Высшая математика для 1 и 2 курса
.pdfРаспределение Пуассона
Если вероятности возможных значений дискретной случайной ве-
личины ξ вычисляются по формуле Пуассона P (k ) = l k× e−λ , то рас-
n
k!
пределение называется распределением Пуассона. Его числовые характеристики:
M ξ = Dξ = np = λ ; sξ = |
np |
. |
(12.39) |
Закон равномерного распределения
Распределение непрерывной случайной величины ξ называется равномерным, если ее плотность вероятности постоянна на промежутке (a; b] , т. е. имеет вид:
0, |
x £ a, |
|
|
|
|
|
|
p(x) = |
1 |
, a < x £ b, |
(12.40) |
|
|||
b - a |
x > b. |
|
|
0, |
|
||
|
|
|
Интегральная функция распределения имеет вид:
|
|
|
|
0, |
|
|
x £ a, |
|
|
|
|
|
|
|
||
|
|
|
|
|
- a |
|
|
|
|
|
|
|
|
|
||
|
|
|
F (x) = |
x |
, a < x £ b, |
|
|
|
(12.41) |
|||||||
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
b - a |
|
|
|
|
|
|
|
|
||||
|
|
|
|
1, |
|
|
x > b. |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Числовые характеристики равномерного распределения: |
|
|||||||||||||||
M |
ξ |
= |
b + a |
; D = |
(b − a)2 |
; σ |
ξ |
= |
b − |
a |
. |
(12.42) |
||||
|
|
|
|
|
|
|||||||||||
|
2 |
ξ |
12 |
|
2 |
3 |
|
|
||||||||
|
|
|
|
|
|
|
|
Вероятность попадания случайной величины в заданный интервал (α; β) будет равна:
p(a < x < b) = β − α . |
(12.43) |
b - a |
|
Показательный закон распределения
Непрерывная случайная величина называется распределенной по показательному закону, если ее плотность вероятности имеет вид:
151
Задача 13. Случайная величина ξ – время работы радиолампы – распределена по показательному закону. Среднее время работы лампы 400 часов. Найти вероятность того, что радиолампа проработает не менее 600 часов.
Решение. По условию |
M ξ = 400 . Для показательного закона |
||||||
распределения M |
ξ |
= |
1 |
= 400 . Следовательно, λ = |
1 |
. Искомую веро- |
|
λ |
|
||||||
|
|
|
400 |
|
|||
|
|
|
|
|
ятность p(x ³ 600) будем искать, используя вероятность противоположного события и формулу (12.47):
|
− |
0 |
- e |
− 600400 |
|
= e |
− |
3 |
» 0,22 . |
400 |
2 |
||||||||
p(ξ ³ 600) = 1 - p(0 £ ξ < 600) = 1 - e |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
Задача 14. Случайная величина ξ распределена по нормальному закону. Математическое ожидание и среднеквадратическое отклонение этой величины соответственно равны 30 и 10.
Найти: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а) вероятность попадания |
случайной |
величины в интервал |
||||||||||||||||
(20; 50); |
|
|
|
|
|
ξ − Мξ |
|
< σξ ) . |
|
|
|
|||||||
б) вероятность p( |
|
|
β = 50; |
|
||||||||||||||
|
|
|
||||||||||||||||
Решение. а) По |
|
условию |
|
α = 20 ; |
a = 30 ; σ = 10 . По фор- |
|||||||||||||
муле (12.49) и табл. П2 получим: |
|
|
|
|
||||||||||||||
|
|
50 − 30 |
|
|
|
20 − 30 |
|
|||||||||||
p(20 < ξ < 50) = Φ |
|
|
|
|
|
|
|
− Φ |
|
|
|
= Φ(2) − Φ(− 1) = Φ(2) + Φ(1) = |
||||||
10 |
|
|
10 |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
= 0,4772 + 0,3413 = 0,8185. |
|||||||||||||||
б) По формуле (12.50) получим: |
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
p( |
x - М |
|
|
< s |
|
) = |
2F |
sξ |
= 2F(1) = 2 |
× 0,3413 = 0,6826 . |
||||||||
|
|
|
|
|||||||||||||||
|
|
ξ |
|
|
|
|
ξ |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
sξ |
|
|
|
153
Тема 13. Математическая статистика
13.1. Статистический ряд и его описание
Математическая статистика занимается установлением закономерностей, которым подчинены массовые, однородные, случайные явления, на основе изучения статистических данных – результатов наблюдений.
