Экспоненциальное и нормальное распределения

Лекция 5

Экспоненциальное и нормальное распределения.

Экспоненциальное распределение.

Непрерывная случайная величина имеет экспоненциальное распределение, если ее плотность распределения задается формулой

,  - параметр экспоненциального распределения.

Для случайной величины, имеющей экспоненциальное распределение, , .

Если времена между последовательными наступлениями некоторого события – независимые, экспоненциально распределенные случайные величины с параметром , то число наступлений этого события за время t имеет пуассоновское распределение с параметром . Геометрическое распределение является дискретным аналогом экспоненциального распределения.

Нормальное распределение (распределение Гаусса).

Непрерывная случайная величина имеет нормальное распределение (распределена нормально или по Гауссу), если ее плотность имеет вид

Рекомендуемые материалы

.

Вычислим математическое ожидание и дисперсию нормально распределенной случайной величины.

.

Вычислите аналогично .

Обозначим плотность стандартного нормального распределения (при )                          ,

обозначим функцию распределения стандартного нормального распределения

            ,

где  - интеграл Лапласа. Значения  можно найти в стандартных таблицах.

Вычислим вероятность попадания нормально распределенной случайной величины на отрезок [a,b].

. При вычислении вероятности полезно учитывать нечетность функции :

.

Локальная и интегральная формулы Муавра – Лапласа.

Если в схеме Бернулли число испытаний n велико, причем p и q=1-p велики, то для всех m справедлива локальная формула Муавра – Лапласа

.

Если в схеме Бернулли число испытаний n велико, причем p и q=1-p велики, то для всех m справедлива интегральная формула Муавра – Лапласа

.

Это означает, что при большом числе испытаний распределение числа успехов становится нормальным.

Иногда приходится оценивать вероятность отклонения частоты события от вероятности. Покажем, как можно использовать для этого интегральную формулу Муавра – Лапласа.

Заметим, что  .

Запишем интегральную формулу Муавра – Лапласа

в виде

.

Поэтому

.

Если интервал симметричен, , то по нечетности

.

Примеры.

1) (3.42) Телефонная станция обслуживает 1000 абонентов. Вероятность вызова за минуту 0,0005. Какова вероятность, что за минуту поступит не менее двух вызовов?     Здесь n = 1000, p = 0,0005, = np =0.5.  (по таблице ).

2)  (3.43)  Известно, что 20% автомобилей нарушают скоростной режим. Какова вероятность того, что из 1000 автомобилей 210 нарушат правила? Здесь надо пользоваться локальной формулой Муавра-Лапласа при n=1000, p=0,2, m=300.

3)  (3.44)  Монету подбрасывают 10000 раз. Найти вероятность того, что частота выпадения герба будет отличаться от 0,5 не более, чем на 2%.     Здесь надо пользоваться интегральной формулой Муавра-Лапласа при n=10000, р=1/2, m₁=400, m₂=600. Тогда   

Другие распределения, часто используемые в инженерных расчетах.

Распределение Вейбулла. Это распределение с плотностью

и функцией распределения

Вместе с этой лекцией читают "Доказать свойства свертки интегралов".

.

Если , то распределение Вейбулла превращается в экспоненциальное, а при  - в распределение Релея.

Достаточно близкую к распределению Вейбулла плотность имеет гамма – распределение:

.

Здесь - гамма-функция.

Если  - целое число, то гамма-распределение превращается в распределение Эрланга порядка k. Если k – нечетное число, , то гамма-распределение превращается в распределение  (хи-квадрат) распределение с k степенями свободы. При  (так как ) гамма-распределение переходит в экспоненциальное. Для всех рассмотренных распределений составлены таблицы, по которым можно определять значения функций распределения.