Равномерный закон распределения. Законы распределения непрерывных случайных величин Случайная величина имеет равномерное распределение если

Распределение вероятностей непрерывной случайной величины X , принимающей все значения из отрезка , называется равномерным , если её плотность вероятности на этом отрезке постоянна, а вне его равна нулю. Таким образом, плотность вероятности непрерывной случайной величины X , распределённой равномерно на отрезке , имеет вид:

Определим математическое ожидание , дисперсию и для случайной величины с равномерным распределением.

, , .

Пример. Все значения равномерно распределённой случайной величины лежат на отрезке . Найти вероятность попадания случайной величины в промежуток (3;5) .

a=2, b=8, .

Биномиальное распределение

Пусть производится n испытаний, причём вероятность появления события A в каждом испытании равна p и не зависит от исхода других испытаний (независимые испытания). Так как вероятность наступления события A в одном испытании равна p , то вероятность его ненаступления равна q=1-p .

Пусть событие A наступило в n испытаниях m раз. Это сложное событие можно записать в виде произведения:

.

Тогда вероятность того, что при n испытаниях событие A наступит m раз , вычисляется по формуле:

или (1)

Формула (1) называется формулой Бернулли .

Пусть X – случайная величина, равная числу появлений события A в n испытаниях, которая принимает значения с вероятностями:

Полученный закон распределения случайной величины называется законом биномиального распределения .

Математическое ожидание , дисперсия и среднее квадратическое отклонение случайных величин, распределённых по биномиальному закону, определяются по формулам:

, , .

Пример. По мишени производятся три выстрела, причём вероятность попадания при каждом выстреле равна 0,8. Рассматривается случайная величина X – число попаданий в мишень. Найти её закон распределения, математическое ожидание, дисперсию и среднее квадратическое отклонение.

p=0,8 , q=0,2 , n=3 , , , .

- вероятность 0 попаданий;

Вероятность одного попадания;

Вероятность двух попаданий;

- вероятность трёх попаданий.

Получаем закон распределения:

Задачи

1. Монету бросают 7 раз. Найти вероятность того, что 4 раза она упадёт гербом вверх.

2. Монету бросают 8 раз. Найти вероятность того, что герб выпадет не более трёх раз.

3. Вероятность попадания в цель при стрельбе из орудия p=0,6. Найти математическое ожидание общего числа попаданий, если будет произведено 10 выстрелов.

4. Найти математическое ожидание числа лотерейных билетов, на которые выпадут выигрыши, если приобретено 20 билетов, причём вероятность выигрыша по одному билету равна 0,3.

С помощью которого моделируются многие реальные процессы. И самый такой распространённый пример – это график движения общественного транспорта. Предположим, что некий автобус (троллейбус / трамвай) ходит с интервалом в 10 минут, и вы в случайный момент времени подошли к остановке. Какова вероятность того, что автобус подойдёт в течение 1 минуты? Очевидно, 1/10-я. А вероятность того, что придётся ждать 4-5 минут? Тоже . А вероятность того, что автобус придётся ждать более 9 минут? Одна десятая!

Рассмотрим некоторый конечный промежуток, пусть для определённости это будет отрезок . Если случайная величина обладает постоянной плотностью распределения вероятностей на данном отрезке и нулевой плотностью вне него, то говорят, что она распределена равномерно . При этом функция плотности будет строго определённой:

И в самом деле, если длина отрезка (см. чертёж) составляет , то значение неизбежно равно – дабы получилась единичная площадь прямоугольника, и было соблюдено известное свойство :


Проверим его формально:
, ч.т.п. С вероятностной точки зрения это означает, что случайная величина достоверно примет одно из значений отрезка …, эх, становлюсь потихоньку занудным старикашкой =)

Суть равномерности состоит в том, что какой бы внутренний промежуток фиксированной длины мы ни рассмотрели (вспоминаем «автобусные» минуты) – вероятность того, что случайная величина примет значение из этого промежутка будет одной и той же. На чертеже я заштриховал троечку таких вероятностей – ещё раз заостряю внимание, что они определяются площадями , а не значениями функции !

Рассмотрим типовое задание:

Пример 1

Непрерывная случайная величина задана своей плотностью распределения:

Найти константу , вычислить и составить функцию распределения. Построить графики . Найти

Иными словами, всё, о чём только можно было мечтать:)

Решение : так как на интервале (конечном промежутке) , то случайная величина имеет равномерное распределение, и значение «цэ» можно отыскать по прямой формуле . Но лучше общим способом – с помощью свойства:

…почему лучше? Чтобы не было лишних вопросов;)

Таким образом, функция плотности:

Выполним чертёж. Значения невозможны , и поэтому жирные точки ставятся внизу:


В качестве экспресс-проверки вычислим площадь прямоугольника:
, ч.т.п.

Найдём математическое ожидание , и, наверное, вы уже догадываетесь, чему оно равно. Вспоминаем «10-минутный» автобус: если случайным образом подходить к остановке много-много дней упаси, то в среднем его придётся ждать 5 минут.