Генеральной совокупностью называется множество всех возможных значений случайной величины ξ.
Выборкой объема n называется множество x1, x2 , ×××, xn наблюдае-
мых значений изучаемой случайной величины, которые соответствуют n независимым испытаниям (опытам).
Размах выборки W – разность между максимальным и минимальным значениями элементов выборки: W = xmax
Статистический ряд – совокупность пар (xi , ni ), i = 1, k , где xi
− разные элементы выборки, |
ni частота появления выборочного зна- |
|||||
|
|
|
k |
|
||
чения xi . Очевидно, что ∑ni |
= n . |
|||||
|
|
ni |
i =1 |
|
||
Величины ω = |
, i = |
|
|
|||
1, k |
называются относительными частотами |
|||||
|
||||||
|
i |
n |
|
|||
|
|
|
||||
k |
|
|
|
|
|
|
и для них ∑ωi |
= 1. |
|
|
|
|
i=1
Обычно статистический ряд записывают в виде табл. 13 1.
|
|
|
|
|
|
|
|
Таблица 13.1 |
|||
xi |
|
x1 |
|
|
x2 |
|
... |
|
xk |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ni |
n1 |
|
|
n2 |
|
... |
nk |
|
|||
ωi |
|
n1 |
|
|
n2 |
|
... |
|
nk |
|
|
|
n |
|
|
n |
|
|
n |
|
|||
|
|
|
|
|
|
|
|
При изучении непрерывной случайной величины или при большом объеме выборки ее элементы объединяются в группы и записывают интервальный статистический ряд (табл. 13.2).
Если все интервалы имеют одинаковую длину h, то h = W . Коли- k
чество интервалов выбирают по формуле
154
|
|
k = 1 + 3,2 lg n . |
|
(13.1) |
|||||||
|
|
|
|
|
|
|
|
Таблица 13.2 |
|||
Интервал |
[ xmin ; x2 ) |
[x2 ; x3 ) |
... |
[xk ; xmax ] |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
Середина интервала |
|
x1* |
|
x*2 |
... |
|
x*k |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
Частота |
n1 |
n2 |
... |
nk |
|
||||||
|
|
|
|
|
|
|
|
|
|||
Относительная |
|
n1 |
|
|
n2 |
|
... |
|
nk |
|
|
частота |
|
n |
|
n |
|
|
n |
|
|||
|
|
|
|
|
|
Полигоном частот статистического ряда называется ломаная линия с вершинами в точках (xi ; ni ), i = 1, k .
Полигоном относительных частот статистического ряда назы-
|
|
|
n |
|
|
|
|
|
|
||||
вается ломаная линия с вершинами в точках |
xi |
; |
i |
, i = 1, k . |
||
|
||||||
|
|
|
n |
Гистограммой относительных частот статистического интер-
вального ряда называется ступенчатая фигура, составленная из прямоугольников, построенных на интервалах группирования с высотой
прямоугольников ni . Площадь каждого прямоугольника равна ni , а
nh |
n |
||
сумма площадей всех прямоугольников равна 1. |
|
||
Эмпирической функцией распределения F * (x) |
называется |
||
функция |
|
||
F * (x) = ∑ |
ni |
. |
(13.2) |
|
|||
xi < x n |
|
Эта функция непрерывна слева, обладает всеми свойствами функции распределения случайной величиныF (x) = P(ξ < x) и является приближенным представлением последней.
13.2. Статистическая оценка параметров распределения
Анализ полигона, гистограммы и эмпирической функции распределения дает возможность сделать предположение о законе распределения изучаемой случайной величины. Данный закон может быть установлен и на основании теоретических предположений.
Затем возникает задача оценки параметров предполагаемого закона распределения по полученной выборке. Оценкой параметра на-
155
зывают функцию от выборки, значение которой является приближенным значением параметра. Оценки параметров подразделяются на точечные и интервальные. Точечные оценки задаются одним числом, а интервальные – границами доверительного интервала. Точечные оценки должны удовлетворять определенным требованиям.
Несмещенной называется статистическая оценка Θ~ , математическое ожидание которой равно оцениваемому параметру Θ при любом объеме выборки, т. е. M (Θ~ ) = Θ .
Эффективной называется статистическая оценка, которая (при данном объеме выборки) имеет минимально возможную дисперсию.
Состоятельной называется статистическая оценка, которая при n → ∞ стремится по вероятности к оцениваемому параметру, т. е.
