Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Составьте отчет по выполненной работе.
Лабораторная работа №5. Дискретные распределения вероятностей Случайная величина называется дискретной, если она принимает не более, чем счётное число значений (не бесконечное!). Дискретным значением является, например, количество выпавших очков при бросании игральной кости. У обычной шестигранной кости дискретные значения могут быть только элементом множества {1, 2, 3, 4, 5, 6}. Для правильной кости вероятность выпадения конкретного значения равняется 1/6.
Геометрическое распределение
Геометрическое распределение можно представить следующим образом. Например, будем бросать кубик до тех пор, пока не выпадет 1. Посчитаем, с какой вероятностью это случится ровно за N бросков. Для первого броска (N = 1) вероятность успеха равна
Для второго (N = 2) это вероятность успеха возникает в том случае, если при первом броске была неудача, а во втором бросок оказался удачным:
Аналогично, для третьего броска:
Вообще, для n -го броска:
Если обозначить p – вероятность успеха в единичном испытании, то закон распределения:
Распределение, соответствующее данному закону, называется геометрическим. Математическое ожидание геометрического распределения:
Дисперсия:
Задание. Рассчитайте вероятность того, что при бросании 3-х костей выпадут три шестерки. 2.Если на бросок костей тратится три секунды, рассчитайте время для почти 100% вероятности наступления этого события.
Биномиальное распределение
Биномиальное распределение вероятности описывает процессы, в которых событие A наступает k раз за N испытаний
где p – вероятность наступления события A в единичном испытании, Число перестановок:
Математическое ожидание распределения:
Дисперсия: Расчет вероятности наступления k событий из N испытаний в MatLab будет:
p=(factorial(N)/(factorial(k)*factorial(N-k))*p^k*(1-p)^(N-k)) Задание. Определите вероятность того, что за десять случаев бросания кости выпадет 2 шестерки. Если вероятность наступления события A мала, а количество испытаний достаточно большое, то Биномиальное распределение переходит в распределение Пуассона.
Распределение Пуассона
Распределение Пуассона моделирует случайную величину, представляющую собой число событий, произошедших за фиксированное время, при условии, что данные события происходят с некоторой фиксированной средней интенсивностью и независимо друг от друга. Распределение Пуассона имеет следующую плотность вероятности
Величина pk (λ) соответствует вероятности ровно k удачных исходов при условии, что среднее число удачных исходов составляет λ.
Формула для подсчета в MatLab:
p=L^k*2.718^(-L)/factorial(k)
Этим распределением проще пользоваться, чем биномиальным. Математическое ожидание M=λ
Дисперсия D=λ Распределение Пуассона имеет ключевую роль в Теории систем массового обслуживания (СМО). Оно используется и в теории страхования. Сгенерируем 100 значений, распределенных по закону Пуассона с λ=2:
lambda =2 p=poissrnd(lambda,[1 100]);
Построим гистограмму распределения в 9 интервалов: hist(p, 9)
Очевидно, что оценка λ, рассчитанная по сгенерированным данным, будет отличаться от теоретической величины. Расчет точечной и интервальной оценки параметра λ для вектора выборки наблюдений p. Доверительный интервал соответствует 95% вероятности.
[lambdahat, lambdaci] = poissfit(p)
Помним, что теоретическое значение составляет 2. Задание. Рассчитайте время заполнения контейнера при условии:
|
|||||
Последнее изменение этой страницы: 2021-05-11; просмотров: 167; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.144.84.155 (0.009 с.) |