книги / Математические методы и планирование эксперимента в грунтоведении и инженерной геологии
..pdfПредположение, что число случаев, благоприятствующих осущест влению события , равно Д , а для события & - равно К из об щего числа равновозможшх различных случаев рассматриваемой серии испытаний. Тогда
Аналогичный образом теорема сложения вероятностей применима к любому числу несовместимых событий
К А 4+ Ад+• . « |
~V(Ai} 1* Р(А*\+ ***+' P(Afi) |
или |
(3) |
Рассмотрим важнейшие следствия теоремы I , |
|
Следствие I . Если |
события А 4, А * , . . . * А а представляют |
полную группу несовместимых событий, то оукма их вероятностей равна I
| |
р (аО = ь |
(4) |
Следствие 3 , Сумма вероятностей |
противоположных событий |
|
равна I |
t где А и & |
|
Р (А )-*р(& )г1 |
противоположные события. |
Теорема 2 , 'Вероятность произведения независимых событий равна произведению вероятностей этих событий
сз:едга«я& обрягой.
Вероятность осуществления сложного события, включающего два я более независимых событий, равна произведению вероятно стей этих событий
Р ( А и 6, и В »» - |
Ра’ Рб'Р ъ* |
( 6) |
Поскольку подсчет вероятностей |
не исчерпывается случаями |
с |
независимыми событиями, то рассмотрим также случаи, когда од но событие зависит от других.
Введем понятие условной вероятности для случаев, когда одно событие зависит от осуществления другого (иди одного из нескольких и наоборот). Предположим, событие А зависит от со бытия Ь . Тогда вероятность события К , вычисленная с учетом осуществления события^ , называется условной вероятностью со бытия А и обеспечивается Р (А /в).
Теорема умножения вероятностей для случая, когда имеют место зависимые события, формулируется следующим образом:
Вероятностью осуществления сложного события, состоящего из двух простых зависимых событий, равна произведению вероят ностей одного события на условную вероятность другого
P(AV,&)= Р(А> Р ( ь/ а) |
или Р(А В)= Р(А)-Р(ь/ а) . |
(7) |
|||||
В более общем плане вторая теорема умножения |
вероятно |
||||||
стей может быть сформулирована так: |
|
|
|||||
вероятность произведения двух событий равна произведению |
|||||||
вероятности первого |
события на условную вероятность второго: |
||||||
|
|
Р(А-Ь) = |
Р(А) р ( ь/ а ) . |
|
|
||
Если второе |
событие |
окажется |
независимым от А , тогда будет |
|
|||
иметь |
место |
первая |
теорема |
умножения вероятностей, |
так |
как |
|
Р(ь/А) |
будет |
равноР (Ь ), |
ибо |
событие Ь не зависит |
от А . |
|
|
Лрииер |
1 .3 . |
|
|
|
|
|
|
I . Лотерея выпущена |
на |
к. рублей. Цена I билета Ч- руб. |
|||||
Число выигравших билетов |
|
Определить вероятность |
выигрыша. |
||||
Решение: число благоприятных исходов в рублях |
, тогда |
||||||
вероятность |
выигрыша |
|
|
|
|
3 . |
Пусть при тех же условиях задачи |
гражданин Д купил 10 |
||
билетов |
и |
из них 3 билета оказались выигрышными! а |
гражданин |
|
Ь купил I |
билет. Определить вероятность |
выигрыша у |
гражданина |
В.
Решение: число благоприятных исходов в рублях для гражданина
Ь равно гп=г(с^-з), тогда |
вероятность выигрыша равна |
|
п |
г 6У ~ з) |
|
“a/д " |
4 |
- 10%“ |
Глава 3 . СЛУЧАЙНЫЕ ВЕЛИЧИНЫ И ЗАКОНЫ ИХ РАСПРЕДЕЛЕНИЯ
3*1* Исходные определения случайных величин
Случайной величиной называется переменная! которая может принимать те или иные эначевия в зависимости от условий опыта или различных обстоятельств* Случайные величины обозначают заглавными буквами латинского алфавита Х»У , Z и т .д . Приме ре?! случайных величии являются: прочность при сжатии образцов
горной |
породыу взятой из одного массива; влажность образцов |
|
горной |
породы; весовое количество частиц отдельных |
фракций |
дисперсного грунта при выполнении гранулометрического анализа
и
Случайные величины подразделяют на два типа:
-прерывные или дискретные,
-непрерывные.
Прерывной (или дискретноИ) называется случайная величина, множество значений которой конечно или счетно* Это означает, что принимаемые значения прерывной случайной величиной имеют отдельный, изолированный друг от друга характер. Например, шело пассажиров в городском автобусе; число гравелистых ча стиц в заданном объеме песчаного грунта; число крупных агре гатов или пусков горпой породы получаемых при разрушении об разца и т .д .
