Случайные величины и их характеристики

Внезапные отказы определяются случайными неблагоприятными сочетаниями нескольких факторов. Случайность связана с тем, что причины события остаются для нас скрытыми.

Поэтому в расчетах надежности многие параметры должны рассматриваться случайными величинами, т.е. такими, которые могут принять то или иное значение, неизвестное заранее. Они могут быть непрерывного или прерывного (дискретного) типа.

Для каждого числа х в диапазоне изменения случайной величины Х существует определенная вероятность Р(Х<х), что Х не превосходит х. Эта зависимость F (х)=Р (Х< х) называется функцией распределения или функцией вероятности случайной величины X.

Функция F(x) является неубывающей функцией х (монотонно возрастающей для непрерывных процессов и ступенчато возрастающей для дискретных процессов). В пределах изменения случайной величины Х она изменяется от 0 до 1.

Производная от функции распределения по текущей переменной называется плотностью распределения. Она характеризует частость повторений данного значения, вероятность случайной величины P_i=f(x). В задачах надежности она широко используется как плотность вероятности.

Плотность распределения f(x) характеризуется числовыми величинами (рис. 1.1): математическим ожиданием (средним значением), модой и медианой, характеризующими положение центров группирования случайных величин по числовой оси, дисперсией, средним квадратическим отклонением, коэффициентом вариации, характеризующими рассеяние случайной величины.

Характеристики распределений используются в статистической трактовке (для обработки результатов наблюдений) и в вероятностной трактовке (для прогнозирования надежности).

Математическое ожидание (среднее значение) т_х – основная и простейшая характеристика случайной величины X. Значение математического ожидания, определяемое по результатам наблюдений как для дискретных, так и для непрерывных величин, называют оценкой математического ожидания или оценкой среднего значения :

или ,

где N – общее число наблюдений; х_i – значение случайной величины; g_i– число одинаковых значений х_i.

f(x)

F(x)

f(x) F(x)

Рис. l.l Плотность вероятности и числовые характеристики центра группирования случайной величины:

1 - медиана, 2 - мода; 3 - математическое ожидание

Черта над обозначением случайной величины означает среднее значение.

В первой формуле суммируют все N членов, во второй – число членов с разными значениями х_i. При достаточно большом числе наблюдений (испытаний) полагают, что т_x=.

В вероятностных задачах математическое ожидание определяют в зависимости от плотности распределения f(x) (для непрерывных величин) или вероятности р_i появления значения х_i (для дискретных величин): .

Дисперсия случайной величины – математическое ожидание квадрата отклонения этой величины от ее математического ожидания.

Оценка дисперсии случайной величины – среднее значение квадрата разности между значениями случайной величины и ее средним значением:

Слово «дисперсия» означает рассеяние и характеризует разброс случайной величины.

Для непрерывных случайных величин

.

Для дискретных случайных величин

.

Дисперсия имеет размерность квадрата случайной величины. Характеристика рассеяния, имеющая ту же размерность, что и случайная величина, названа средним квадратическим отклонением, .

Для оценки рассеяния с помощью безразмерной (относительной) величины используют коэффициент вариации, V_x=S_x/m_x.

Дисперсия и среднее квадратическое отклонение являются гораздо более представительными характеристиками рассеяния, чем, например, среднее арифметическое отклонений.

Квантилью называют значение случайной величины, соответствующее заданной вероятности.

Медианой называется квантиль, соответствующая вероятности 0,5. Площадь под графиком функции плотности распределения делится медианой пополам.

Модой случайной величины называется ее наиболее вероят­ное значение или, иначе, то ее значение, при котором плотность вероятности максимальна.

Дата добавления: 2014-01-06