МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ЗавданняСамостійна робота № 7 Тема: Розв’язування задач з теми «Поняттявипадкової величини та функції розподілу». Мета: Закріпити набуті знання та навички, перевірити їх при виконанні практичних завдань. Завдання 1. Засвоїти теоретичний матеріал згідно теми; 2. Дати відповіді на поставлені питання (лекція 7); 3. Виконати письмово приведені завдання; 4. Випишіть питання, що виникли в ході засвоєння матеріалу; 5. Зробіть висновки. Рекомендована література: 1. Барковський В.В. Теорія ймовірностей та математична статистика – К: Центр учбової літератури, 2010р. 2. Кочетков Е.С. Теорія ймовірностей і математична статистика – М: Форум, 2011р Поняттявипадкової величини та функції розподілу Випадковою величиною ( ВВ.) називається величина, яка внаслідок випробування приймає те або інакше невідоме зазделегідь значення. Функцією розподілу випадкової величини Х називається функція F(х), яка при кожному своєму аргументі х чисельно дорівнює ймовірності того, що випадкова величина Х виявиться менше за значенням аргументу х: F(x)=P{X<x} За допомогою табличного запису закону розподілу можна визначити функцію розподілу F(x) випадкової величини Х за формулою F(x)=P{X<x}= Властивості функції розподілу: 1) F(x) – неспадна функція, тобто якщо x1>x2, то F(x1)≥F(x2); 2) F(-∞)=0, F(+∞)=1, тобто 0 ≤F(х) ≤1. 3) Р{а < X < b} = F(b) - F(а). Аналітичний запис функції розподілу : Для дискретних випадкових величин F(x) – розривна ступенчата функція, неперервна ліворуч. Дискретні випадкові величини Випадкова величина X називається дискретною (ДВВ), якщо: w сукупність її можливих значень вдається перерахувати - х1, х2, .. хn (або х1, х2, .. хn …..), тобто її значення належать лічильній множині - скінченній або нескінченній; w можна знайти відповідні ймовірності рk = Р{Х = хk} того, що випадкова величина X приймає ці значення . Закон розподілу - це вичерпна характеристика випадкової величини, зв'язок між можливими значеннями випадкової величини (або конкретними діапазонами значень) і відповідними ймовірностями.
Найбільш простою формою задання закону розподілу ДВВ є ряд розподілу – таблиця: у першому рядку перераховують всі можливі значення випадкової величини в порядку зростання, а у другому - відповідні імовірності: Оскільки події {X = хk}, {X = х2},... несумісні й утворять повну групу подій, то - умова нормування. Приклад 1У грошовій лотереї розігрується 2 виграші по 1000 грн, 10 виграшів по 100 грн і 100 виграшів по 10 грн за загальної кількості білетів 10000. Визначити закон розподілу випадкової величини Х - виграшу власника одного лотерейного білета. Розв язання. Можливими значеннями дискретної випадкової величини Х є числа х1=1000, х2=100, х3=10, х4=0. Відповідні їхні ймовірності обчислюємо за формулою: pk= nk/n, де nk - кількість виграшних білетів на відповідну суму гривень, n - кількість всіх білетів лотереї. Одержимо:
. Закон розподілу випадкової величини Х запишемо у вигляді таблиці:
Приклад 2Дискретна випадкова величина Х задана законом розподілу, що визначається табоицею. Знайти функцію розподілу випадкової величини Х. Розв язання. Якщо x ≤ −2, то F(x) = P{X < -2} = 0, бо подія {X < -2} неможлива. Якщо −2 < x ≤1, то F(x) = P{X < 1} = 0,2, бо подія {X < 1} рівносильна події {X = −2}, яка має ймовірність 0,2. Якщо 1< x ≤ 4, то F(x) = P{X ≤ 4} = 0,2 + 0,1= 0,3, бо подія {X ≤ 4} є сумою двох несумісних подій: {X = −2}, яка має ймовірність 0,2, і {X =1}, яка має ймовірність 0,1. Якщо 4 < x ≤ 6, то F(x) = P{X ≤ 6} = 0,2 + 0,1+ 0,3 = 0,6, бо подія {X ≤ 6} є сумою трьох несумісних подій: {X = −2}, яка має ймовірність 0,2, {X =1}, яка має ймовірність 0,1 і {X = 4}, яка має ймовірність 0,3. Якщо x > 6, то F(x) = P{X > 6} =1, бо подія {X > 6} є вірогідною. Отже, функція розподілу заданої дискретної випадкової величини має такий аналітичний та графічний вигляд: Графік функції розподілу дискретної випадкової величини має „східчастий" характер. Основні закони розподілу дискретних випадкових величин Біномний закон розподілу. Нехай проводиться n незалежних випробувань за схемою Бернуллі і р = Р(А) - імовірність появи події А в кожному окремому випробуванні. Сформулюємо задачу: написати закон розподілу дискретної випадкової величини Х - кількості появ події А в цих n випробуваннях. Випадкова величина Х може набути значень: x0=0; x1=1; x2=2;…xn=n. Імовірності можливих значень хk випадкової величини Х обчислимо за біномною формулою: Одержимо закон розподілу описаної випадкової величиниХ, який називається біномним:
Приклад 3.Прилад складається з чотирьох елементів і ймовірність наявності технічних неполадок у кожному з них становить 0,5. Написати закон розподілу випадкової величини Х - кількості елементів приладу, в яких наявні технічні неполадки. Розв язання. Можливими значеннями дискретної випадкової величини Х є числа х0=0, х1=1, х2=2, х3=3, х4=4. За біномною формулою обчислимо відповідні ймовірності цих значень, знаючи, що p=q=0,5:
Зробимо перевірку Одержимо закон розподілу описаної випадкової величини Х, який називається біномним:
З таблиці видно, що найімовірніша кількість елементів приладу, в яких є технічні неполадки, к0 = 2. РозподілПуассона. Розподіл імовірностей дискретної випадкової величини Х, яка набуває значень xk : 0, 1, 2, …, n, ... з імовірностями називається законом розподілу Пуассона, що залежить від параметра l, (l >0). Розподіл Пуассона записують у формі таблиці:
Приклад 4. Електронна пошта банку підтримує зв'язки із сотнею абонентів. Імовірність того, що за одиницю часу на електронну пошту надійде повідомлення від абонента, становить 0,02. Написати закон розподілу випадкової величини Х - кількості повідомлень від абонентів за одиницю часу. Розв 'язання. У даному випадку проводиться n=100 випробувань за схемою Бернуллі, і випадкова величина Х може набувати значень х0=0, х1=1, х2=2, х3=3, х4=4, …, х100=100. Імовірність події А - надходження повідомлення від одного абонента є мала (p=0,02), а число п=100 - велике і Х = 100 • 0,02 = 2, тому відповідні ймовірності обчислюємо за формулою:
…….. Закон розподілу описаної в задачі випадкової величини Х записуємо у формі таблиці:
З таблиці видно, що найімовірніша кількість повідомлень від абонентів за одиницю часу – одне або два. Неперервні випадкові величини Випадкова величина X називається неперервної (НВВ), якщо: 1) множина її значень співпадає з проміжком (кількома проміжками) числової осі, множина може бути обмеженою або необмеженою; 2) ймовірність того, що випадкова величина набуває будь-якого заздалегідь заданого значення хs , дорівнює нулю. Зауважимо, що хоча Р{х = хг} = 0, подія X = хг є можливою. Закон розподілу неперервної випадкової величини може бути заданий у вигляді інтегральної функції розподілу F(x)=P{X<x}) або щільності розподілу (щільності ймовірності) f(x). При числі діапазонів n→∞ дискретна функція розподілу перетворюється в неперервну інтегральну функцію розподілу F(х), зберігаючи всі її властивості. Функція щільності розподілу ймовірності f(х) являє собою відношення ймовірності влучення неперервної випадкової величини в малий діапазон [х,х+Δх), до довжини цього діапазону Δх: . Щільність розподілу ймовірності є першою похідною від інтегральної функції розподілу: . Властивості щільності розподілу: 1) f(х)> 0; 2) Якщо випадкова величина задана щільністю розподілу, то функцію розподілу можна знайти за формулою Згідно цього Приклад 5. Неперервна випадкова величина задана щільністю розподілу . Знайти значення постійної с, інтегральну функцію розподілу F(x), побудувати графіки функцій f(x), F(x). Розв’язання. Функція f(х) – кусочно-неперервна, її графік - Значення постійної с знаходиться за допомогою властивості щільності розподілу Оскільки f(х) – кусочно-неперервна, то розглядається сума інтегралів на проміжках неперервності: Отримаємо рівняння , з якого с=2. Щільність розподілу набуде вигляду: . Функція f(х) – кусочно-неперервна, її графік – відрізок прямої (рис.3) Інтегральну функцію розподілу визначаємо за формулою При х≤0 ; При 0<х≤1 При х>1 Остаточно отримаємо: Графік F(x) – рис.4 Закони розподілунеперервних випадкових величин Рівномірний закон розподілу Щільність розподілу має вигляд . Графік f(x) – рис.5
Інтегральна функція розподілу має вигляд . Графік F(x) – рис.6
Приклад 6. Тролейбуси прибувають на зупинку кожні 4 хвилини. Визначити ймовірність того, що час очікування тролейбуса не перебільшує 3 хвилин? Розв'язання. Згідно рівномірного закону розподілу випадкової величини a=0, b=4, X<3, Показниковийзаконрозподілу Неперервна випадкова величина розподілена за показовим законом, якщо її щільність розподілу має вигляд: , де l - інтенсивність подій, тобто кількість подій в одиницю часу. Інтегральна функція випадкової величини, розподіленої за показовим законом, визначається виразом . Приклад 7. Випадкова величина розподілена за показовим законом з параметром l=2. Визначити ймовірність того, що випадкова величина X набуде значення менше за 0,5. Розв'язання. Нормальнийзаконрозподілу Неперервна випадкова величина розподілена за нормальним законом, якщо її щільність розподілу має вигляд: , де σ і m – параметри розпожілу: m – середнє значення, σ – середнє квадратичне відхилення ВВ. Інтегральна функція розподілу випадкової величини визначається виразом: . Графіки щільності розподілу і інтегральної функції для випадкової величини, розподіленої за нормальним законом, має вигляд, наведений на рисунку. Приклад8. Середний час обслуговування ПК t = 2г. Середнє квадратичне відхилення часу обслуговування дорівнює σх = 0,403г. Визначити ймовірність завершення обслуговування ПК у термін часу від 1,5 до 2,5 г. Розв'язання. Так як m = 2, σ = 0,403, а = 1,5 b = 2,5, то ; ; Ф(х1) = -0,3925; Ф(х2) = 0,3925; Р(1,5≤Х≤2,5)= Ф(х2)- Ф(х1) = 0,3925 Для самостійної роботи: Читайте також:
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|