Непрерывной называется случайная величина, принимающая все значения из пекоторого интервала. Например, значение вла
жности образцов диспер.сиого грунта, вес, количество и разыер тонкодисперсных частиц глинистого грунта; значения объемного веса и плотности связного грунта в процессе его консолидации или при статическом уплотнении и т .д .
Совокупность всех значений случайной величины в некото ром интервале называется генеральной совокупностью.
Совокупность конечного числа случайных величин называет ся выборкой из генеральной совокупности. Примером генеральной совокупности случайной величины может быть все множество зна чений определения какого-либо показателя свойств горной поро
ды, которое получили бы, отбросив образцы из всех точек |
изу |
чаемого массива. Однако практически указанное выполнить |
не |
возможно и поэтому ограничиваются наперед заданной выборкой иэ исследуемой генеральной совокупности.
Выборки с числом отобранных значений |
случайной величины |
||
более 30 |
называйте^ большими, а менее 30 - |
малыми. В экспери |
|
ментальных исследованиях свойств горных пород используют |
те |
||
я другие |
выборки. |
|
|
|
2.2* Определение и простейшие формы |
|
|
|
закона распределения случайной |
величины |
|
Чтобы полностью характеризовать, исследуемую случайную ве
личину X , необходимо |
знать вое возможные значения |
этой величи |
ны (х&) и вероятность |
осуществления каждого иэ них |
( P i) . Вся |
кое соотношение, устанавливающее связь между возможными зна чениями случайной величины и соответствующими им вероятностя ми, называется гаконом распределения случайной величины.
Известно неоколько форм выражения закона распределения случайной величины. Простейшими иа них .являются ряд распреде ления случайной величины ,в многоугольник распределения слу чайной величины. Рядом распределения случайной величины назы вается таблица, в верхней отроке которой приведены все возмож ные значения олучайной величины, а в нижней - соответствующие им вероятности:
X |
Хг |
х г |
р |
1 Р| |
Рг |
х ъ h
1 ♦ * |
PC* |
• * # |
Pn. |
Если при этом приведенное Yt значение случайной величины ис черпывает всю генеральную совокупность и представляет полную
группу событий, то
Изобразим для лучшей наглядности ряд распределения слу чайной величины графически: по оси абсцисс отложим возможные значения случайной величины, а по оси ординат - соответству ющие им вероятности, соединив которые прямыми отрезками, по
лучим геометрическую |
фигуру - |
|
|
многоугольник или полигон |
рас |
п . 1 |
|
пределения случайной |
величины |
||
(рис* I ) . Многоугольник распре |
|
||
деления полностью характеризует |
|
||
случайную величину так |
же, |
как |
|
и ряд распределения. |
|
|
|
Рассмотренные формы закона |
|
||
распределения случайной |
величи |
Рис. I . |
|
ны (ряд и многоугольник распре- |
|||
деления) применимы только |
для |
|
дискретных или |
прерывных случайных величин, поскольку число |
|||
■lx конечно |
или |
счетно |
и все их значения могут быть |
отражены |
графически |
или |
заданы |
в таблице, |
|
функция распределения п плотность вероятности Случайной величины
Непрерывные случайные величины пе могут характеризовать- * оя рассмотренными простейшей формами закона распределения
Случайных |
величин ~ рядом я ыпогоуголышкой |
распределения, |
|
Розмонных |
зш ш пий иэпреравной олучайяой величин.* |
бесчислен |
|
ное множество и вероятность любого значения |
этой |
величины л |
чпду указанного равна нулю. Поэтому непрерывную случайся» зе -
чччпну характеризуют не вероятностями отдельных ее значений, •сак„ например, дискретную, а вероятностями того, что случайная величина (ос) принимает значения ко некоторого определенного интервала «Ь-Ji , т .е . Л, < х < Jb*
Предположим, интервал возможных значений случайной вели чины - СР+-ХА, тогда - о9<.х<зе«.в Примем вероятность того, что случайная величина принимает значения меньшие ос<х(м.е.х< ха.\ * Тогда эта вероятность Р (хосц) является функцией от ж .
Обозначим указанную функцию F (х) и покажем, что
F*(xi = Р (ж -сасл )‘ |
( 8) |
Функцию F (х) называют функцией распределения |
непрерывной слу |
чайной величины X •
Функция распределения F (*.) является универсальной и ис черпывающей характеристикой любой случайной величины как пре рывной, так и непрерывной. Исчерпывающей функция F (х) явля ется потому, что определяет полностью все числовые значения случайной величины в заданных пределах.
