- •Введение. Значение дисциплины для инженеров-электриков
- •Предмет теории вероятности. Краткая история её развития
- •Случайные события Основные термины. Классификация случайных событий
- •Пример 3
- •Логические схемы анализа надежности
- •Пример 6
- •Вероятность события. Формулы непосредственного расчета вероятности
- •1. Классическая формула определения вероятности события
- •2. Геометрическая формула определения вероятности события
- •3. Статистическая формула определения вероятности события
- •4. Условная вероятность события
- •Основные формулы вычисления вероятности событий Формулы умножения вероятностей
- •2. Формулы сложения вероятностей
- •3. Определение вероятности хотя бы одного события
- •Вероятность события можно найти по формуле умножения:
- •Пример 18
- •4. Формула полной вероятности
- •Пример 19
- •5. Формула Бейеса (теорема гипотез)
- •6. Формула Бернулли (частная теорема о повторении опытов)
- •Случайные величины и их законы распределения
- •Способы задания законов распределения случайных величин
- •Ряды распределения св
- •Интегральная функция распределения вероятностей случайной величины
- •Следствие 2
- •Плотность распределения вероятностей случайной величины и гистограмма
- •Вероятность, приходящаяся на единицу длины этого интервала, определится как
- •Основные параметры законов распределения случайных величин
- •Мода и медиана случайной величины
- •Математическое ожидание св и его свойства
- •Моменты св как характеристики различных свойств этих величин
- •Дисперсия случайной величины - характеристика разброса (рассеивания) значений случайной величины около центра распределения
- •Свойства дисперсии:
- •Характеристики «скошенности» и «островершинности» закона распределения случайных величин
- •Литература
Плотность распределения вероятностей случайной величины и гистограмма
ТЗР-4. Плотность распределения случайной величины (дифференциальная функция распределения СВ)
Плотность распределения вероятностей СВ (другое название – дифференциальная функция распределения СВ) является очень распространенным способом задания закона распределения непрерывных СВ.
Если закон распределения непрерывной случайной величины Х задан при помощи интегральной функции F(x), то вероятность того, что СВ примет значение в интервале от х до х + Δх равна разности значений интегральной функции распределения на границах интервала:
Р(х < Х < х + Δх) = F(х + Δх) - F(х).
Вероятность, приходящаяся на единицу длины этого интервала, определится как
(F(х + Δх) - F(х))/ Δх
Если теперь устремить Δх к нулю и перейти к пределу, то получим первую производную интегральной функции распределения, которую называют плотностью распределения вероятности СВ и обозначают f(x):
lim(F(х + Δх) - F(х))/ Δх = F'(x) = f(x) (23)
Δх→0
Рассмотрим основные свойства плотности распределения вероятностей:
Свойство 1. Плотность распределения вероятностей существует только для непрерывных СВ. Для дискретных СВ производная не существует, и поэтому этот способ задания закона распределения для них неприменим.
Свойство 2. Плотность распределения вероятностей всегда неотрицательна:
f(x) ≥ 0, так как является производной неубывающей функции.
Свойство 3. При значениях СВ, стремящихся к ±∞, плотность распределения равна нулю или стремится к нулю.
Свойство 4. График дифференциальной функции распределения называется кривой распределения (рис. 40) и весьма нагляден (кривые для разных законов легко отличить друг от друга).
Свойство 5. Так как f(x) = F'(x), то F(x) = . (24)
Геометрически (рис. 41) интегральная функция распределения – это площадь под кривой распределения, лежащая левее точки а.
Свойство 6. Вероятность того, что случайная величина Х примет значение в интервале (а; b), есть интеграл от плотности распределения в пределах от а до b:
Р(а < Х < b) = F(b) – F(a) =
= = .
Геометрически (рис. 42) вероятность попадания СВ в интервал между точками а и b – это площадь под кривой распределения, лежащая между точками а и b.
Свойство 7. Произведение f(x)dx называется элементом вероятности (рис. 43).
Свойство 8. Вся площадь, лежащая под кривой распределения, равна единице.
Это свойство несложно пояснить:
Таким образом, если в одних и тех же осях построено несколько кривых распределения, площади под ними должны быть одинаковыми. и равными единице.
Свойство 9. Размерность плотности распределения вероятностей обратна размерности случайной величины.
Это свойство можно пояснить следующим образом:
Площадь под кривой распределения (рис. 44) по своему вероятностному смыслу является вероятностью. Как и всякая вероятность, эта площадь безразмерна. С другой стороны площадь есть произведение длин отрезков по осям абсцисс и ординат, т.е. по размерностям – произведение размерности СВ на размерность плотности распределения. Так, если случайной величиной является ток, измеряемый в амперах, то плотность распределения должна измеряться в 1/А – тогда произведение размерностей А ∙ 1/А даст безразмерную величину.
СтЗР-4. Гистограмма относительных частот
Статистической аналогией кривой распределения является гистограмма относительных частот. Она строится на основании группированного статистического (вариационного) ряда (табл.6).
Порядок построения гистограммы (рис.45):
1. На оси случайной величины откладываются отрезки ∆xi, равные ширине интервалов (разрядов). Чаще всего они имеют одинаковую длину, но иногда (обычно по краям распределения) длина интервалов может быть увеличена в 2…3 раза по сравнению с центральными разрядами.
2. На отрезках ∆xi, как на основаниях строятся прямоугольники, площади которых численно равны статистическим вероятностям рi* попадания случайной величины в соответствующий разряд. Для того чтобы выполнить это условие необходимо правильно определить высоту каждого из прямоугольников.
Площадь каждого прямоугольника гистограммы – это статистическая вероятность Pi*=ni/N. С другой стороны площадь прямоугольника: Si = hiΔxi, где hi – высота i-го прямоугольника гистограммы. Отсюда hi = = .
Так как знаменатель в этом выражении для каждого разряда одинаков (при условии одинаковой их ширины), то высота hi пропорциональна ni. Откладывая высоты прямоугольников гистограммы в выбранном масштабе пропорционально частотам ni.разрядов, можно существенно упростить последующий анализ статистических данных.