Биномиального распределения»

Основные понятия и определения.

 

Биномиальное распределение — дискретное распределение вероятностей одной случайной величины принимающей целочисленные значения с вероятностями:

Данное распределение характеризуется двумя параметрами: целым числом называемым числом испытаний, и вещественным числом называемом вероятностью успеха в одном испытании. Биномиальное распределение — одно из основных распределений вероятностей, связанных с последовательностью независимых испытаний. Если проводится серия из независимых испытаний, в каждом из которых может произойти "успех" с вероятностью то случайная величина, равная числу успехов во всей серии, имеет указанное распределение. Эта величина также может быть представлена в виде суммы независимых слагаемых, имеющих распределение Бернулли.

Основные свойства:

Характеристическая функция:

Моменты:

1. Математическое ожидание:

2. Дисперсия:

3. Асимметрия: при распределение симметрично относительно центра .

 

Указания к выполнению практической работы: для решения задач использовать данные таблицы №2. Данные своей задачи взять из таблицы по номеру, соответствующему порядковому номеру в учебном журнале. Работу оформить в отдельных тетрадях для практических работ. При необходимости использовать литературу из приведенного ниже списка.

 

Задания:

 

1. В партии однотипных деталей стандартные составляют Р%. Наугад из партии берут N деталей. Определить математическое ожидание, дисперсию и среднее квадратическое отклонение М(Х), D(X), S(Х) для дискретной случайной величины Х — появления числа стандартных деталей среди N наугад взятых.

2. Два ювелирные заводы производят свадебные кольца в объеме3:7. Первый завод производит P% колец без дефекта, второй – 90%. Молодая пара перед свадьбой покупает пару колец. Построить закон распределения, вычислить математическое ожидание и среднее квадратичное отклонение.

Практическая работа № 8 «Вычисление характеристик НСВ»

Основные понятия и определения.

Случайная величина – величина, численное значение которой может меняться в зависимости от результата стохастического эксперимента.

Непрерывной назовём случайную величину, которая может принять любое значение из некоторого промежутка.

Распределение вероятностей непрерывной случайной величины х можно задавать либо функцией распределения F(x)=p(ξ<x), либо её производной f(x)= , называемой плотностью вероятности.

Зная F(x), можно найти плотность вероятности по формуле:

f(x)=F'(x),

а зная f(x), найдём функцию распределения:

Для непрерывной случайной величины х вероятность попадания её в промежуток с концами a и b равна:

.

Причём .

Пример. Задана следующая функция распределения:

Найти плотность распределения.

Решение.

Зная F(x), можно найти плотность вероятности по формуле:

f(x)=F'(x)=

Равномерное распределение. Случайная величина х называется равномерно распределённой на [a, b], если её плотность распределения f(x) на [a, b] постоянна, а вне [a, b] равна 0:

,

Пример 1. Время ожидания автобуса (х) измеряется в минутах и распределено равномерно на отрезке [0, 30]. Определить, что ждать придётся не более 10 минут.

Решение.

 

Пример 2. Задана плотность распределения:

Найти h.

Решение.

h-2=1 Þ h=3

Нормальное распределение. Случайная величина х называется нормально распределённой, если её плотность распределения f(x) имеет вид:

,

где а и σ – параметры нормального распределения, σ >0.

В этом случае говорят, что х распределено нормально согласно закону N(a, σ).

Если а=0 и σ=1, то и эта функция обозначается через φ(х) и называется плотностью нормированного и центрированного нормального распределения. Функция распределения в этом случае обозначается через .

Значения Ф(х) затабулированы, .

 

Пример. Рост мужчины в Москве имеет нормальное распределение. Средний рост мужчины в Москве а=175 см, σ=10 см. Какова вероятность, что рост первого встречного мужчины будет в пределах 160-190 см?

Решение.

Правило трёх сигм. Случайная величина х распределена нормально N(a, σ).

Пример. Рост мужчины в Москве имеет нормальное распределение. Средний рост мужчины в Москве а=175 см, σ=10 см. Какова вероятность, что рост первого встречного мужчины будет в пределах 145-205 см?

Решение.

Правило двух сигм. Случайная величина х распределена нормально N(a, σ).

Правило одной сигмы. Случайная величина х распределена нормально N(a, σ).

Математическое ожидание непрерывной случайной величины определяется по формуле:

.

Дисперсия непрерывной случайной величины определяется по формуле:

.

Свойства математического ожидания и дисперсии дискретных случайных величин справедливы и для непрерывных случайных величин.

 

Равномерное распределение.

Пример. Время ожидания автобуса (х) измеряется в минутах и распределено равномерно на отрезке [0, 30]. Определить среднее время ожидания автобуса и дисперсию.

Решение.

Указания к выполнению практической работы: для решения задач использовать данные таблицы №2. Данные своей задачи взять из таблицы по номеру, соответствующему порядковому номеру в учебном журнале. Работу оформить в отдельных тетрадях для практических работ. При необходимости использовать литературу из приведенного ниже списка.

 

Задания:

 

1. Рост женщины в Уфе имеет нормальное распределение. Средний рост женщины в Уфе а=165 см, σ=8 см. Какова вероятность, что рост первой встречной женщины будет в пределах 150-170 см?

2. Время ожидания поезда (х) измеряется в минутах и распределено равномерно на отрезке [0, t]. Определить среднее время ожидания поезда и дисперсию.

3. Плотность распределения непрерывной случайной величины имеет вид:

Определить константу C, построить функцию распределения F_x(x) и вычислить вероятность .