Методические указания

к расчетному графическому заданию по дисциплине

«Теория вероятностей, математическая статистика и случайные процессы»

Рассмотрены предметно – методической комиссией кафедры программного обеспечения вычислительной техники и автоматизированных систем, рекомендованы в качестве учебного пособия студентам при выполнении расчетного графического задания

2008

Расчетная графическая работа по дисциплине «Теория вероятностей, математическая статистика и случайные процессы» по своим целям направлена: на закрепление знаний основных положений теории вероятностей и математической статистики; на выработку студентами умений самостоятельного решения вероятностных задач; на получение практики в применении способов статистической обработки экспериментальных данных.

Расчетные графические задания могут выдаваться студентам после изучения темы «Основы математической статистики» в следующих формах.

Задание 1

В результате статистических испытаний системы с помощью имитационной модели получена выборка данных о производительности системы. Для анализа этих данных необходимо:

оценить математическое ожидание, дисперсию и среднее квадратичное отклонение;

определить вид закона распределения выборочных данных в формах эмпирической функции распределения и гистограммы частот или относительных частот;

найти вероятность попадания случайной величины в заданный интервал;

осуществить интервальную оценку средних характеристик.

Задание 2

По базовой последовательности случайных чисел, сформированной программным датчиком случайных чисел, требуется определить пригодность датчика в качестве имитационной модели случайных воздействий для статистических испытаний исследуемой системы. Последовательности случайных чисел проверяют на равномерность, случайность и независимость.

Задание 3

Разработать программное средство имитации базовой последовательности случайных чисел в интервале (0,1), подчиняющееся закону равной вероятности, позволяющее строить гистограмму частот или относительных частот, а также определять оценки средних числовых характеристик.

При выполнении РГЗ используются теоретические положения, приведенные в разделе 1.

Оформление расчетной графической работы осуществляется в соответствии с требованиями стандарта к курсовым работам.

1 Сведения из теории вероятностей

1.1 Законы распределения случайных величин

Всякое соотношение, устанавливающее связь между частным значением случайной величины и вероятностью ее появления, называют законом распределения.

Если случайная величина X принимает частные значения с вероятностью , то закон распределения случайной величины запишется в виде соотношений

…………….

…………….

.

К основным математическим формам законов распределения случайной величины относят:

ряд распределения,

многоугольник распределения,

функцию распределения,

плотность распределения.

Ряд распределения применяется для случайных дискретных величин и представляет собой таблицу, в первой строке которой указываются частные значения случайной величины, а во второй – вероятности их появления (таблица 1).

Таблица 1

x				…		…
P(X=x)				…		…

Эта таблица позволяет найти ответы на следующие вопросы.

Какие частные значения может принимать случайная величина?

Какие частные значения случайной величины будут появляться чаще, а какие реже?

По этой таблице можно определить вероятность появления случайной величины в заданных пределах , т.е.

.

Многоугольник распределения представляет собой график, на котором по оси абсцисс откладываются частные значения случайной величины, а по оси ординат – вероятности их появления.

Рисунок 1 Многоугольник распределения

График многоугольника распределения решает те же вопросы, что и ряд распределения.

Ряд и многоугольник распределения не являются универсальными характеристиками случайной величины. Их нельзя построить для случайной непрерывной величины. Поэтому необходима универсальная характеристика, пригодная не только для дискретных, но и для непрерывных величин. Такой характеристикой является функция распределения (интегральная функция) случайной величины, которая обозначается F(x).

Функцией распределения случайной величины называют вероятность того, что случайная величина примет частное значение меньшее некоторого фиксированного, т.е.

P(X<x) =F(x).

Геометрически это равенство можно истолковать так: функция распределения F(x) есть вероятность того, что случайная величина X примет значение, которое изображается точкой, лежащей левее точки x.

Так как случайная дискретная величина может принимать значения то функция распределения для нее будет

.

Свойства функции распределения

1) Функция распределения F(x) является неубывающей функцией своего аргумента, т.е. , если .

2) Функция распределения F(x)есть неотрицательная функция, значения которой принадлежат отрезку (0,1), т.е. .

График функции распределения

А) Случайная дискретная величина.

Таблица 2

x	0	1	2
p	0,3	0,5	0,2

F(0 )=0;

F(1)=0,3;

F(2)=P(X=0)+P(X=1)=0,3+0,5=0,8;

F(3)= P(X=0)+P(X=1)+P(X=2)= 0,3+0,5+0,2=1.

Для случайной дискретной величины функция распределения F(x) имеет ступенчатый график (Рис. 2), количество ступенек равно числу частных значений случайной величины, а высота ступеньки равна значению вероятности появления этого частного значения случайной величины.

Рисунок 2 График функции распределения случайной дискретной величины

Б) Случайная непрерывная величина.

Функция распределения этой случайной величины представляет собой непрерывную кривую (Рис.3).

Рисунок 3 График функции распределения случайной непрерывной величины

Вероятность попадания случайной величины на заданный участок.

Пусть случайная непрерывная величина X может принять частное значение в интервале , причем известна ее функция распределения F(x). Требуется найти вероятность попадания ее в этот интервал, т.е. .

Рисунок 4 Определение значений функции распределения на границах интервала

По определению значение функции распределения F(b) в точке b является вероятностью того, что случайная величина примет значение меньшее b, а значение функции распределения F(a) в точке a - вероятностью того, что случайная величина примет значение меньшее a. Следовательно, вероятность попадания случайной величины в этот интервал будет определяться разностью значений функций распределения в граничных точках, т.е.

. (2.1)

Рисунок 5 Определение по функции распределения

Вероятность попадания случайной величины на заданный участок равна приращению функции распределения на этом участке (рис. 5).