P( |
|
~ |
|
< ε) → 1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
Θ − Θ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
n→∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
Точечной оценкой математического ожидания является выбороч- |
|||||||||||||||||||||||||||||||||||
ное среднее |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
∑ xi ni . |
|
|
|
|
|
|
(13.3) |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n i=1 |
|
|
|
|
|
|
|
|
|
||||||||
|
|
Для интервального статистического ряда (табл. 13.2) |
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
∑ xi ni . |
|
|
|
|
|
|
(13.4) |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
Точечной оценкой дисперсии является выборочная дисперсия |
|
в , |
|||||||||||||||||||||||||||||||||
|
|
D |
|||||||||||||||||||||||||||||||||||
которая вычисляется по формуле |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
= |
|
1 |
∑ ni (xi − |
|
)2 = |
1 |
|
∑ xi2ni |
− |
|
2 . |
|
|
|
|
||||||||||||||
|
|
|
|
|
Dв |
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
x |
x |
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
n i=1 |
|
|
|
|
n i=1 |
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
Эта оценка является смещенной. Несмещенной оценкой дисперсии |
|||||||||||||||||||||||||||||||||||
D является s2 = |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
D . Для статистического ряда выборки объема |
||||||||||||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||||||||||||
ξ |
|
n − 1 |
в |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
n она вычисляется по формуле |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
s2 = |
|
1 |
|
|
|
∑(xi − |
|
)2 |
= |
1 |
∑ xi2 − |
n |
|
|
2. |
(13.5) |
|||||||||||||||||
|
|
|
|
|
|
|
|
x |
x |
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
n −1 |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
n −1 i=1 |
|
|
|
n −1 i=1 |
|
|
|
|
|
Для интервального статистического ряда (табл.13.2)
156
s2 = |
1 ∑(xi* − x )2 ni = |
1 ∑(xi* )2 ni − |
n |
x 2 . |
(13.6) |
||||
|
|
k |
|
k |
|
|
|
|
|
|
|
i=1 |
|
i=1 |
|
|
|
|
|
|
n − 1 |
n − 1 |
n − 1 |
|
|
|
Оценкой среднеквадратического отклонения служит корень из несмещенной оценки дисперсии, т. е. s.
Доверительным интервалом для параметра Θ называется интервал (α1; α2 ), который покрывает неизвестный параметр Θ с заданной
надежностью γ = 1− α , т. е. P(α1 < Θ < α2 ) = γ . Число γ = 1 − α называется доверительной вероятностью, а значение α – уровнем значимости. На практике обычно используют уровни значимости: 0,1; 0,05;
0,01.
Доверительный интервал для математического ожидания нормально распределенной случайной величины ξ при данном уровне
значимости α и известной дисперсии D = σ2 |
|
имеет вид |
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ξ |
|
|
|
|
|
ξ |
|
|
|
|
|
|
|
|
|
|
|
|
σ |
ξ |
|
|
|
|
|
σ |
ξ |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
− tγ |
|
|
|
, |
|
+ tγ |
|
|
|
|
|
|
, |
(13.7) |
||||
|
|
|
|
|
x |
|
|
x |
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
n |
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|||||||||
где tγ |
определяется из условия |
|
2Φ(tγ )= γ = 1 − α , или |
Φ(tγ ) = γ / 2 и |
|||||||||||||||||||||||
|
|
|
|
x |
t 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Φ(x) = |
1 |
|
∫ e− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
2 dt − функция Лапласа (табл. П3). |
|
|||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||
|
2π |
|
|||||||||||||||||||||||||
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
При неизвестной дисперсии генеральной совокупности использу- |
|||||||||||||||||||||||||||
ется формула |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
s |
|
|
|
|
|
|
|
|
s |
|
|
|
||||||
|
|
|
|
|
|
x − tα; ν |
|
|
|
|
, x + tα; ν |
|
|
|
|
|
, |
(13.8) |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
n |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
где tα; ν определяется с помощью таблицы значений распределения Стьюдента по данному числу степеней свободы ν = n − 1 и уровню
значимости α (приложение 3). Здесь s − оценка среднеквадратического отклонения (13.4). Отметим, что при объеме выборки n > 30 вместо распределения Стьюдента можно пользоваться нормальным распределением.
