաձևի համաձայն մենք ունենք.
.
Եռանկյունը ներկայացնելով որպես
https://pandia.ru/text/78/107/images/image127_1.gif" width="479" height="59">
§ 5. Երկու շարունակական պատահական փոփոխականների գումարի խտություն
Թող x-ը և h-ը լինեն խտություններով անկախ պատահական փոփոխականներ https://pandia.ru/text/78/107/images/image128_1.gif" width="43" height="25">: Պատահական փոփոխականի խտությունը x + h-ը հաշվարկվում է բանաձևով կոնվուլյացիա
https://pandia.ru/text/78/107/images/image130_0.gif" width="39" height="19 src="> Հաշվե՛ք գումարի խտությունը։
Լուծում.Քանի որ x-ը և h-ը բաշխված են ըստ էքսպոնենցիալ օրենքի պարամետրով, նրանց խտությունները հավասար են
Հետևաբար,
https://pandia.ru/text/78/107/images/image134_0.gif" width="339 height=51" height="51">
Եթե x<0, то в этой формуле аргумент https://pandia.ru/text/78/107/images/image136_0.gif" width="65" height="25">բացասական է, հետևաբար . Հետևաբար, եթե https://pandia.ru/text/78/107/images/image140_0.gif" width="359 height=101" height="101">
Այսպիսով ստացանք պատասխանը.
https://pandia.ru/text/78/107/images/image142_0.gif" width="40" height="41 "> սովորաբար բաշխվում է 0 և 1 պարամետրերով: Պատահական x1 և x2 փոփոխականները անկախ են և ունեն նորմալ բաշխումներ համապատասխանաբար a1 և a2 պարամետրերով Ապացուցեք, որ x1 + x2 ունի նորմալ բաշխում.
.
Գտեք բաշխման ֆունկցիան և արժեքների բաշխման խտությունը.
ա) h1 = min (x1, x2, ...xn); բ) h(2) = max (x1,x2, ... xn)
Պատահական x1, x2, ... xn փոփոխականները անկախ են և հավասարաչափ բաշխված են [a, b] միջակայքում: Գտեք մեծությունների բաշխման ֆունկցիաները և խտության ֆունկցիաները
x(1) = min (x1,x2, ... xn) և x(2)= max(x1, x2, ...xn):
Ապացուցեք, որ Mhttps://pandia.ru/text/78/107/images/image147_0.gif" width="176" height="47">.
Պատահական փոփոխականը բաշխվում է Կոշիի օրենքի համաձայն Գտեք. ա) գործակից a; բ) բաշխման ֆունկցիա; գ) (-1, 1) միջակայքում ընկնելու հավանականությունը. Ցույց տվեք, որ x-ի մաթեմատիկական ակնկալիքը գոյություն չունի: Պատահական փոփոխականը ենթարկվում է Լապլասի օրենքին l պարամետրով (l>0). Գտե՛ք a գործակիցը; կառուցել բաշխման խտության և բաշխման ֆունկցիայի գրաֆիկներ. գտնել Mx և Dx; գտնել իրադարձությունների հավանականությունները (|x|< и {çxç<}. Случайная величина x подчинена закону Симпсона на отрезке [-а, а], т. е. график её плотности распределения имеет вид:
Գրի՛ր բաշխման խտության բանաձև, գտիր Mx և Dx:
Հաշվողական առաջադրանքներ.
Պատահական A կետն ունի միատեսակ բաշխում R շառավղով շրջանագծի մեջ: Գտե՛ք շրջանագծի կենտրոնից կետի r հեռավորության մաթեմատիկական ակնկալիքը և շեղումը: Ցույց տվեք, որ r2 արժեքը հավասարաչափ բաշխված է հատվածի վրա:
Պատահական փոփոխականի բաշխման խտությունը ունի հետևյալ ձևը.
Հաշվե՛ք C հաստատունը, F(x) բաշխման ֆունկցիան և հավանականությունը Պատահական փոփոխականի բաշխման խտությունը ունի հետևյալ ձևը.
Հաշվե՛ք C հաստատունը, F(x) բաշխման ֆունկցիան և հավանականությունը Պատահական փոփոխականի բաշխման խտությունը ունի հետևյալ ձևը.
Հաշվե՛ք C հաստատունը, բաշխման ֆունկցիան F(x), , շեղում և հավանականություն Պատահական փոփոխականն ունի բաշխման ֆունկցիա
Հաշվեք պատահական փոփոխականի խտությունը, մաթեմատիկական ակնկալիքը, շեղումը և հավանականությունը Ստուգեք, որ ֆունկցիան =
կարող է լինել պատահական փոփոխականի բաշխման ֆունկցիա: Գտե՛ք այս մեծության թվային բնութագրերը՝ Mx և Dx: Պատահական փոփոխականը միատեսակ բաշխված է հատվածի վրա: Գրեք բաշխման խտությունը: Գտեք բաշխման գործառույթը: Գտե՛ք պատահական փոփոխականի՝ հատվածի և հատվածի վրա ընկնելու հավանականությունը: X բաշխման խտությունը հավասար է
.
Գտե՛ք c հաստատունը, բաշխման խտությունը h = և հավանականությունը
P (0.25 Համակարգչի առանց խափանումների շահագործման ժամանակը բաշխվում է ըստ էքսպոնենցիալ օրենքի՝ l = 0,05 պարամետրով (ժամում խափանումներ), այսինքն՝ այն ունի խտության ֆունկցիա։ p(x) = . Որոշակի խնդրի լուծումը պահանջում է մեքենայի անխափան աշխատանքը 15 րոպե: Եթե խնդիրը լուծելիս ձախողում է տեղի ունենում, սխալը հայտնաբերվում է միայն լուծումն ավարտելուց հետո, և խնդիրը կրկին լուծվում է: Գտեք՝ ա) հավանականությունը, որ խնդրի լուծման ընթացքում ոչ մի ձախողում չի առաջանա. բ) միջին ժամանակը, որի ընթացքում խնդիրը կլուծվի: 24 սմ երկարությամբ ձողը բաժանված է երկու մասի. Մենք կենթադրենք, որ ճեղքման կետը հավասարաչափ բաշխված է ձողի ողջ երկարությամբ։ Որքա՞ն է ձողի մեծ մասի միջին երկարությունը: 12 սմ երկարությամբ կտորը պատահականորեն կտրվում է երկու մասի։ Կտրման կետը հավասարաչափ բաշխված է հատվածի ողջ երկարությամբ: Որքա՞ն է հատվածի փոքր մասի միջին երկարությունը: Պատահական փոփոխականը միատեսակ բաշխված է հատվածի վրա: Գտե՛ք պատահական փոփոխականի բաշխման խտությունը ա) h1 = 2x + 1; բ) h2 =-ln (1-x); գ) h3 = . Ցույց տվեք, որ եթե x-ն ունի շարունակական բաշխման ֆունկցիա F(x) = P(x Գտե՛ք երկու անկախ մեծությունների գումարի խտության ֆունկցիան և բաշխման ֆունկցիան՝ համապատասխանաբար հատվածների և, համապատասխանաբար, բաշխման օրենքներով: Պատահական x և h փոփոխականները անկախ են և միատեսակ բաշխված են հատվածների վրա և, համապատասխանաբար,: Հաշվի՛ր x+h գումարի խտությունը։ Պատահական x և h փոփոխականները անկախ են և միատեսակ բաշխված են հատվածների վրա և, համապատասխանաբար,: Հաշվի՛ր x+h գումարի խտությունը։ Պատահական x և h փոփոխականները անկախ են և միատեսակ բաշխված են հատվածների վրա և, համապատասխանաբար,: Հաշվի՛ր x+h գումարի խտությունը։ Պատահական փոփոխականները անկախ են և ունեն խտությամբ էքսպոնենցիալ բաշխում . Գտե՛ք դրանց գումարի բաշխման խտությունը: Գտե՛ք x և h անկախ պատահական փոփոխականների գումարի բաշխումը, որտեղ x-ն ունի միատեսակ բաշխում միջակայքի վրա, իսկ h-ն ունի էքսպոնենցիալ բաշխում l պարամետրով: Գտեք Պ , եթե x-ն ունի՝ ա) նորմալ բաշխում a և s2 պարամետրերով; բ) էքսպոնենցիալ բաշխում l պարամետրով. գ) միատեսակ բաշխում [-1;1] հատվածի վրա: x, h-ի համատեղ բաշխումը քառակուսի միատեսակ է Բաշխման գործառույթպատահական փոփոխական Xկոչվում է ֆունկցիա Ֆ(X), արտահայտելով յուրաքանչյուրի համար Xհավանականությունը, որ պատահական փոփոխականը Xկընդունի ավելի քիչ արժեք, քան X:. Գործառույթ Ֆ(X) երբեմն կոչվում է ինտեգրալ բաշխման ֆունկցիա,կամ բաշխման ամբողջական օրենքը. Պատահական արժեք Xկանչեց շարունակական, եթե դրա բաշխման ֆունկցիան ցանկացած կետում շարունակական է և ամենուր տարբերվող, բացառությամբ, հնարավոր է, առանձին կետերի։ Օրինակներշարունակական պատահական փոփոխականներ՝ այն մասի տրամագիծը, որը պտտիչը մանրացնում է որոշակի չափի, մարդու բարձրությունը, արկի թռիչքի միջակայքը և այլն: Թեորեմ.Շարունակական պատահական փոփոխականի ցանկացած անհատական արժեքի հավանականությունը զրո է . Հետևանք.Եթե Xշարունակական պատահական փոփոխական է, ապա պատահական փոփոխականի ինտերվալի մեջ ընկնելու հավանականությունը Եթե շարունակական պատահական փոփոխական է Xկարող է միայն արժեքներ վերցնել միջև Անախքան բ(Որտեղ ԱԵվ բ- որոշ հաստատուններ), ապա դրա բաշխման ֆունկցիան հավասար է զրոյի բոլոր արժեքների համար Դիսկրետ պատահական փոփոխականների բաշխման ֆունկցիաների բոլոր հատկությունները բավարարված են նաև շարունակական պատահական փոփոխականների բաշխման ֆունկցիաների համար: Բաշխման ֆունկցիայի միջոցով շարունակական պատահական փոփոխական նշելը միակ ճանապարհը չէ: Հավանականության խտությունը
(բաշխման խտությունըկամ խտությունը)
Ռ(X) շարունակական պատահական փոփոխական Xկոչվում է դրա բաշխման ֆունկցիայի ածանցյալ . Հավանականության խտություն Ռ(X), ինչպես նաև բաշխման ֆունկցիան Ֆ(X), բաշխման օրենքի ձևերից մեկն է, բայց ի տարբերություն բաշխման ֆունկցիայի, այն գոյություն ունի միայն համար շարունակականպատահական փոփոխականներ. Հավանականության խտությունը երբեմն կոչվում է դիֆերենցիալ ֆունկցիա կամ դիֆերենցիալ բաշխման օրենք. Հավանականության խտության գրաֆիկը կոչվում է բաշխման կոր։ ՀատկություններՇարունակական պատահական փոփոխականի հավանականության խտությունը. Բրինձ. 8.1 Բրինձ. 8.2 4.