Свойства функции распределения
I . Предположим,х - случайная величина, а областью веро ятных ее значений является положительная числовая ось от 0 до бесконечности; Х,.и Xg, - две произвольные точки на указанной
числовой |
|
оси; |
причем |
Сравним |
значения |
функции F (х) |
в |
||||||||
этих |
точках. Из |
схемы расположения точек |
х ^ и |
х 2 |
tfa числовой |
||||||||||
|
|
|
|
|
|
оси |
(рис. |
2) следует, что |
вероят- |
||||||
0 |
Д> |
£2______ность попадания |
случайной |
величины |
|
||||||||||
|
|
------ J |
|
Х в |
интервал„о-х^1 меньше, |
чей |
в |
||||||||
|
|
рцс< |
2. |
|
интервал „ о - а* |
(или в |
крайнем |
|
|||||||
|
|
|
|
|
|
случае |
равна), |
поэт ому |
|
|
|
||||
|
|
|
|
|
|
При возрастании х |
|
вероятность |
то |
||||||
го, что |
точка |
X i окажется левее х* |
, не |
монет |
уменьшаться, |
||||||||||
поэтому |
F? (х) |
с |
возрастанием х |
не монет |
убывать. |
Следова |
|||||||||
тельно, функция распределения случайной величины F (ж) |
явля |
||||||||||||||
ется |
монотонно неубывающей. |
|
|
|
|
|
|
|
|
|
|
||||
|
Рассмотрим |
предельные |
величины функции Р |
(х ), |
возмонные |
||||||||||
значения |
которой |
морут быть на числовой оси от |
0 до+оо |
, Пред |
|||||||||||
положим, зс= о |
, |
тогда, как вполне очевидно из определения |
|
||||||||||||
Ft>c)=P(x<Xct) |
»F(x=o)sо , поскольку |
случайная величина |
в этом |
||||||||||||
случае не |
монет |
быть меньше |
нуля, |
вероятность |
этого |
события |
|||||||||
равна |
нулю. |
|
|
|
|
|
|
|
|
|
|
|
|
Если |
случайная величина Х=+оэ , то £(х=+оо)=4. , ибо |
|
||||
все возможные значения случайной величины будут |
меныпе+ср , |
|||||
т .е . |
или находятся левее на числовой |
оси. |
|
|||
Аналогично |
доказывается |
о , так как в атом |
слу |
|||
чае рассматривается область возможных значений |
случайной |
ве |
||||
личины X |
От-со |
до+хси |
|
|
|
|
Таким |
образом, численные |
значения |
функции |
распределения |
||
могут изменяться от 0 до X. |
|
|
|
|
||
Функцию распределения F |
(х ), как |
указано |
выше, графиче |
ски монно изобразить для любой случайной величины. Например, для дискретной случайной величины.
F ( x ) = Р ( х < х а ) = Р ( - ° о Х а ) - 2 Pi . , |
(9) |
хе.-<!.зсЛ |
|
где суммирование распространяется на.все значения осе, меныпие оСц. В промежутке между двумя последовательными значениями ди скретной случайной величины х функция Р (х) постоянна. При переходе не аргумента ос через, возможные значения случайной величины х функция £ (х) возрастает на некоторую величину Pgip(x=xi) «. Таким образом, функция распределения дискретной случайной величины является ступенчатой (рис. 3 ).
В случае непрерывной случайной величины функция предста вляет плавную кривую, так как ее значения изменяются непрерыв но в пределах от 0 до I (рис. 4 ).
Функцию F* (эе) иногда называют интегральной пли интеграль ным законом распределения случайной величины.
Плотность вероятности случайной величины |
|
Производную функции распределения Г(х) - У С*) |
(10) |
называют плотностью вероятности непрерывной случайной величи
ны х • |
|
|
|
|
Из определения производной следует* что она равна преде |
||||
лу отвопевия приращения функции и приращения аргумента |
при |
|||
д х - * о : |
|
|
|
|
|
|
|
|
( И ) |
числитель приведенной формулы выравает вероятность того, |
что |
|||
случайная величина х |
принимает значения между х и х + д х : |
|||
F (X +AX) |
|
Р (х О С *-х + а х ) , |
(12) |
|
тогда |
Р (х < х < х + д х ) |
т .е . плотность |
|
|
4 * Д№»0 |
А Х |
|
||
|
|
|||
вероятности |
случайной величины X в точке х равна пределу от- |
вооения вероятности попадания величины в интервал (х , х + а х ) к а х , когда д х * о .
