Міністерство освіти та науки України

Вінницький національний технічний університет

Факультет інтелектуальних інформаційних технологій та автоматизації

Лабораторна робота №3
З дисципліни «Теорія ймовірності, ймовірнісні процеси та математична
статистика»
Тема : «Дослідження властивостей законів розподілу неперервних випадкових
величин »

Виконала студентка групи 2КН-21б :

Лановик А.С.
Перевірила викладачка :
Крилик Л.В.

Вінниця – 2022
Тема: дослідження властивостей законів розподілу неперервних випадкових
величин
Мета: набути навичок обчислення і побудови функцій розподілу та функції
густини заданого закону розподілу, оцінити вплив параметрів заданого закону
на його поведінку

Трохи теорії
Безперервною називають випадкову величину, яка може приймати всі значення
з деякого кінцевого або нескінченного проміжку. Очевидно, число можливих
значень безперервної випадкової величини нескінченно.

Нормальна крива
Графік щільності нормального розподілу називають нормальною кривою
(кривою Гауса).
Досліджуємо функцію

методами диференціального числення.

1. Очевидно, функція визначена на всій осі x

2. При всіх значеннях х функція приймає позитивні значення, тобто нормальна

крива розташована над віссю Ох.
3 Межа функції при необмеженому зростанні х (по абсолютній величині) рівна
нулю:
тобто вісь ОХ служить горизонтальною асимптотою графіка.

4. Досліджуємо функцію на екстремум. Знайдемо першу похідну:

Легко бачити, що у' = 0 при х = а, y² >0 при х < а, у' < 0 при х > а.
Отже, при х = а функція має максимум рівний .
5. Різниця х—а міститься в аналітичному виразі функції в квадраті, тобто
графік функції симетричний відносно прямій х = а.
6. Досліджуємо функцію на точки перегину. Знайдемо другу похідну:

Легко бачити, що при х=а+ σ і х — σ —а друга похідна рівна нулю, а під час
переходу через ці крапки вона міняє знак (у обох цих крапках значення функції
рівне 1/eσ √2п)). Таким чином, точки графіка (а—σ 1/(e)) σ√ 2п і (а+ σ ,
1/(e))σ√ 2п є точками перегину.
На рис. 1 зображена нормальна крива при а =1 і σ = 2.

Вплив параметрів нормального розподілу на форму нормальної кривої

З'ясуємо, як впливають на форму і має в своєму розпорядженні нормальну
криву значення параметрів а і а. Відомо, що графіки функцій f (х) і f (x—а)
мають однакову форму; зрушивши графік f (х) в позитивному напрямі осі х на а
одиниць масштабу при а > 0 або в негативному напрямі при а < О, одержимо
графік f(x—а).

Звідси витікає, що зміна величини параметра а не змінює форми нормальної

кривої, а приводить лише до її зрушення уздовж осі Ох: управо, якщо а зростає,
і вліво, якщо а убуває. Інакше йде справа, якщо змінюється параметр про
(середнє квадратичне відхилення). Як було вказано в попередньому параграфі,
максимум диференціальної функції нормального розподілу рівний 1/( σ√2п ).
Звідси витікає, що із зростанням максимальна ордината нормальної кривої
убуває, а сама крива стає випуклою, тобто стискається до осі Ох; при убуванні а
нормальна крива стає більш «гостро-вершинною і розтягується в позитивному
напрямі осі Оy. При будь-яких значеннях параметра а площа, обмежена
нормальною кривою і віссю х, залишається рівній одиниці .
На рис. 2 зображені нормальні криві при різних значеннях σ і а=0. Креслення
наочно ілюструє, як зміна параметра σ позначається на формі нормальної
кривої.

Відмітимо, що при а=0 і σ =1 нормальну криву називають нормованою.

Розподіл «хі квадрат»

Хай Xi(i = 1, 2, ..., n) — нормальні незалежні випадкові величини, причому
математичне очікування кожною з них рівне нулю, а середнє квадратичне
відхилення — одиниці. Тоді сума квадратів цих величин

розподілена за законом x² («хі квадрат») з k=n мірами свободи; якщо ж ці

величини зв'язані одним лінійним співвідношенням, наприклад ∑Xi=n X число
степенів свободи k = n - 1. Щільність цього розподілу

-гамма-функція; в дійсності Г(n+1)=n! .