Երկրաչափորեն հավանականության խտության հատկությունները նշանակում են, որ դրա գրաֆիկը` բաշխման կորը, գտնվում է աբսցիսայի առանցքից ցածր, իսկ բաշխման կորով և աբսցիսայի առանցքով սահմանափակված գործչի ընդհանուր մակերեսը հավասար է մեկին: Օրինակ 8.1.Էլեկտրական ժամացույցի րոպեի սլաքը ամեն րոպե շարժվում է թռիչքներով և սահմաններով: Դու նայեցիր ժամացույցիդ։ Նրանք ցույց են տալիս Արոպե. Այնուհետև ձեզ համար տվյալ պահին իրական ժամանակը կլինի պատահական փոփոխական: Գտեք դրա բաշխման գործառույթը: Լուծում.Ակնհայտ է, որ իրական ժամանակի բաշխման ֆունկցիան հավասար է 0-ի բոլորի համար ՄԱՍԻՆ on-ը շարունակական է ամենուր, և դրա ածանցյալը շարունակական է բոլոր կետերում, բացառությամբ երկուսի. x = aԵվ x = a+ 1. Այս ֆունկցիայի գրաֆիկը նման է (նկ. 8.3). Բրինձ. 8.3 Օրինակ 8.2.Արդյո՞ք որոշ պատահական փոփոխականի բաշխման ֆունկցիան ֆունկցիան է Լուծում. Այս ֆունկցիայի բոլոր արժեքները պատկանում են հատվածին Հավասարությունները նաև գործում են. Հետևաբար, գործառույթը Օրինակ 8.3.Արդյո՞ք որոշ պատահական փոփոխականի բաշխման ֆունկցիան ֆունկցիան է Լուծում.Այս ֆունկցիան պատահական փոփոխականի բաշխման ֆունկցիա չէ, քանի որ միջև Բրինձ. 8.5 Օրինակ 8.4.Պատահական արժեք Xտրված է բաշխման ֆունկցիայի միջոցով Գտեք գործակիցը Աև պատահական փոփոխականի հավանականության խտությունը X. Որոշեք անհավասարության հավանականությունը Լուծում.Բաշխման խտությունը հավասար է բաշխման ֆունկցիայի առաջին ածանցյալին Գործակից Աորոշվում է հավասարության միջոցով , . Նույն արդյունքը կարելի էր ստանալ՝ օգտագործելով ֆունկցիայի շարունակականությունը Հետևաբար, Հետևաբար հավանականության խտությունը ձև ունի Հավանականություն Օրինակ 8.5.Պատահական արժեք Xունի հավանականության խտություն (Կոշիի օրենք) . Գտեք գործակիցը Աև հավանականությունը, որ պատահական փոփոխականը Xորոշակի արժեք կվերցնի միջակայքից Լուծում.Գտնենք գործակիցը Ահավասարությունից , Հետևաբար, Այսպիսով, Պատահական փոփոխականի հավանականությունը Xորոշակի արժեք կվերցնի միջակայքից Գտնենք այս պատահական փոփոխականի բաշխման ֆունկցիան Պ Օրինակ 8.6.Պատահական փոփոխականի հավանականության խտության գծապատկեր Xցույց է տրված Նկ. 8.6 (Սիմփսոնի օրենք). Գրեք արտահայտություն այս պատահական փոփոխականի հավանականության խտության և բաշխման ֆունկցիայի համար: Բրինձ. 8.6 Լուծում.Օգտագործելով գրաֆիկը՝ մենք գրում ենք տվյալ պատահական փոփոխականի հավանականության բաշխման խտության վերլուծական արտահայտությունը Գտնենք բաշխման ֆունկցիան։ Եթե Եթե Եթե Եթե Հետևաբար բաշխման ֆունկցիան ունի ձև
Գլուխ 1. Դիսկրետ պատահական փոփոխական
§
1. Պատահական փոփոխականի հասկացությունները: Դիսկրետ պատահական փոփոխականի բաշխման օրենքը: Սահմանում
Պատահականությունը մեծություն է, որը փորձարկման արդյունքում իր արժեքների հնարավոր հավաքածուից վերցնում է միայն մեկ արժեք՝ նախապես անհայտ և կախված պատահական պատճառներից: Կան երկու տեսակի պատահական փոփոխականներ՝ դիսկրետ և շարունակական: Սահմանում
Պատահական X փոփոխականը կոչվում է դիսկրետ
(անջատված), եթե նրա արժեքների բազմությունը վերջավոր է կամ անսահման, բայց հաշվելի: Այլ կերպ ասած, հնարավոր արժեքներԴիսկրետ պատահական փոփոխականը կարող է վերահամարակալվել: Պատահական փոփոխականը կարելի է նկարագրել՝ օգտագործելով դրա բաշխման օրենքը: Սահմանում
: Դիսկրետ պատահական փոփոխականի բաշխման օրենքը
անվանել համապատասխանությունը պատահական փոփոխականի հնարավոր արժեքների և դրանց հավանականությունների միջև: Դիսկրետ պատահական X փոփոխականի բաշխման օրենքը կարող է սահմանվել աղյուսակի տեսքով, որի առաջին շարքում նշված են պատահական փոփոխականի բոլոր հնարավոր արժեքները աճման կարգով, իսկ երկրորդ շարքում` դրանց համապատասխան հավանականությունները: արժեքներ, այսինքն. որտեղ р1+ р2+…+ рn=1 Նման աղյուսակը կոչվում է դիսկրետ պատահական փոփոխականի բաշխման շարք: Եթե պատահական փոփոխականի հնարավոր արժեքների բազմությունը անվերջ է, ապա p1+ p2+…+ pn+… շարքը համընկնում է, և դրա գումարը հավասար է 1-ի: Դիսկրետ պատահական X փոփոխականի բաշխման օրենքը կարելի է պատկերել գրաֆիկորեն, որի համար ուղղանկյուն կոորդինատային համակարգում կառուցված է կոտրված գիծ՝ հաջորդաբար կետերը միացնելով կոորդինատներով (xi; pi), i=1,2,…n: Ստացված տողը կոչվում է բաշխման բազմանկյուն
(նկ. 1): Օրգանական քիմիա" href="/text/category/organicheskaya_hiimya/" rel="bookmark">օրգանական քիմիան համապատասխանաբար 0,7 և 0,8 են: Պատահական X փոփոխականի բաշխման օրենք կազմեք՝ ուսանողը հանձնելու է քննությունների թիվը: Լուծում.