Да, именно так – матожидание должно находиться ровно посерединке «событийного» промежутка:
, как и предполагалось.

Дисперсию вычислим по формуле . И вот тут нужен глаз да глаз при вычислении интеграла:

Таким образом, дисперсия :

Составим функцию распределения . Здесь ничего нового:

1) если , то и ;

2) если , то и:

3) и, наконец, при , поэтому:

В результате:

Выполним чертёж:


На «живом» промежутке функция распределения растёт линейно , и это ещё один признак, что перед нами равномерно распределённая случайная величина. Ну, ещё бы, ведь производная линейной функции – есть константа.

Требуемую вероятность можно вычислить двумя способами, с помощью найденной функции распределения:

либо с помощью определённого интеграла от плотности:

Кому как нравится.

И здесь ещё можно записать ответ : ,
, графики построены по ходу решения.

…«можно», потому что за его отсутствие обычно не карают. Обычно;)

Для вычисления и равномерной случайной величины существуют специальные формулы, которые я предлагаю вам вывести самостоятельно:

Пример 2

Непрерывная случайная величина задана плотностью .

Вычислить математическое ожидание и дисперсию. Результаты максимально упростить (формулы сокращённого умножения в помощь) .

Полученные формулы удобно использовать для проверки, в частности, проверьте только что прорешанную задачу, подставив в них конкретные значения «а» и «б». Краткое решение внизу страницы.

И в заключение урока мы разберём парочку «текстовых» задач:

Пример 3

Цена деления шкалы измерительного прибора равна 0,2. Показания прибора округляются до ближайшего целого деления. Считая, что погрешности округлений распределены равномерно, найти вероятность того, что при очередном измерении она не превзойдёт 0,04.

Для лучшего понимания решения представим, что это какой-нибудь механический прибор со стрелкой, например, весы с ценой деления 0,2 кг, и нам предстоит взвесить кота в мешке. Но не в целях выяснить его упитанность – сейчас будет важно, ГДЕ между двумя соседними делениями остановится стрелка.

Рассмотрим случайную величину – расстояние стрелки от ближайшего левого деления. Или от ближайшего правого, это не принципиально.

Составим функцию плотности распределения вероятностей:

1) Так как расстояние не может быть отрицательным, то на интервале . Логично.

2) Из условия следует, что стрелка весов с равной вероятностью может остановиться в любом месте между делениями* , включая сами деления, и поэтому на промежутке :

* Это существенное условие. Так, например, при взвешивании кусков ваты или килограммовых пачек соли равномерность будет соблюдаться на куда более узких промежутках.

3) И поскольку расстояние от БЛИЖАЙШЕГО левого деления не может быть больше, чем 0,2, то при тоже равна нулю.

Таким образом:

Следует отметить, что о функции плотности нас никто не спрашивал, и её полное построения я привёл исключительно в познавательных цепях. При чистовом оформлении задачи достаточно записать только 2-й пункт.

Теперь ответим на вопрос задачи. Когда погрешность округления до ближайшего деления не превзойдёт 0,04? Это произойдёт тогда, когда стрелка остановится не далее чем на 0,04 от левого деления справа или не далее чем на 0,04 от правого деления слева . На чертеже я заштриховал соответствующие площади:

Осталось найти эти площади с помощью интегралов . В принципе, их можно вычислить и «по-школьному» (как площади прямоугольников), но простота не всегда находит понимание;)

По теореме сложения вероятностей несовместных событий :

– вероятность того, что ошибка округления не превзойдёт 0,04 (40 грамм для нашего примера)

Легко понять, что максимально возможная погрешность округления составляет 0,1 (100 грамм) и поэтому вероятность того, что ошибка округления не превзойдёт 0,1 равна единице. И из этого, кстати, следует другой, более лёгкий способ решения, в котором нужно рассмотреть случайную величину – погрешность округления до ближайшего деления . Но первый способ мне пришёл в голову первым:)

Ответ : 0,4

И ещё один момент по задаче . В условии речь может идти о погрешностях не округлений , а о случайных погрешностях самих измерений , которые, как правило (но не всегда) , распределены по нормальному закону . Таким образом, всего лишь одно слово может в корне изменить решение! Будьте начеку и вникайте в смысл задач!

И коль скоро всё идёт по кругу, то ноги нас приносят на ту же остановку:

Пример 4

Автобусы некоторого маршрута идут строго по расписанию и интервалом 7 минут. Составить функцию плотности случайной величины – времени ожидании очередного автобуса пассажиром, который наудачу подошёл к остановке. Найти вероятность того, что он будет ждать автобус не более трёх минут. Найти функцию распределения и пояснить её содержательный смысл.

Примеры законов распределения непрерывных случайных величин.

Непрерывная случайная величина Х имеет равномерный закон распределения на отрезке , если ее плотность вероятности постоянна на этом отрезке и равна нулю вне его.

