+ + Ð (Ð) - ÐомоÑÑ ÑÑÑденÑам
+ + Ð (Ð) - ÐомоÑÑ ÑÑÑденÑам
+ + Ð (Ð) - ÐомоÑÑ ÑÑÑденÑам
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Пусть Х – случайная величина, характеризующая диаметр валика.<br />
Валики считаются стандартными, если |x| < 2. Найдем вероятность<br />
этого события.<br />
Р(|x| < 2) = 2 Ф(2/1,6) = 2 Ф(1,25) 20,3944 = 0,7888.<br />
Примерно 79% стандартных валиков изготовляет автомат.<br />
8.3. Показательное распределение непрерывной случайной<br />
величины<br />
Показательным (экспоненциальным) называют распределение<br />
непрерывной случайной величины Х, которое описывается плотностью<br />
0<br />
при х 0,<br />
f ( x)<br />
х (8.3)<br />
e<br />
при x 0,<br />
где постоянная положительная величина.<br />
Показательное распределение характеризуется одним параметром<br />
. Эта особенность показательного распределения указывает на<br />
его преимущество по сравнения с распределениями, зависящими от<br />
большего числа параметров. Обычно параметры неизвестны и приходится<br />
находить их оценки (приближенные значения); разумеется,<br />
проще оценить один параметр, чем два или три и т.д.<br />
Найдем функцию распределения показательного закона<br />
x<br />
<br />
<br />
0<br />
<br />
<br />
<br />
x<br />
x<br />
F( x)<br />
f ( x)<br />
dx 0dx<br />
e dx 1<br />
e .<br />
0<br />
при х 0,<br />
Итак, F(<br />
x)<br />
x<br />
1<br />
e при x 0.<br />
Графики плотности и функции распределения показательного закона<br />
изображены на рис. 8.5.<br />
Вероятность попадания непрерывной случайной величины, распределенной<br />
по показательному закону, в интервал ():<br />
Р( Х ) = F() F() = 1 – e (1 – e ) = e – e .<br />
Значения функции е х находят по прил. 3.<br />
x<br />
0<br />
95