Քննության արդյունքում դիտարկվող X պատահական փոփոխականը կարող է վերցնել հետևյալ արժեքներից մեկը՝ x1=0, x2=1, x3=2։ Գտնենք այս արժեքների հավանականությունը. https://pandia.ru/text/78/455/images/image004_81.jpg" width="259" height="66 src="> Այսպիսով, X պատահական փոփոխականի բաշխման օրենքը տրված է աղյուսակով. Վերահսկողություն՝ 0,6+0,38+0,56=1։ §
2. Բաշխման ֆունկցիա Պատահական փոփոխականի ամբողջական նկարագրությունը տրվում է նաև բաշխման ֆունկցիայի միջոցով։ Սահմանում: X դիսկրետ պատահական փոփոխականի բաշխման ֆունկցիա
կոչվում է F(x) ֆունկցիա, որը յուրաքանչյուր x արժեքի համար որոշում է հավանականությունը, որ X պատահական փոփոխականը x-ից փոքր արժեք կընդունի. F(x)=P(X<х) Երկրաչափորեն բաշխման ֆունկցիան մեկնաբանվում է որպես հավանականություն, որ X պատահական փոփոխականը կընդունի այն արժեքը, որը ներկայացված է թվային տողի վրա x կետից ձախ ընկած կետով:
1)0≤ F(x) ≤1; 2) F(x)-ը չնվազող ֆունկցիա է (-∞;+∞); 3) F(x) - ձախից շարունակական x= xi (i=1,2,...n) կետերում և շարունակական բոլոր մյուս կետերում; 4) F(-∞)=P (X<-∞)=0 как вероятность невозможного события Х<-∞, F(+∞)=P(X<+∞)=1 как вероятность достоверного события Х<-∞. Եթե X դիսկրետ պատահական փոփոխականի բաշխման օրենքը տրված է աղյուսակի տեսքով. ապա բաշխման ֆունկցիան F(x) որոշվում է բանաձևով. https://pandia.ru/text/78/455/images/image007_76.gif" height="110"> 0 x≤ x1-ի համար, р1 x1-ում< х≤ x2, F(x)= р1 + р2 x2-ում< х≤ х3 1 x>xn-ի համար: Դրա գրաֆիկը ներկայացված է Նկար 2-ում: §
3. Դիսկրետ պատահական փոփոխականի թվային բնութագրերը: Կարևոր թվային բնութագրերից է մաթեմատիկական ակնկալիքը։ Սահմանում: Մաթեմատիկական ակնկալիք M(X)
Դիսկրետ պատահական X փոփոխականը իր բոլոր արժեքների և դրանց համապատասխան հավանականությունների արտադրյալների գումարն է. M(X) =
∑ xiрi= x1р1 + x2р2+…+ xnрn Մաթեմատիկական ակնկալիքը ծառայում է որպես պատահական փոփոխականի միջին արժեքի հատկանիշ։ Մաթեմատիկական ակնկալիքի հատկությունները.
1)M(C)=C, որտեղ C-ն հաստատուն արժեք է; 2)M(C X)=C M(X), 3)M(X±Y)=M(X)±M(Y); 4)M(X Y)=M(X) M(Y), որտեղ X, Y անկախ պատահական փոփոխականներ են; 5)M(X±C)=M(X)±C, որտեղ C-ն հաստատուն արժեք է; Դիսկրետ պատահական փոփոխականի հնարավոր արժեքների ցրվածության աստիճանը միջին արժեքի շուրջ բնութագրելու համար օգտագործվում է դիսպերսիա: Սահմանում:
Տարբերություն
Դ
(
X
)
Պատահական X փոփոխականը պատահական փոփոխականի քառակուսի շեղման մաթեմատիկական ակնկալիքն է իր մաթեմատիկական ակնկալիքից.
Դիսպերսիոն հատկություններ.
1)D(C)=0, որտեղ C-ն հաստատուն արժեք է; 2)D(X)>0, որտեղ X-ը պատահական փոփոխական է. 3)D(C X)=C2 D(X), որտեղ C-ն հաստատուն արժեք է; 4)D(X+Y)=D(X)+D(Y), որտեղ X, Y-ը անկախ պատահական փոփոխականներ են; Տարբերությունը հաշվարկելու համար հաճախ հարմար է օգտագործել բանաձևը. D(X)=M(X2)-(M(X))2, որտեղ M(X)=∑ xi2рi= x12р1 + x22р2+…+ xn2рn D(X) շեղումը ունի քառակուսի պատահական փոփոխականի չափ, որը միշտ չէ, որ հարմար է: Հետևաբար, √D(X) արժեքը նույնպես օգտագործվում է որպես պատահական փոփոխականի հնարավոր արժեքների ցրվածության ցուցիչ: Սահմանում: Ստանդարտ շեղում σ(X)
X պատահական փոփոխականը կոչվում է դիսպերսիայի քառակուսի արմատ. Առաջադրանք թիվ 2.Դիսկրետ պատահական X փոփոխականը նշված է բաշխման օրենքով. Գտե՛ք P2, F(x) բաշխման ֆունկցիան և գծե՛ք դրա գրաֆիկը, ինչպես նաև M(X), D(X), σ(X): Լուծում:
Քանի որ X պատահական փոփոխականի հնարավոր արժեքների հավանականությունների գումարը հավասար է 1-ի, ապա Р2=1- (0,1+0,3+0,2+0,3)=0,1 Գտնենք բաշխման ֆունկցիան F(x)=P(X Երկրաչափական առումով այս հավասարությունը կարելի է մեկնաբանել հետևյալ կերպ. F(x)-ն այն հավանականությունն է, որ պատահական փոփոխականը կընդունի այն արժեքը, որը ներկայացված է թվային առանցքի վրա x կետից ձախ ընկած կետով: Եթե x≤-1, ապա F(x)=0, քանի որ (-∞;x)-ում այս պատահական փոփոխականի մեկ արժեք չկա. Եթե -1<х≤0, то F(х)=Р(Х=-1)=0,1, т. к. в промежуток (-∞;х) попадает только одно значение x1=-1; Եթե 0<х≤1, то F(х)=Р(Х=-1)+ Р(Х=0)=0,1+0,1=0,2, т. к. в промежуток (-∞;x) կա երկու արժեք՝ x1=-1 և x2=0; Եթե 1<х≤2, то F(х)=Р(Х=-1) + Р(Х=0)+ Р(Х=1)= 0,1+0,1+0,3=0,5, т. к. в промежуток (-∞;х) попадают три значения x1=-1, x2=0 и x3=1; Եթե 2<х≤3, то F(х)=Р(Х=-1) + Р(Х=0)+ Р(Х=1)+ Р(Х=2)= 0,1+0,1+0,3+0,2=0,7, т. к. в промежуток (-∞;х) попадают четыре значения x1=-1, x2=0,x3=1 и х4=2; Եթե x>3, ապա F(x)=P(X=-1) + P(X=0)+ P(X=1)+ P(X=2)+P(X=3)= 0.1 +0.1 +0.3+0.2+0.3=1, քանի որ չորս արժեքներ x1=-1, x2=0, x3=1, x4=2 ընկնում են (-∞;x) և x5=3 միջակայքում: https://pandia.ru/text/78/455/images/image006_89.gif" width="14 height=2" height="2"> 0 x≤-1, 0,1 -1<х≤0, 0,2 0-ին<х≤1, F(x)= 0,5 1-ում<х≤2, 0.7 ժամը 2<х≤3, 1 ժամը x>3 Ներկայացնենք F(x) ֆունկցիան գրաֆիկորեն (նկ. 3): https://pandia.ru/text/78/455/images/image014_24.jpg" width="158 height=29" height="29">≈1.2845. §
4. Երկանդամ բաշխման օրենք դիսկրետ պատահական փոփոխական, Պուասոնի օրենքը. Սահմանում: Երկանդամ