Плотность распределения вероятности равномерно распределенной случайной величины имеет вид:

Рис. 1. График плотности равномерного распределения

Функция распределения равномерно распределенной случайной величины имеет вид:

С равномерным законом распределения имеют дело, когда по условиям испытания или опыта изучают случайную величину Х, которая принимает значения в конечном промежутке и все значения из этого промежутка равновозможны, т.е. ни одно из значений не имеет преимуществ перед другими.

Например:

Время ожидания на остановке автобуса - случайная величина Х - равномерно распределена на отрезке , где т - интервал движения между автобусами;

Округление чисел, при округлении до целых чисел ошибка округления это разность между начальным и округленным значением, и это величина равномерно распределена на полуинтервале .

Числовые характеристики равномерно-распределенной случайной величины:

2) Дисперсия

Пример 1: Интервал движения автобуса 20 минут. Какова вероятность того, что пассажир на остановке будет ждать автобус не более 6 минут?

Решение: Пусть случайная величина Х - время ожидания автобуса, она равномерно распределена на отрезке .

По условию задачи параметры равномерного распределения величины Х:

По определению равномерного распределения в соответствии с формулой (2) функция распределения величины Х будет иметь вид:

Искомую вероятность вычислим по формуле

Ответ: Вероятность того, что пассажир будет автобус не более 6 минут равна 0,3.

Пример 2: Случайная величина Х имеет равномерное распределение на отрезке . Записать плотность распределения величины Х.

Решение:

По определению равномерного распределения в соответствии с формулой (1) плотность распределения величины Х будет иметь вид:

Ответ: .

Пример 3: Случайная величина Х имеет равномерное распределение на отрезке . Записать функцию распределения величины Х.

Решение: Поскольку случайная величина Х - равномерно распределена на отрезке , то по условию задачи параметры распределения величины Х:

По определению равномерного распределения в соответствии с формулой (2) плотность распределения величины Х будет иметь вид:

Пример 4: Случайная величина Х имеет равномерное распределение на отрезке . Найти числовые характеристики величины Х.

Решение: Поскольку случайная величина Х - равномерно распределена на отрезке , то по условию задачи параметры распределения величины Х:

По определению равномерного распределения в соответствии с формулами (3), (4) и (5) числовые характеристики величины Х будут следующие:

1) Математическое ожидание

2) Дисперсия

3) Среднее квадратическое отклонение

Ответ: , ,

Напомним определение плотности вероятности.

Введем теперь понятие равномерного распределения вероятностей:

Определение 2

Распределение называется равномерным, если на интервале, содержащем все возможные значения случайной величины, плотность распределения постоянна, то есть:

Рисунок 1.

Найдем значение константы $\ C$, используя следующее свойство плотности распределения: $\int\limits^{+\infty }_{-\infty }{\varphi \left(x\right)dx}=1$

\[\int\limits^{+\infty }_{-\infty }{\varphi \left(x\right)dx}=\int\limits^a_{-\infty }{0dx}+\int\limits^b_a{Cdx}+\int\limits^{+\infty }_b{0dx}=0+Cb-Ca+0=C(b-a)\] \ \

Таким образом, функция плотности равномерного распределения имеет вид:

Рисунок 2.

График имеет следующий вид (рис. 1):

Рисунок 3. Плотность равномерного распределения вероятности

Функция равномерного распределения вероятностей

Найдем теперь функцию распределения при равномерном распределении.

Для этого будем использовать следующую формулу: $F\left(x\right)=\int\limits^x_{-\infty }{\varphi (x)dx}$

1. При $x ≤ a$, по формуле, получим:

1. При $a

1. При $x> 2$, по формуле, получим:

Таким образом, функция распределения имеет вид:

Рисунок 4.

График имеет следующий вид (рис. 2):

Рисунок 5. Функция равномерного распределения вероятности.

Вероятность попадания случайной величины в интервал $({\mathbf \alpha },{\mathbf \beta })$ при равномерном распределении вероятностей

Для нахождения вероятности попадания случайной величины в интервал $(\alpha ,\beta)$ при равномерном распределении вероятностей будем пользоваться следующей формулой:

Математическое ожидание:

Среднее квадратическое отклонение:

Примеры решения задачи на равномерное распределение вероятностей

Пример 1

Интервал движения между троллейбусами составляет 9 минут.

Составить функцию распределения и плотность распределения случайной величины $X$ ожидания пассажирами троллейбуса.

Найти вероятность того, что пассажир дождется троллейбус меньше чем через три минуты.

Найти вероятность того, что пассажир дождется троллейбус не менее чем через 4 минуты.

Найти математическое ожидание, дисперсию и среднее квадратическое отклонение

1. Так как непрерывная случайная величина ожидания троллейбуса $X$ равномерно распределена, то $a=0,\ b=9$.

Таким образом, плотность распределения, по формуле функции плотности равномерного распределения вероятности, имеет вид:

Рисунок 6.

По формуле функции равномерного распределения вероятности, нашем случае функция распределения имеет вид:

Рисунок 7.

1. Данный вопрос можно переформулировать следующим образом: найдем вероятность попадания случайной величины равномерного распределения в интервал $\left(6,9\right).$

Получаем:

\}