Звідси видно, що розподіл «хі квадрат» визначається одним параметром —

числом мір свободи до. Із збільшенням числа мір свободи розподіл поволі
наближається до нормального.

Розподіл Стьюдента
Хай Z—нормальна випадкова величина, причому M(Z)= 0 (Z) = l, а V —
незалежна від Z величина, яка розподілена за законом χ2 з до мірами свободи.
Тоді величина

має розподіл, який називають t-розподілом або розподілом Студента (псевдонім

англійського статистика В. Госсета), з до мірами свободи. Отже, відношення
нормованої нормальної величини до квадратного кореня з незалежної
випадкової величини, розподіленої за законом «хі квадрат» з до мірами
свободи, що ділиться на до, розподілено за законом Студента з до мірами
свободи. Із зростанням числа мір свободи розподіл Студента швидко
наближається до нормального.

Розподіл F Фішера — Снедекора

Якщо U і V—незалежні випадкові величини, розподілені за законом χ 2 з
мірами свободи k1 і k2 то величина

має розподіл, який називають розподілом F Фішера—Снедекора з мірами

свободи k1 і k2 (іноді його позначають через V2). Щільність цього розподілу:

Розподіл F визначається двома параметрами—числами мір свободи.

Визначення показового розподілу

Показовим (експоненціальним) називають розподіл ймовірності безперервної
випадкової величини Х, яке описується щільністю

де λ — постійна позитивна величина.

Ми бачимо, що показовий розподіл визначається одним параметром λ. Ця
особливість показового розподілу указує на його перевагув порівнянні з
розподілами, залежними від більшого числа параметрів. Звичайно параметри
невідомі і доводиться знаходити їх оцінки (наближені значення); зрозуміло,
простіше оцінити один параметр, чим два або три і т.д. Знайдемо функцію
розподілу показового закону:

Ми визначили показовий закон за допомогою щільності розподілу; ясно, що

його можна визначити, використовуючи функцію розподілу. Графіки щільності
і функції розподілу показового закону зображені на рис. 3.
 Хід роботи
Варіант 13

№ вар. n a G Заданий закон розподілу

13 15 2,6 0,9 Показниковий (експоненціальний) розподіл
0 6 λ = 0,2; λ = 0,9; λ = 1,8
-0,6 2,6

1.1 Створімо файл для нормального розподілу

Рис.1 — Створення таблиці

1.2 Задамо назву змінним та нумерацію випробування

Рис.2 — Заповнюємо таблицю

1.3 Застосуємо формули нормального розподілу та густини нормально

розподілу та заповнимо таблицю даними

Рис.3 — Формули, для знаходження нормального розподілу та градієнта

нормального розподілу
 Рис.4 — Заповнена таблиця

1.4 Побудуємо графічну залежність нормального розподілу даної таблиці

Рис.5 - Графічна залежність нормального розподілу даної таблиці

1.5 Побудуємо графічну залежність густини нормального розподілу даної
таблиці

Рис.6 - графічна залежність густини нормального розподілу даної таблиці

2.1 Аналогічно застосуємо формули для експоненціального розподілу та

заповнимо таблицю

Рис.7 — Формули, для знаходження експоненціального розподілу та градієнта

експоненціального розподілу
 Рис.8 — Заповнена таблиця

2.2 Побудуємо графічну залежність експоненціального розподілу даної таблиці

 Рис.9 - Графічна залежність експоненціального розподілу даної таблиці

2.3 Побудуємо графічну залежність густини експоненціального розподілу даної

таблиці
 Рис.10 - графічна залежність густини експоненціального розподілу даної
таблиці

Висновки: набула навичок обчислення і побудови функцій розподілу та

функції густини нормального та експоненціального закону розподілу, оцінила
вплив параметрів заданого закону на його поведінку.