կոչվում է դիսկրետ պատահական X փոփոխականի բաշխման օրենք՝ A-ի դեպքերի թիվը n անկախ կրկնվող փորձարկումներում, որոնցից յուրաքանչյուրում A իրադարձությունը կարող է տեղի ունենալ p հավանականությամբ կամ տեղի չունենալ q = 1-p հավանականությամբ: Այնուհետև P(X=m) - A իրադարձության առաջացման հավանականությունը ճիշտ m անգամ n փորձարկումներում հաշվարկվում է Բեռնուլիի բանաձևով. Р(Х=m)=Сmnpmqn-m Երկուական օրենքի համաձայն բաշխված պատահական X փոփոխականի մաթեմատիկական ակնկալիքը, դիսպերսիան և ստանդարտ շեղումը, համապատասխանաբար, գտնվել են՝ օգտագործելով բանաձևերը. https://pandia.ru/text/78/455/images/image016_31.gif" width="26"> Իրադարձության Ա-ի հավանականությունը՝ «հնգակի դուրս գալը» յուրաքանչյուր փորձարկումում նույնն է և հավասար է 1/6-ի։ , այսինքն՝ P(A)=p=1/6, ապա P(A)=1-p=q=5/6, որտեղ - «հինգից ընկնելը»: X պատահական փոփոխականը կարող է ընդունել հետևյալ արժեքները՝ 0;1;2;3: Մենք գտնում ենք X-ի հնարավոր արժեքներից յուրաքանչյուրի հավանականությունը՝ օգտագործելով Բեռնուլիի բանաձևը. Р(Х=0)=Р3(0)=С03р0q3=1 (1/6)0 (5/6)3=125/216; Р(Х=1)=Р3(1)=С13р1q2=3 (1/6)1 (5/6)2=75/216; Р(Х=2)=Р3(2)=С23р2q =3 (1/6)2 (5/6)1=15/216; Р(Х=3)=Р3(3)=С33р3q0=1 (1/6)3 (5/6)0=1/216. Դա. X պատահական փոփոխականի բաշխման օրենքը ունի հետևյալ ձևը. Վերահսկողություն՝ 125/216+75/216+15/216+1/216=1։ Եկեք գտնենք X պատահական փոփոխականի թվային բնութագրերը. M(X)=np=3 (1/6)=1/2, D(X)=npq=3 (1/6) (5/6)=5/12, Առաջադրանք թիվ 4.Ավտոմատ մեքենան դրոշմում է մասերը: Արտադրված մասի թերի լինելու հավանականությունը 0,002 է։ Գտեք հավանականությունը, որ ընտրված 1000 մասերի մեջ կլինեն. ա) 5 թերի; բ) առնվազն մեկը թերի է: Լուծում:
n=1000 թիվը մեծ է, թերի մաս ստեղծելու հավանականությունը p=0.002 փոքր է, իսկ դիտարկվող իրադարձությունները (մասը թերի է ստացվում) անկախ են, հետևաբար գործում է Պուասոնի բանաձևը. Рn(m)= ե-
λ
λm Գտնենք λ=np=1000 0,002=2։ ա) Գտեք հավանականությունը, որ կլինեն 5 թերի մասեր (m=5). Р1000(5)= ե-2
25
= 32 0,13534
= 0,0361 բ) Գտեք հավանականությունը, որ կլինի առնվազն մեկ թերություն: Իրադարձություն A - «ընտրված մասերից առնվազն մեկը թերի է»: հակառակ իրադարձություն- «Բոլոր ընտրված մասերը թերի չեն, հետևաբար, P(A) = 1-P(): Այսպիսով, ցանկալի հավանականությունը հավասար է՝ P(A)=1-P1000(0)=1- ե-2
20
= 1- e-2=1-0,13534≈0,865: Անկախ աշխատանքի առաջադրանքներ.
1.1
1.2.
Ցրված պատահական X փոփոխականը նշված է բաշխման օրենքով. Գտե՛ք p4, F(X) բաշխման ֆունկցիան և գծե՛ք դրա գրաֆիկը, ինչպես նաև M(X), D(X), σ(X): 1.3.
Տուփում կա 9 մարկեր, որոնցից 2-ն այլեւս գրված չեն։ Պատահականորեն վերցրեք 3 մարկեր: Պատահական X փոփոխականը վերցվածների մեջ գրավոր մարկերների թիվն է: Կազմի՛ր պատահական փոփոխականի բաշխման օրենքը: 1.4.
Գրադարանի դարակում պատահականորեն դասավորված է 6 դասագիրք, որոնցից 4-ը փակցված են։ Գրադարանավարը պատահականության սկզբունքով վերցնում է 4 դասագիրք։ Պատահական X փոփոխականը վերցվածների մեջ կապակցված դասագրքերի թիվն է: Կազմի՛ր պատահական փոփոխականի բաշխման օրենքը: 1.5.
Տոմսի վրա երկու առաջադրանք կա. Առաջին խնդիրը ճիշտ լուծելու հավանականությունը 0,9 է, երկրորդը՝ 0,7։ Պատահական X փոփոխականը տոմսում ճիշտ լուծված խնդիրների թիվն է: Կազմեք բաշխման օրենք, հաշվարկեք այս պատահական փոփոխականի մաթեմատիկական ակնկալիքն ու շեղումը, ինչպես նաև գտեք F(x) բաշխման ֆունկցիան և կառուցեք դրա գրաֆիկը։ 1.6.
Երեք հրաձիգներ կրակում են թիրախի վրա. Մեկ կրակոցով թիրախին խոցելու հավանականությունը առաջին կրակողի համար 0,5 է, երկրորդի դեպքում՝ 0,8, երրորդում՝ 0,7։ Պատահական X փոփոխականը թիրախին հարվածների քանակն է, եթե հրաձիգները միանգամից մեկ կրակոց են արձակում: Գտե՛ք բաշխման օրենքը՝ M(X),D(X): 1.7.
Բասկետբոլիստը գնդակը նետում է զամբյուղի մեջ՝ յուրաքանչյուր հարվածի 0,8 հավանականությամբ: Յուրաքանչյուր հարվածի համար նա ստանում է 10 միավոր, իսկ բաց թողնելու դեպքում նրան միավորներ չեն շնորհվում։ Կազմե՛ք X պատահական փոփոխականի բաշխման օրենք՝ բասկետբոլիստի ստացած միավորների քանակը 3 հարվածում: Գտե՛ք M(X),D(X), ինչպես նաև հավանականությունը, որ նա հավաքում է 10 միավորից ավելի: 1.8.
Քարտերի վրա գրված են տառեր, ընդհանուր առմամբ 5 ձայնավոր և 3 բաղաձայն։ Պատահականության սկզբունքով ընտրվում է 3 քարտ, և ամեն անգամ վերցված քարտը հետ է վերադարձվում: Պատահական X փոփոխականը վերցված ձայնավորների թիվն է: Կազմե՛ք բաշխման օրենքը և գտե՛ք M(X),D(X),σ(X): 1.9.
Միջին հաշվով պայմանագրերի 60%-ը Ապահովագրական ընկերությունվճարում է ապահովագրական գումարներ՝ կապված ապահովագրական դեպքի առաջացման հետ: Կազմեք բաշխման օրենք X պատահական փոփոխականի համար՝ պայմանագրերի քանակը, որոնց համար ապահովագրական գումարը վճարվել է պատահականության սկզբունքով ընտրված չորս պայմանագրերից: Գտե՛ք այս մեծության թվային բնութագրերը: 1.10.
Ռադիոկայանն ուղարկում է զանգերի ազդանշաններ (չորսից ոչ ավելի) որոշակի պարբերականությամբ, մինչև երկկողմանի կապ հաստատվի: Զանգի նշանի պատասխան ստանալու հավանականությունը 0,3 է: Պատահական X փոփոխականը ուղարկված կանչերի քանակն է: Կազմե՛ք բաշխման օրենքը և գտե՛ք F(x): 1.11.
Առկա է 3 բանալի, որոնցից միայն մեկն է տեղավորվում կողպեքին։ Կազմեք օրենք կողպեքը բացելու պատահական փոփոխականի X թվի բաշխման համար, եթե փորձված բանալին չի մասնակցում հետագա փորձերին: Գտեք M(X),D(X): 1.12.
Հուսալիության համար իրականացվում են երեք սարքերի հաջորդական անկախ փորձարկումներ: Յուրաքանչյուր հաջորդ սարքը փորձարկվում է միայն այն դեպքում, եթե նախորդը հուսալի է: Յուրաքանչյուր սարքի համար թեստը հանձնելու հավանականությունը 0,9 է։ Կազմեք բաշխման օրենք փորձարկված սարքերի X թվի պատահական փոփոխականի համար: 1.13
Դիսկրետ պատահական X փոփոխականն ունի երեք հնարավոր արժեք՝ x1=1, x2, x3 և x1<х2<х3. Вероятность того, что Х примет значения х1 и х2, соответственно равны 0,3 и 0,2. Известно, что М(Х)=2,2, D(X)=0,76. Составить закон распределения случайной величины. 1.14.
