Распределение Пуассона. - раздел Математика, Высшая математика Приведем Примеры, Приводящие К Случайным Величинам, Распределенным По Закону ...
Приведем примеры, приводящие к случайным величинам, распределенным по закону Пуассона:
· Автоматическая телефонная станция получает в среднем за минуту а вызовов. Какова вероятность того, что за данную минуту она получит ровно m вызовов? Случайное число вызовов за данную минуту распределено по закону Пуассона.
· Автодорожная инспекция регистрирует количество аврий за неделю на определенном участке дороги. Какова вероятность того, что в течение данной недели произойдет ровно m дорожных аварий? Случайное число аварий за неделю распределено по закону Пуассона.
Аналогичные примеры можно привести не только для временных интервалов (минута, неделя), но и при учете дефектов дорожного покрытия на километр пути или опечаток на страницу текста.
Отличительные черты эксперимента, приводящего к распределению Пуассона (на примере временных интервалов):
1. каждый малый интервал времени может рассматриваться как испытание, результатом которого служит либо «успех» - поступление телефонного вызова, либо «неудача». Интервалы столь малы, что может быть только один «успех» в одном интервале, вероятность которого мала и неизменна.
2. Число «успехов» в одном большом интервале не зависит от их числа в другом. То есть попадание «успехов» в неперекрывающиеся интервалы – события независимые, и «успехи» беспорядочно разбросаны по временным промежуткам;
3. среднее число «успехов» в большом интервале для разных интервалов постоянно на протяжении всего времени.
Число «успехов» на заданном интервале будет случайной величиной, распределенной по закону Пуассона. Случайное число аварий за неделю может принимать значения 0, 1, 2, 3, … (верхнего предела нет). Вероятность того, что случайная величина X, распределенная по закону Пуассона примет значение m, вычисляется по известной формуле Пуассона:
На сайте allrefs.net читайте: Кафедра высшей математики...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Распределение Пуассона.
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
МАТЕМАТИКА
(ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА)
Методические указания к изучению дисциплины
и выполнению контрольной работы № 3
для студентов заочной ф
Санкт-Петербург
Допущено
редакционно-издательским советом СПбГИЭУ
в качестве методического издания
Составители:
ст. преп.
ОБЩИЕ ПОЛОЖЕНИЯ
Цель дисциплины «Математика (Теория вероятностей и математическая статистика)» - дать необходимый математический аппарат и привить навыки его использования при решении инженерно-экономических задач
СЛУЧАЙНЫЕ СОБЫТИЯ. ОСНОВНЫЕ ПОНЯТИЯ
Случайным называется событие, которое при осуществлении совокупности некоторых условий S может либо произойти, либо не произойти. Пример: событие А1 - выпадение “шестерки
ВЕРОЯТНОСТНУЮ СХЕМУ
1. Брошены две игральные кости. Какова вероятность того, что на них выпали грани с одинаковым числом очков?
Каждому из шести исходов при броске первой кости соответствует
ВЕРОЯТНОСТЯХ
Относительная частота события А - это отношение числа испытаний, в которых событие фактически появилось (благоприятствующих А) к общему числу проведенных испытаний:
УСЛОВНЫЕ ВЕРОЯТНОСТИ. НЕЗАВИСИМОСТЬ СОБЫТИЙ
Условная вероятность Р(В / А) = РA(В) - это вероятность осуществления события В при условии, что событие А уже произошло (причем последнее не является невозможным, т.е. Р
ПОВТОРНЫЕ НЕЗАВИСИМЫЕ ИСПЫТАНИЯ
Пусть проводится n последовательных испытаний. Предположим, что эти испытания независимые, т.е. вероятность осуществления очередного исхода не зависит от реализации исходов предыдущ
СЛУЧАЙНЫЕ ВЕЛИЧИНЫ ДИСКРЕТНОГО ТИПА.
Cлучайной величиной называют величину, которая в результате испытания примет одно и только одно возможное числовое значение из заранее известной совокупности значений. Случайной вел
ФУНКЦИЯ РАСПРЕДЕЛЕНИЯ
Если F(x) = P(X < x), то функция F(x) называется функцией распределения (интегральной функцией распределения) случайной величины Х, т.е. функция распределения в точке “х” - это в
ВЕЛИЧИНЫ ДИСКРЕТНОГО ТИПА
Математическое ожидание - важнейшая “характеристика положения” случайной величины. Для дискретной величины она вычисляется по формуле
М(Х) = x1 · p1 +
ДИСПЕРСИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
Дисперсия - важнейшая «характеристика рассеивания» случайной величины. Рассеивание оценивается относительно среднего значения случайной величины Х - математического ожидания М(Х). И
БИНОМИАЛЬНЫЙ И ПУАССОНОВСКИЙ ЗАКОНЫ РАСПРЕДЕЛЕНИЯ
Биномиальное распределение связано с повторными независимыми испытаниями и формулой Бернулли. Оно задается фиксированным числом испытаний n и вероятностью
СЛУЧАЙНЫЕ ВЕЛИЧИНЫ НЕПРЕРЫВНОГО ТИПА.
Если возможные значения случайной величины сплошь заполняют некоторый промежуток <a,b> Ì R(быть может, и всюось), то табличный способ задания случайной
ХАРАКТЕРИСТИКИ
Нормальный (гауссовский) закон распределения задается плотностью распределения по формуле
МЕТОДИЧЕСКИЕ УКАЗАНИЯ К ВЫПОЛНЕНИЮ ЗАДАНИЯ № 5
Математическая статиcтика изучает массовые явления и процессы, ставя целью получение выводов по данным наблюдений за ними. В результате появляются утверждения об общих характеристиках таких явлений
Тема 3.3.Основные предельные теоремы
Неравенство Чебышева: сходимость по вероятности и сходимость по распределению последовательности случайных величин к случайной величине; центрирование и нормирова
Тема 3.5. Статистическое оценивание и проверка гипотез
Статистические оценки (аналоги) числовых характеристик случайных величин; требование к качеству оценок; эмпирическая функция распределения и плотность распределения (гистограмма); вариационная посл
МАТЕМАТИКА
Выполнил: __________ (Фамилия И.О.)________________
студент ____ курса (срок обучения) спец. _____________
группа______№ зачет. к
Новости и инфо для студентов