Функция Ч* (X) называется иногда дифференциальной функци ей распределения или дифференциальным законом распределения
непрерывной случайной величиныХ» |
|
|
|
Плотность вероятности if (ос) в физическом смысле |
характе |
||
ризует степень концентрации случайной величины X |
на |
некото |
|
ром лредельво малом участке около |
выбранного значения о с .. |
||
Зная плотность распределения |
If (х) случайной |
величины X , |
вычислим вероятность того, что случайная величина удовлетворя
ет неравенству |
, |
|
|
Если Р(«С<ХКЯ)с F$ ) “ ?(<*•), |
то по формуле Ньютона - |
Лейб- |
|
ница |
л |
j |
|
Р |
= / Р(Х) ^ЭСa JV(X)сЬс . |
(13) |
|
|
4* |
4* |
|
Вероятность того, |
что случайная величина X попадает в |
интер |
в а л о в , геометрически может быть отражена площадью трапеции, заключенной между кривой распределения, отрезком оси абоцисм £-/> , прямыми х - & и э с = ( р и с . 5) .
Воспользовавшись выражением F'fo)= tf сх)« -Urn |
ft* * |
А Х |
* |
|||||
|
|
|
|
|
|
|
|
|
МОЖНО ПОЛуЧИТЬ |
F ( a £ + A * i — J?C *)~V C K) A X . |
|
|
|
||||
Из полученного выражения также следует, что |
вероятность |
попа |
||||||
дания случайной |
величины в |
ма-* |
|
|
|
|||
лый промежуток (зс,эс+- а х ) . |
рав |
|
|
|
||||
на площади прямоугольника, |
вы |
|
|
|
||||
сота которого |
|
соответствует |
|
|
|
|||
плотности |
вероятности |
в окрест |
|
|
|
|||
ности X , а основание |
& х |
(см. |
|
|
|
|||
рис. 5 ) . |
|
|
|
|
|
|
|
|
В частном случае, |
|
когда |
|
|
|
|||
cU=<ykoo |
, вероятность |
попада |
|
|
|
|||
ния случайной |
величины X |
к об |
|
|
|
|||
ласть своего |
существования равна I , так как |
это событие |
досто |
|||||
верное: |
|
|
|
|
v оо |
|
|
|
|
|
Р (о*5 |
|
|
|
(14) |
||
|
|
°°) =ХЧ(Х)^ЗС =■1. |
|
|
О
Следует отметить, что плотность вероятности, будучи про изводной, функции распределения, является величиной положительгной: ^ (х )> 0 о Принимая область существования случайной величи-
ж) , функция F (*) выражается через плотность веро ятности интегралом с пределами-о*
F<x) ~ $ *Р(эс> сСзС. |
(IS) |
-со |
|
Если рассматривать область рущеотвования X " в пределах-00? х :
F(X) = jV cx) c tx - 1. -со
2 .4 . Числовые характеристики случайной величины
8аконы распределения случайной величины характеризуют ее с вероятностной Точки врения полностью в заданной области су ществования. Но не всегда закон распределения для рассматри
ваемой случайной величины известен. В ряде же случаев прикла дных исследований нет необходимости в полной описании случай ной величины, а требуется лишь знание отдельных ее числовых значений, определяющих наиболее существенные количественные
особенности ее распределения или свойственные ей числовые |
па |
раметры. Наиболее часто применяемым, числовым параметром |
слу |
чайной величины является ее среднее значение или математичес кое ожидание.
Предположим X |
- дискретная |
случайная величина, все |
воз |
|||
можные |
значения которой |
, осд, f . . , |
х ц , |
принимаются соответст |
||
венно |
с вероятностями |
j |
Ря.» |
так 410 £ P L= (- |
Тогда |
|
математическим ожиданием дискретной случайной величины |
назы |
|||||
вается |
число И ОС), |
равное |
|
|
|
Таким образом, М ОС) представляет собой сумму произведений всех возможных значений случайной величины на их вероятности,
Упрощенно можно сформулировать связь математического ожидания со среднестатистическим значением случайной величины следующим образом: математическое ожидание приближенно равно среднему арифметическому наблюдаемых значений случайной вели»
чины и тем точнее, чем больше |
число испытаний. |
|
||
|
Математическое ожидание непрерывной случайной величины |
|||
X |
соответственно равно: |
|
|
|
|
|
-о© |
|
(17) |
|
|
|
|
|
|
Геометрически смысл математического ожидания непрерывной |
|||
случайной |
величины X можно пояснить следующим образом: |
|||
так |
как |
j*У(х)d o c - I , |
“ M6c) * ' V |
/ |
г |
jV (x )o tK
то математическое ожидание непрерывной случайной величины рав
но абсциссе |
центра тяжеоти плоской фигуры, ограниченной кри |
вой |
и осью абсцисс. |