Էլեկտրոնային սարքի բլոկը պարունակում է 100 նույնական տարրեր: T ժամանակի ընթացքում յուրաքանչյուր տարրի ձախողման հավանականությունը 0,002 է: Տարրերը աշխատում են ինքնուրույն: Գտե՛ք հավանականությունը, որ T ժամանակի ընթացքում երկու տարրից ավելին չի խափանվի։ 1.15.
Դասագիրքը լույս է տեսել 50000 օրինակ տպաքանակով։ Հավանականությունը, որ դասագիրքը սխալ է ամրացված, 0,0002 է։ Գտեք հավանականությունը, որ շրջանառությունը պարունակում է. ա) չորս թերի գիրք. բ) երկուից պակաս թերի գիրք. 1
.16.
Ամեն րոպե PBX ժամանող զանգերի թիվը բաշխվում է Պուասոնի օրենքի համաձայն λ=1,5 պարամետրով։ Գտեք հավանականությունը, որ մեկ րոպեից կգա հետևյալը. ա) երկու զանգ. բ) առնվազն մեկ զանգ. 1.17.
Գտե՛ք M(Z),D(Z), եթե Z=3X+Y: 1.18.
Երկու անկախ պատահական փոփոխականների բաշխման օրենքները բերված են. Գտեք M(Z),D(Z), եթե Z=X+2Y: Պատասխանները:
https://pandia.ru/text/78/455/images/image007_76.gif" height="110"> 1.1.
p3=0.4; 0 x≤-2, 0,3 -2<х≤0, F(x)= 0,5 0-ում<х≤2, 0.9 ժամը 2<х≤5, 1 x>5-ում 1.2.
p4=0.1; 0 x≤-1, 0.3 -1<х≤0, 0,4 0-ին<х≤1, F(x)= 0.6 1-ում<х≤2, 0.7 ժամը 2<х≤3, 1 ժամը x>3 M(X)=1; D(X)=2.6; σ(X) ≈1.612. https://pandia.ru/text/78/455/images/image025_24.gif" width="2 height=98" height="98"> 0 x≤0-ում, 0,03 ժամը 0<х≤1, F(x)= 0,37 1-ում<х≤2, 1 x>2-ի համար M(X)=2; D(X)=0.62 M(X)=2.4; D(X)=0.48, P(X>10)=0.896 1.
8
.
M(X)=15/8; D(X)=45/64; σ(X) ≈ M(X)=2.4; D(X)=0,96 https://pandia.ru/text/78/455/images/image008_71.gif" width="14"> 1.11.
M(X)=2; D(X)=2/3 1.14.
1.22 e-0.2≈0.999 1.15.
ա) 0,0189; բ) 0,00049 1.16.
ա) 0,0702; բ)0.77687 1.17.
3,8; 14,2 1.18.
11,2; 4. Գլուխ 2. Շարունակական պատահական փոփոխական
Սահմանում: Շարունակական
Նրանք անվանում են մի մեծություն, որի բոլոր հնարավոր արժեքները լիովին լրացնում են թվային տողի վերջավոր կամ անսահման միջակայքը: Ակնհայտ է, որ շարունակական պատահական փոփոխականի հնարավոր արժեքների թիվը անսահման է: Շարունակական պատահական փոփոխականը կարող է սահմանվել բաշխման ֆունկցիայի միջոցով: Սահմանում:Ֆ բաշխման գործառույթ
Շարունակական պատահական X փոփոխականը կոչվում է F(x) ֆունկցիա, որը որոշում է յուրաքանչյուր արժեքի համար xhttps://pandia.ru/text/78/455/images/image028_11.jpg" width="14" height="13"> Ռ Բաշխման ֆունկցիան երբեմն անվանում են կուտակային բաշխման ֆունկցիա։ Բաշխման ֆունկցիայի հատկությունները.
1)1≤ F(x) ≤1 2) Շարունակական պատահական փոփոխականի համար բաշխման ֆունկցիան շարունակական է ցանկացած կետում և տարբերվող ամենուր, բացառությամբ, հնարավոր է, առանձին կետերի: 3) X պատահական փոփոխականի (a;b), [a;b], [a;b] միջակայքներից մեկի մեջ ընկնելու հավանականությունը հավասար է F(x) ֆունկցիայի արժեքների տարբերությանը: a և b կետերում, այսինքն. R(a)<Х
4) Հավանականությունը, որ շարունակական պատահական X փոփոխականը մեկ առանձին արժեք կընդունի, 0 է: 5) F(-∞)=0, F(+∞)=1 Բաշխման ֆունկցիայի միջոցով շարունակական պատահական փոփոխական նշելը միակ ճանապարհը չէ: Ներկայացնենք հավանականության բաշխման խտության (բաշխման խտության) հայեցակարգը։ Սահմանում
:
Հավանականության բաշխման խտությունը
զ
(
x
)
Շարունակական պատահական փոփոխականի X-ը նրա բաշխման ֆունկցիայի ածանցյալն է, այսինքն. Հավանականության խտության ֆունկցիան երբեմն անվանում են դիֆերենցիալ բաշխման ֆունկցիա կամ դիֆերենցիալ բաշխման օրենք։ Հավանականության խտության բաշխման գրաֆիկը կոչվում է f(x): հավանականության բաշխման կորը
.
Հավանականության խտության բաշխման հատկությունները.
1) f(x) ≥0, xhttps://pandia.ru/text/78/455/images/image029_10.jpg" width="285" height="141">.gif" width="14" բարձրություն ="62 src="> 0 x≤2-ում, f(x)= c(x-2) ժամը 2-ում<х≤6, 0 x>6-ի համար: Գտե՛ք՝ ա) c-ի արժեքը; բ) բաշխման ֆունկցիան F(x) և գծագրել այն. գ) P(3≤x<5) Լուծում:
+
∞ ա) Նորմալացման պայմանից գտնում ենք c-ի արժեքը՝ ∫ f(x)dx=1. Հետեւաբար, -∞ https://pandia.ru/text/78/455/images/image032_23.gif" height="38 src="> -∞ 2 2 x եթե 2<х≤6, то F(x)= ∫ 0dx+∫ 1/8(х-2)dx=1/8(х2/2-2х) = 1/8(х2/2-2х - (4/2-4))= 1/8(x2/2-2x+2)=1/16(x-2)2; Gif" width="14" height="62"> 0 x≤2, F(x)= (x-2)2/16 ժամը 2<х≤6, 1 x>6-ի համար: F(x) ֆունկցիայի գրաֆիկը ներկայացված է Նկար 3-ում https://pandia.ru/text/78/455/images/image034_23.gif" width="14" height="62 src="> 0 x≤0-ում, F(x)= (3 արկտան x)/π 0-ում<х≤√3, 1 x>√3-ի համար: Գտեք f(x) դիֆերենցիալ բաշխման ֆունկցիան Լուծում:
Քանի որ f(x)= F’(x), ուրեմն https://pandia.ru/text/78/455/images/image011_36.jpg" width="118" height="24"> Մաթեմատիկական սպասման և դիսպերսիայի բոլոր հատկությունները, որոնք ավելի վաղ քննարկվել էին ցրված պատահական փոփոխականների համար, վավեր են նաև շարունակականների համար: Առաջադրանք թիվ 3.Պատահական X փոփոխականը սահմանվում է f(x) դիֆերենցիալ ֆունկցիայով. https://pandia.ru/text/78/455/images/image036_19.gif" height="38"> -∞ 2 X3/9 + x2/6 = 8/9-0+9/6-4/6=31/18, https://pandia.ru/text/78/455/images/image032_23.gif" height="38"> +∞ D(X)= ∫ x2 f(x)dx-(M(x))2=∫ x2 x/3 dx+∫1/3x2 dx=(31/18)2=x4/12 + x3/9 - - (31/18)2=16/12-0+27/9-8/9-(31/18)2=31/9- (31/18)2==31/9(1-31/36)=155/324, https://pandia.ru/text/78/455/images/image032_23.gif" height="38"> P (1<х<5)= ∫ f(x)dx=∫ х/3 dx+∫ 1/3 dx+∫ 0 dx= х2/6 +1/3х = 4/6-1/6+1-2/3=5/6. Խնդիրներ անկախ լուծման համար.
2.1.
Շարունակական պատահական X փոփոխականը նշվում է բաշխման ֆունկցիայով. 0 x≤0-ում, F(x)= https://pandia.ru/text/78/455/images/image038_17.gif" width="14" height="86"> 0 x≤ π/6-ի համար, F(x)= - cos 3x π/6-ում<х≤ π/3, 1 x> π/3-ի համար: Գտե՛ք f(x) դիֆերենցիալ բաշխման ֆունկցիան և նաև Р(2π /9<Х< π /2). 2.3.