Задача 1. Даны результаты наблюдения случайной величины, записанные в следующей таблице
157
Таблица 13.3
36 |
39 |
43 |
45 |
26 |
34 |
50 |
33 |
36 |
57 |
29 |
40 |
31 |
34 |
17 |
47 |
39 |
35 |
41 |
28 |
25 |
30 |
39 |
36 |
49 |
42 |
24 |
27 |
20 |
52 |
36 |
33 |
18 |
32 |
56 |
37 |
40 |
29 |
31 |
46 |
38 |
19 |
28 |
33 |
42 |
26 |
35 |
37 |
34 |
48 |
44 |
22 |
36 |
49 |
30 |
27 |
40 |
32 |
41 |
43 |
45 |
38 |
24 |
37 |
46 |
36 |
29 |
25 |
39 |
52 |
50 |
21 |
38 |
34 |
41 |
47 |
29 |
31 |
28 |
35 |
44 |
55 |
39 |
30 |
27 |
32 |
34 |
40 |
54 |
36 |
25 |
53 |
45 |
33 |
43 |
37 |
26 |
42 |
28 |
51 |
1)Построить гистограмму относительных частот.
2)Найти эмпирическую функцию распределения и построить ее график.
3)Определить гипотетическую плотность закона распределения.
4)Вычислить выборочное среднее значение x и несмещенную
оценку дисперсии s2 .
5)Найти доверительный интервал для математического ожидания
сдоверительной вероятностью γ = 0,95.
Решение. Поскольку объем выборки достаточно большой n = 100 , то строим интервальный статистический ряд. Количество интервалов вычисляем по формуле (13.1) k = 1 + 3,2lg100 = 1 + 6,4 = 7,4 Принимаем
k = 7 . Размах выборки W = 57 − 17 = 40 . Длина интервала будет h = 40 . 7
Принимаем h = 6 . Находим количество элементов выборки в каждом интервале и строим интервальный статистический ряд (табл. 13.4)
1) Строим гистограмму относительных частот (значение высот вычислено и записано в четвертой строке табл. 13.4).
158
Таблица 13.4
Интервал |
|
|
[17 – |
[23 – |
[29 – |
[35 – |
[41 – |
[47 – |
[53 – |
|||
[xi-xi+1) |
|
|
|
|
23) |
29) |
35) |
41) |
47) |
53) |
59] |
|
Середина |
|
20 |
26 |
32 |
38 |
44 |
50 |
56 |
||||
интервала, x |
||||||||||||
|
|
|
|
i |
|
|
|
|
|
|
|
|
Частота, ni |
|
|
6 |
15 |
22 |
26 |
16 |
10 |
5 |
|||
Относительная час- |
|
|
|
|
|
|
|
|||||
тота, ωi = |
|
ni |
|
|
0,06 |
0,15 |
0,22 |
0,26 |
0,16 |
0,1 |
0,05 |
|
|
n |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
Высота, |
|
ni |
|
|
0,01 |
0,025 |
0,037 |
0,043 |
0,027 |
0,017 |
0,008 |
|
hn |
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
ni
hn
0,04
0,03
0,02
0,01
O |
17 |
23 |
29 |
35 |
41 |
47 |
53 |
59 |
x |
Рис. 13.1
2) Запишем эмпирическую функцию распределения F (x) по формуле (13.2):
159
|
0, |
если |
x £ 20, |
|
|
|
20 < x £ 26, |
|
0,06 |
если |
|
|
0,21 |
если |
26 < x £ 32, |
|
|
если |
32 < x £ 38, |
F |
0,43 |
||
(x) = |
|
38 < x £ 44, |
|
|
0,69 |
если |
|
|
0,85 |
если |
44 < x £ 50, |
|
|
|
50 < x £ 56, |
|
0,95 |
если |
|
|
|
если |
x > 56. |
|
1 |
Строим график функции распределения (рис. 13.2)
F (x)
1,00
0,43
0,21
0,06
O |
|
|
|
|
|
|
|
x |
|
20 |
26 |
32 |
38 |
45 |
50 |
||||
56 |
|||||||||
|
|
|
|
Рис. 13.2 |
|
|
|
3) По виду гистограммы выдвигаем гипотезу о нормальном законе распределения случайной величины. Данный закон содержит два
параметра a и σ : M ξ = a ; Dξ = σ2 .
4) Найдем точечную оценку математического ожидания по фор-
муле (13.4):
x = 1 (20 × 6 + 26 ×15 + 32 × 22 + 38 × 26 + 44 ×16 + 50 ×10 + 56 ×5) = 100
160