Similar presentations:
Показательное распределение
1. §3.6.2.2. Показательное распределение
2.
Показательным (экспоненциальным)распределением СВ называют распределение
СВ, которое описывается плотностью
распределения
0 , x 0 ,
р(х)=
exp( x ), x 0 ,
где -положительная постоянная величина.
x
0
x
F ( x ) p( y )dy 0dx exp( x )dx 1 exp( x )
0
3.
4.
Найдем функцию распределения:0 , x 0 ,
F( x )
1 exp( x ), x 0
Определим числовые характеристики
распределения.
Вычислим МО по формуле:
1
M[X]= xp( x )dx x exp( x )dx x exp( x )d ( x )
0
0
5.
Обозначимy= x,
dy=d( x).
и проинтегрируем интеграл по частям,
полагая
u=y,
du=dy,
а dv=exp(-y)dy, v=-exp(-y).
Тогда после всех преобразований получим:
M[X]=1/ .
Вычислим дисперсию
D[X]= 2[X]–(M[X])2
6.
Определим второй начальный момент:1
2 [ X ] x 2 p( x )dx x 2 exp( x )dx ( x 2 ) exp( x )d ( x )
2 0
0
Введем обозначения
y= x,
dy=d( x)
и проинтегрируем интеграл по частям, полагая
u=y2, du=2ydy, а dv=exp(-y)dy, v=-exp(-y).
Тогда после всех преобразований получим
2[X]=2/ 2.
7.
Дисперсия и стандартное отклонениесоответственно:
D[X]= 2[X]–(M[X])2 =1/ 2;
=1/ .
Показательный закон широко используется в
теории надежности при исследовании
отказов и безотказной работы процессов и
систем.
8. §3.6.2.3. Нормальное распределение
Нормальный закон распределения(закон Гаусса) наиболее часто встречающийся
на практике закон распределения,
описывающий случайные возмущения и
отклонения основных характеристик
процессов и систем, ошибки измерений и т.д.
9.
Этот закон является предельнымзаконом, к которому приближаются другие
законы распределения при весьма часто
встречающихся типичных условиях.
Непрерывная СВ называется
распределенной по нормальному закону,
если ее плотность вероятности определяется
выражением:
р(х)=
1
2
2
exp[ ( x m ) /( 2 )].
x
2
10.
Криваянормального
закона имеет
вид:
Максимальное значение max p(x) достигается
при значении x=mx и равно
max p(x)=1/ 2 . При х плотность
р(х) 0. Параметры mx и называются
параметрами распределения.
11.
Вычислим основные характеристики СВ Х. МО:1
2
2
M [ X ] xp( x )dx
x exp[ ( x m x ) /( 2 ) ] dx
2
Полагая, что
dx 2dt
t
x m
x
2
и
x 2t mx
получим
1
2
M[X ]
( 2t m x ) exp[ t ] 2dt
2
2
exp[ t 2 ]
exp[ t 2 ]dt m x
2
,
12.
т.к.и
2 ]dt 0
t
exp[
t
2 ]dt
exp[
t
- интеграл Эйлера-Пуассона.
Т.о.
M[X]= mx .
13.
Определим теперь дисперсию:2
D[ X ] ( x mx ) p( x)dx
1
2 exp[ ( x m )2 /(2 )2 ] p( x)dx
(
x
m
)
x
x
2
x m
Заменим переменную
x
t
2
и
применим интегрирование по частям (u=t,
dv=2texp(-t2)dt, du=dt, v=-exp(-t2))
14.
После всех преобразований получим D[X]= 2 ,поскольку -exp(-t2) при t убывает быстрее,
чем возрастает t.
Рассмотрим влияние параметров нормального
распределения на форму кривой
распределения.
Из выражения для плотности вероятности
нормального распределения следует, что mx
является центром симметрии и рассеивания,
15.
Т.к. изменение (х-mx) на обратный знак не влияетна кривую распределения. Увеличение или
уменьшение mx ведет к смещению кривой
распределения
16.
Увеличение или уменьшение 2 ведетсоответственно к увеличению крутизны и
пологости кривой распределения .
Т.о. параметр mx
характеризует
положение кривой
Распределения
на оси х, а параметр
2 характеризует
форму кривой.
17.
x mx1
F [ X ] Ф
2
18.
19.
20.
Правило трёх сигм.Если случайная величина распределена
нормально, то абсолютная величина её
отклонения от математического ожидания не
превосходит утроенного среднего
квадратического отклонения с вероятностью
0,9973.
Если закон распределения СВ
неизвестен, а известны только m и , на
практике обычно считают отрезок m 3 ,
участком практически возможных значений
СВ.