0 x≤2-ում, f(x)= c x 2-ում<х≤4, 0 x>4-ի համար: 2.4.
Շարունակական պատահական X փոփոխականը նշվում է բաշխման խտությամբ. 0 x≤0-ում, f(x)= c √x 0-ում<х≤1, 0 x>1-ի համար: Գտեք՝ ա) թիվը c; բ) M(X), D(X): 2.5.
https://pandia.ru/text/78/455/images/image041_3.jpg" width="36" height="39"> x-ում, 0 x-ում: Գտե՛ք՝ ա) F(x) և կառուցե՛ք դրա գրաֆիկը. բ) M(X),D(X), σ(X); գ) հավանականությունը, որ չորսում անկախ թեստեր X արժեքը կվերցնի ուղիղ 2 անգամ ավելի քան (1;4) միջակայքին պատկանող արժեքը: 2.6.
Շարունակական պատահական X փոփոխականի հավանականության բաշխման խտությունը տրված է. f(x)= 2(x-2) x-ում, 0 x-ում: Գտե՛ք՝ ա) F(x) և կառուցե՛ք դրա գրաֆիկը. բ) M (X), D (X), σ (X); գ) հավանականությունը, որ երեք անկախ փորձարկումներում X-ի արժեքը կկազմի հատվածին պատկանող արժեքի ուղիղ 2 անգամ: 2.7.
f(x) ֆունկցիան տրված է հետևյալ կերպ. https://pandia.ru/text/78/455/images/image045_4.jpg" width="43" height="38 src=">.jpg" width="16" height="15">[-√ 3/2; √3/2]: 2.8.
f(x) ֆունկցիան տրված է հետևյալ կերպ. https://pandia.ru/text/78/455/images/image046_5.jpg" width="45" height="36 src="> .jpg" width="16" height="15">[- π. /4 ; π /4]: Գտեք՝ ա) c հաստատունի արժեքը, որի դեպքում ֆունկցիան կլինի X որոշ պատահական փոփոխականի հավանականության խտությունը. բ) բաշխման ֆունկցիա F(x). 2.9.
X պատահական փոփոխականը, որը կենտրոնացած է (3;7) միջակայքում, նշվում է F(x)= բաշխման ֆունկցիայով: Գտեք դրա հավանականությունը X պատահական փոփոխականը կընդունի արժեքը՝ ա) 5-ից պակաս, բ) 7-ից ոչ պակաս: 2.10.
Պատահական փոփոխական X՝ կենտրոնացած միջակայքի վրա (-1;4), տրված է F(x)= բաշխման ֆունկցիայով: Գտեք դրա հավանականությունը պատահական X փոփոխականը կընդունի արժեքը՝ ա) 2-ից պակաս, բ) 4-ից ոչ պակաս: 2.11.
https://pandia.ru/text/78/455/images/image049_6.jpg" width="43" height="44 src="> .jpg" width="16" height="15">: Գտե՛ք՝ ա) թիվը c; բ) M(X); գ) հավանականություն P(X> M(X)): 2.12.
Պատահական փոփոխականը սահմանվում է դիֆերենցիալ բաշխման ֆունկցիայով. https://pandia.ru/text/78/455/images/image050_3.jpg" width="60" height="38 src=">.jpg" width="16 height=15" height="15"> . Գտեք՝ ա) M(X); բ) հավանականություն P(X≤M(X)) 2.13.
Rem բաշխումը տրվում է հավանականության խտությամբ. https://pandia.ru/text/78/455/images/image052_5.jpg" width="46" height="37"> x ≥0-ի համար: Ապացուցեք, որ f(x)-ն իսկապես հավանականության խտության ֆունկցիա է: 2.14.
Շարունակական պատահական X փոփոխականի հավանականության բաշխման խտությունը տրված է. https://pandia.ru/text/78/455/images/image054_3.jpg" width="174" height="136 src=">(նկ. 4) (նկ.5) 2.16.
Պատահական X փոփոխականը բաշխվում է օրենքի համաձայն. ուղղանկյուն եռանկյուն«(0;4) միջակայքում (նկ. 5): Գտեք վերլուծական արտահայտություն f(x) հավանականության խտության համար ամբողջ թվային տողի վրա: Պատասխանները
0 x≤0-ում, f(x)= https://pandia.ru/text/78/455/images/image038_17.gif" width="14" height="86"> 0 x≤ π/6-ի համար, F(x)= 3sin 3x π/6-ում<х≤ π/3, 0 x> π/3-ի համար: Շարունակական պատահական X փոփոխականն ունի միասնական օրենքբաշխումը որոշակի միջակայքի վրա (a;b), որը պարունակում է X-ի բոլոր հնարավոր արժեքները, եթե հավանականության բաշխման խտությունը f(x) այս միջակայքում հաստատուն է և հավասար է 0-ի դրանից դուրս, այսինքն. 0 x≤a-ի համար, f(x)= a-ի համար<х
0 x≥b-ի համար: f(x) ֆունկցիայի գրաֆիկը ներկայացված է Նկ. 1 https://pandia.ru/text/78/455/images/image038_17.gif" width="14" height="86"> 0 x≤a-ի համար, F(x)= https://pandia.ru/text/78/455/images/image077_3.jpg" width="30" height="37">, D(X)=, σ(X)=. Առաջադրանք թիվ 1.Պատահական X փոփոխականը միատեսակ բաշխված է հատվածի վրա: Գտնել. ա) հավանականության բաշխման խտությունը f(x) և գծագրել այն. բ) բաշխման ֆունկցիան F(x) և գծագրել այն. գ) M(X),D(X), σ(X): Լուծում:
Օգտագործելով վերը քննարկված բանաձևերը, a=3, b=7, մենք գտնում ենք. https://pandia.ru/text/78/455/images/image081_2.jpg" width="22" height="39"> 3≤х≤7, 0 x>7-ի համար Եկեք կառուցենք դրա գրաֆիկը (նկ. 3): https://pandia.ru/text/78/455/images/image038_17.gif" width="14" height="86 src="> 0 x≤3, F(x)= https://pandia.ru/text/78/455/images/image084_3.jpg" width="203" height="119 src=">նկ. 4 D(X) = ==https://pandia.ru/text/78/455/images/image089_1.jpg" width="37" height="43">==https://pandia.ru/text/ 78/455/images/image092_10.gif" width="14" height="49 src="> 0 ժամը x<0, f(x)= λε-λх x≥0-ի համար: X պատահական փոփոխականի բաշխման ֆունկցիան, որը բաշխված է ըստ էքսպոնենցիալ օրենքի, տրված է բանաձևով. https://pandia.ru/text/78/455/images/image094_4.jpg" width="191" height="126 src=">fig..jpg" width="22" height="30"> , D(X)=, σ (Х)= Այսպիսով, մաթեմատիկական ակնկալիքը և էքսպոնենցիալ բաշխման ստանդարտ շեղումը հավասար են միմյանց: X-ի (a;b) միջակայքում ընկնելու հավանականությունը հաշվարկվում է բանաձևով. P(a<Х
Առաջադրանք թիվ 2.Սարքի առանց խափանումների աշխատանքի միջին ժամանակը 100 ժամ է, ենթադրելով, որ սարքի առանց խափանումների գործարկման ժամանակը ունի էքսպոնենցիալ բաշխման օրենք, գտե՛ք. ա) հավանականության բաշխման խտությունը. բ) բաշխման ֆունկցիա; գ) հավանականությունը, որ սարքի առանց խափանումների շահագործման ժամանակը կգերազանցի 120 ժամը: Լուծում:
Ըստ պայմանի՝ մաթեմատիկական բաշխումը M(X)=https://pandia.ru/text/78/455/images/image098_10.gif" height="43 src="> 0 x-ում.<0, ա) f(x)= 0.01e -0.01x x≥0-ի համար: բ) F(x)= 0 x-ում<0, 1-e -0.01x x≥0-ում: գ) Մենք գտնում ենք ցանկալի հավանականությունը՝ օգտագործելով բաշխման ֆունկցիան. P(X>120)=1-F(120)=1-(1- e -1.2)= e -1.2≈0.3. §
3. Նորմալ բաշխման օրենք Սահմանում:
Շարունակական պատահական X փոփոխականն ունի նորմալ բաշխման օրենք (Գաուսի օրենք),
եթե դրա բաշխման խտությունը ունի հետևյալ ձևը. , որտեղ m=M(X), σ2=D(X), σ>0: Նորմալ բաշխման կորը կոչվում է նորմալ կամ Գաուսի կոր
(նկ.7) Նորմալ կորը սիմետրիկ է x=m ուղիղ գծի նկատմամբ, ունի առավելագույնը x=a-ում, հավասար է . X պատահական փոփոխականի բաշխման ֆունկցիան, որը բաշխված է նորմալ օրենքի համաձայն, արտահայտվում է Լապլասի Ֆ (x) ֆունկցիայի միջոցով՝ ըստ բանաձևի. , որտեղ է Լապլասի ֆունկցիան: Մեկնաբանություն:
Ф(x) ֆունկցիան կենտ է (Ф(-х)=-Ф(х)), բացի այդ, x>5-ի համար կարող ենք ենթադրել Ф(х) ≈1/2։ F(x) բաշխման ֆունկցիայի գրաֆիկը ներկայացված է Նկ. 8 https://pandia.ru/text/78/455/images/image106_4.jpg" width="218" height="33"> Հավանականությունը, որ բացարձակ արժեքԴ դրական թվից փոքր շեղումները հաշվարկվում են բանաձևով. Մասնավորապես, m=0-ի համար գործում է հետևյալ հավասարությունը. «Երեք սիգմայի կանոն»
Եթե X պատահական փոփոխականն ունի նորմալ բաշխման օրենք m և σ պարամետրերով, ապա գրեթե վստահ է, որ դրա արժեքը գտնվում է միջակայքում (a-3σ; a+3σ), քանի որ. https://pandia.ru/text/78/455/images/image110_2.jpg" width="157" height="57 src=">a) բ) Եկեք օգտագործենք բանաձևը. https://pandia.ru/text/78/455/images/image112_2.jpg" width="369" height="38 src="> Ֆ(х) ֆունկցիայի արժեքների աղյուսակից մենք գտնում ենք Ф(1.5)=0.4332, Ф(1)=0.3413։ Այսպիսով, ցանկալի հավանականությունը. P (28 Անկախ աշխատանքի առաջադրանքներ
3.1.
X պատահական փոփոխականը հավասարաչափ բաշխված է (-3;5) միջակայքում: Գտնել. բ) բաշխման ֆունկցիա F(x); գ) թվային բնութագրերը. դ) հավանականություն P(4<х<6). 3.2.
Պատահական X փոփոխականը միատեսակ բաշխված է հատվածի վրա: Գտնել. ա) բաշխման խտությունը f(x); բ) բաշխման ֆունկցիա F(x); գ) թվային բնութագրերը. դ) հավանականություն P (3≤x≤6). 3.3.
Մայրուղու վրա կա ավտոմատ լուսացույց, որի վրա կանաչ լույսը վառվում է 2 րոպե, դեղինը՝ 3 վայրկյան, կարմիրը՝ 30 վայրկյան և այլն։ Ավտոմեքենան շրջում է մայրուղով պատահական պահին։ Գտեք հավանականությունը, որ մեքենան առանց կանգ առնելու կանցնի լուսացույցի վրայով։ 3.4.
Մետրոյի գնացքները կանոնավոր աշխատում են 2 րոպե ընդմիջումներով: Ուղևորը պատահական ժամանակ է մտնում հարթակ: Որքա՞ն է հավանականությունը, որ ուղևորը ստիպված կլինի սպասել ավելի քան 50 վայրկյան գնացքի համար: Գտեք X պատահական փոփոխականի մաթեմատիկական ակնկալիքը՝ գնացքի սպասման ժամանակը: 3.5.
Գտե՛ք բաշխման ֆունկցիայի կողմից տրված էքսպոնենցիալ բաշխման շեղումը և ստանդարտ շեղումը. F(x)= 0 x-ում<0, 1-8x x≥0-ի համար: 3.6.
Շարունակական պատահական X փոփոխականը որոշվում է հավանականության բաշխման խտությամբ. f(x)= 0 x-ում<0, 0.7 e-0.7x x≥0-ում: ա) Անվանեք դիտարկվող պատահական փոփոխականի բաշխման օրենքը. բ) Գտե՛ք F(X) բաշխման ֆունկցիան և X պատահական փոփոխականի թվային բնութագրերը։ 3.7.
Պատահական X փոփոխականը բաշխվում է ըստ էքսպոնենցիալ օրենքի, որը նշված է հավանականության բաշխման խտությամբ. f(x)= 0 x-ում<0, 0,4 e-0,4 x x≥0-ում: Գտե՛ք հավանականությունը, որ թեստի արդյունքում X-ը արժեք կվերցնի (2.5;5) միջակայքից։ 3.8.
Շարունակական պատահական X փոփոխականը բաշխվում է բաշխման ֆունկցիայի կողմից սահմանված էքսպոնենցիալ օրենքի համաձայն. F(x)= 0 x-ում<0, 1-ին-0.6x x≥0-ում Գտե՛ք այն հավանականությունը, որ թեստի արդյունքում X-ը արժեք կվերցնի հատվածից։ 3.9.
Սովորաբար բաշխված պատահական փոփոխականի ակնկալվող արժեքը և ստանդարտ շեղումը համապատասխանաբար 8 և 2 են Գտեք. ա) բաշխման խտությունը f(x); բ) հավանականությունը, որ թեստի արդյունքում X-ը արժեք կվերցնի (10;14) միջակայքից: 3.10.
Պատահական X փոփոխականը սովորաբար բաշխվում է 3,5 մաթեմատիկական ակնկալիքով և 0,04 շեղումով: Գտնել. ա) բաշխման խտությունը f(x); բ) հավանականությունը, որ թեստի արդյունքում X-ը արժեք կվերցնի հատվածից: 3.11.
X պատահական փոփոխականը սովորաբար բաշխվում է M(X)=0 և D(X)=1: Իրադարձություններից ո՞րն է՝ |X|≤0.6 կամ |X|≥0.6 ավելի հավանական: 3.12.
Պատահական X փոփոխականը սովորաբար բաշխվում է M(X)=0 և D(X)=1 Ո՞ր միջակայքից է (-0.5;-0.1) կամ (1;2) ավելի հավանական է, որ արժեք ստանա մեկ թեստի ընթացքում: 3.13.
Մեկ բաժնետոմսի ընթացիկ գինը կարելի է մոդելավորել՝ օգտագործելով նորմալ բաշխման օրենքը M(X)=10 den-ով: միավորներ եւ σ (X)=0,3 դեն. միավորներ Գտնել. ա) հավանականությունը, որ բաժնետոմսի ընթացիկ գինը կլինի 9,8 դեն-ից: միավորներ մինչև 10,4 օր միավորներ; բ) օգտագործելով «երեք սիգմա կանոնը», գտեք այն սահմանները, որոնցում կգտնվի բաժնետոմսի ընթացիկ գինը: 3.14.
Նյութը կշռվում է առանց համակարգված սխալների: Կշռման պատահական սխալները ենթարկվում են նորմալ օրենքի՝ σ=5գ միջին քառակուսի հարաբերակցությամբ: Գտե՛ք այն հավանականությունը, որ չորս անկախ փորձերի ժամանակ երեք կշռման ժամանակ սխալ տեղի չի ունենա 3r բացարձակ արժեքով: 3.15.
X պատահական փոփոխականը սովորաբար բաշխվում է M(X)=12.6-ով: Պատահական փոփոխականի (11.4;13.8) միջակայքում ընկնելու հավանականությունը 0.6826 է։ Գտե՛ք ստանդարտ շեղումը σ. 3.16.
Պատահական X փոփոխականը բաշխվում է նորմալ M(X)=12-ով և D(X)=36-ով Գտեք այն միջակայքը, որի մեջ 0,9973 հավանականությամբ կհայտնվի X պատահական փոփոխականը: 3.17.
Ավտոմատ մեքենայի կողմից արտադրված հատվածը համարվում է թերի, եթե դրա վերահսկվող պարամետրի X շեղումը անվանական արժեքից գերազանցում է չափման մոդուլը 2 միավորը: Ենթադրվում է, որ X պատահական փոփոխականը սովորաբար բաշխվում է M(X)=0 և σ(X)=0.7: Մեքենան արտադրում է թերի մասերի քանի՞ տոկոս: 3.18.
Մասի X պարամետրը բաշխվում է նորմալ՝ անվանական արժեքին հավասար 2 մաթեմատիկական ակնկալիքով և 0,014 ստանդարտ շեղումով։ Գտե՛ք այն հավանականությունը, որ X-ի շեղումը անվանական արժեքից չի գերազանցի անվանական արժեքի 1%-ը։ Պատասխանները
https://pandia.ru/text/78/455/images/image116_9.gif" width="14" height="110 src="> բ) 0 x≤-3-ի համար, F(x)= ձախ"> 3.10.
ա) f(x)=, բ) Р(3.1≤Х≤3.7) ≈0.8185. 3.11.
|x|≥0.6. 3.12.
(-0,5;-0,1). 3.13.
ա) P(9.8≤Х≤10.4) ≈0.6562. 3.14.
0,111. 3.15.
σ=1.2. 3.16.
(-6;30). 3.17.
0,4%. Ցրվածությունշարունակական պատահական X փոփոխականը, որի հնարավոր արժեքները պատկանում են ամբողջ Ox առանցքին, որոշվում է հավասարությամբ. Ծառայության նպատակը. Առցանց հաշվիչը նախատեսված է լուծելու այն խնդիրները, որոնցում կամ բաշխման խտությունը f(x) կամ բաշխման ֆունկցիա F(x) (տես օրինակ): Սովորաբար նման առաջադրանքներում պետք է գտնել մաթեմատիկական ակնկալիք, ստանդարտ շեղում, f(x) և F(x) ֆունկցիաների սյուժետային գրաֆիկներ. Հրահանգներ. Ընտրեք աղբյուրի տվյալների տեսակը՝ բաշխման խտություն f(x) կամ բաշխման ֆունկցիա F(x): Բաշխման խտությունը f(x) տրված է. F(x) բաշխման ֆունկցիան տրված է. Շարունակական պատահական փոփոխականը որոշվում է հավանականության խտությամբ Պատահական X փոփոխականը կոչվում է շարունակական
, եթե դրա բաշխման ֆունկցիան F(X)=P(X< x) непрерывна и имеет производную.
K = (x, y): |x| +|y|£ 2). Գտեք հավանականությունը . Արդյո՞ք x-ը և h-ն անկախ են: X և h պատահական փոփոխականների զույգը հավասարաչափ բաշխված են K= եռանկյան ներսում: Հաշվի՛ր x և h խտությունները։ Արդյո՞ք այս պատահական փոփոխականները անկախ են: Գտեք հավանականությունը. Պատահական x և h փոփոխականները անկախ են և հավասարաչափ բաշխված են հատվածների վրա և [-1,1]: Գտեք հավանականությունը. Երկչափ պատահական փոփոխականը (x, h) հավասարաչափ բաշխված է (2,0), (0,2), (-2, 0), (0,-2) գագաթներով քառակուսու վրա։ Գտե՛ք համատեղ բաշխման ֆունկցիայի արժեքը (1, -1) կետում։ Պատահական վեկտորը (x, h) հավասարաչափ բաշխված է սկզբնակետում կենտրոնացած 3 շառավղով շրջանագծի ներսում: Գրեք արտահայտություն համատեղ բաշխման խտության համար: Որոշեք, թե արդյոք այս պատահական փոփոխականները կախված են: Հաշվարկել հավանականությունը. Պատահական x և h փոփոխականների զույգը հավասարաչափ բաշխված է տրապեզիի ներսում՝ գագաթներով (-6,0), (-3,4), (3,4), (6,0) կետերում: Գտեք այս զույգ պատահական փոփոխականների համատեղ բաշխման խտությունը և բաղադրիչների խտությունը: Արդյո՞ք x-ը և h-ը կախված են: Պատահական զույգը (x, h) հավասարաչափ բաշխված է կիսաշրջանի ներսում: Գտե՛ք x և h խտությունները, ուսումնասիրե՛ք դրանց կախվածության հարցը։ Երկու պատահական փոփոխականների համատեղ խտությունը x և h հավասար է .
Գտե՛ք x, h խտությունները: Քննեք x-ի և h-ի կախվածության հարցը: Պատահական զույգը (x, h) հավասարաչափ բաշխված է հավաքածուի վրա: Գտե՛ք x և h խտությունները, ուսումնասիրե՛ք դրանց կախվածության հարցը։ Գտեք M(xh): Պատահական x և h փոփոխականները անկախ են և բաշխված են ըստ էքսպոնենցիալ օրենքի՝ Գտնել պարամետրով
կախված չէ այս միջակայքը բաց կամ փակ լինելուց, այսինքն.
և միավոր արժեքների համար
.Շարունակական պատահական փոփոխականի համար
.
և միավորի համար
. Ժամանակը հոսում է հավասարաչափ. Հետեւաբար, հավանականությունը, որ իրական ժամանակն ավելի քիչ է Ա+ 0,5 րոպե, հավասար է 0,5-ի, քանի որ նույնքան հավանական է, թե արդյոք այն անցել է հետո Ակես րոպեից պակաս կամ ավելի: Հավանականությունը, որ իրական ժամանակը քիչ է Ա+ 0,25 րոպե, հավասար է 0,25-ի (այս ժամանակի հավանականությունը երեք անգամ փոքր է իրական ժամանակի ավելի մեծ լինելու հավանականությունից Ա+ 0,25 րոպե, և դրանց գումարը հավասար է մեկի՝ որպես հակառակ իրադարձությունների հավանականությունների գումար): Նմանապես պատճառաբանելով՝ մենք գտնում ենք, որ իրական ժամանակի հավանականությունն ավելի քիչ է Ա+ 0,6 րոպե, հավասար է 0,6-ի: Ընդհանուր առմամբ, հավանականությունը, որ իրական ժամանակն ավելի քիչ է Ա
+ + α
ր
, հավասար է α
. Հետևաբար, իրական ժամանակի բաշխման ֆունկցիան ունի հետևյալ արտահայտությունը.
, այսինքն.
. Գործառույթ Ֆ(X) չնվազող է՝ միջակայքում
այն հաստատուն է, հավասար է զրոյի, միջակայքում
ավելանում է արանքում
նույնպես հաստատուն է՝ հավասար միասնության (տե՛ս նկ. 8.4): Ֆունկցիան շարունակական է յուրաքանչյուր կետում XՆրա սահմանման 0 տարածքը `ինտերվալ
, հետևաբար ձախ կողմում շարունակական է, այսինքն. հավասարությունը պահպանվում է
,
.
,
.
բավարարում է բաշխման ֆունկցիային բնորոշ բոլոր հատկությունները։ Այսպիսով, այս գործառույթը
որոշ պատահական փոփոխականի բաշխման ֆունկցիան է X.
այն նվազում է և շարունակական չէ։ Ֆունկցիայի գրաֆիկը ներկայացված է Նկ. 8.5.
.
կետում
,
.
.
պատահական փոփոխականի հարվածներ Xտվյալ ժամանակահատվածում հաշվարկվում է բանաձևով
. Գտեք այս պատահական փոփոխականի բաշխման ֆունկցիան:
.
.
, հավասար է
, Դա
.
, Դա .
, Դա
, Դա
(Ռեյլի բաշխման օրենքը - օգտագործվում է ռադիոտեխնիկայում): Գտեք M(x), D(x):
Շարունակական պատահական փոփոխականի բաշխման ֆունկցիան օգտագործվում է տվյալ ինտերվալի մեջ պատահական փոփոխականի ընկնելու հավանականությունը հաշվարկելու համար.
P(α< X < β)=F(β) - F(α)
Ավելին, շարունակական պատահական փոփոխականի համար կարևոր չէ, թե արդյոք դրա սահմանները ներառված են այս միջակայքում, թե ոչ.
P(α< X < β) = P(α ≤ X < β) = P(α ≤ X ≤ β)
Բաշխման խտությունը
շարունակական պատահական փոփոխականը կոչվում է ֆունկցիա
f(x)=F’(x) , բաշխման ֆունկցիայի ածանցյալ։Բաշխման խտության հատկությունները
1. Պատահական փոփոխականի բաշխման խտությունը ոչ բացասական է (f(x) ≥ 0) x-ի բոլոր արժեքների համար:
2. Նորմալացման պայման.
Նորմալացման պայմանի երկրաչափական նշանակությունը՝ բաշխման խտության կորի տակ գտնվող տարածքը հավասար է միասնության։
3. X պատահական փոփոխականի՝ α-ից β միջակայքում ընկնելու հավանականությունը կարելի է հաշվարկել բանաձևով.
Երկրաչափորեն, շարունակական պատահական X փոփոխականի (α, β) ինտերվալի մեջ ընկնելու հավանականությունը հավասար է կորագիծ trapezoid-ի մակերեսին բաշխման խտության կորի տակ՝ հիմնված այս ընդմիջման վրա:
4. Բաշխման ֆունկցիան խտությամբ արտահայտվում է հետեւյալ կերպ.
Բաշխման խտության արժեքը x կետում հավասար չէ այս արժեքի ընդունման հավանականությանը շարունակական պատահական փոփոխականի համար, մենք կարող ենք խոսել միայն տվյալ ինտերվալի մեջ ընկնելու հավանականության մասին. Թող)