КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Распределение наименьшей и наибольшей из нескольких СВ
Наибольшая из всех СВ системы (X 1, …, Xn) задается функцией Y max = max{ X 1, …, Xn }. Событие (Y max < y) наступает, когда все Xi меньше, чем y, т.е. представляет собой произведение независимых событий (рис. 10.22):
Если все Xi подчиняются одному закону распределения FX (x),
Функция Y min = min{ X 1, …, Xn } определяет наименьшую из всех СВ системы (X 1, …, Xn). Событие (Y min < y) наступает, когда хотя бы одна из Xi, меньше, чем y (рис. 10.23), т.е. представляет собой сумму независимых событий (Xi < y), i = 1, 2, …, n, вероятность которой можно определить через вероятность противоположного события:
Если все Xi подчиняются одному закону распределения FX (x),
Построим законы распределения стандартного нормального закона, максимального и минимального значений из n = 20 таких СВ (рис. 10.24): >> X=[-5:0.1:5]; F=p_Gauss(X); f=f_Gauss(X); n=20; >> plot(X,[f; f.*n.*(1-F).^(n-1); f.*n.*F.^(n-1)],'r'), hold on,plot(X,[F;1-(1-F).^n; F.^n],'b') Рис. 10.24. Графики нормального закона, максимального и минимального значений
Из (10.18) видно, что функция распределения минимальной СВ имеет простой вид, если аргументы подчиняются законам Рэлея, Максвелла или показательному закону. Круговое нормальное рассеивание в картинной плоскости характеризуется параметром s. Наименьший промах в n независимых выстрелах Rn = min{ R 1, …, Rn } подчиняется закону
Таким образом, наименьший из всех промахов в n независимых выстрелах с круговым нормальным рассеиванием s x = s y = s подчиняется закону Рэлея с параметром . Если поражение цели обеспечивается при одном попадании в круговую окрестность цели, можно заменить в расчетах n независимых выстрелов одним обобщенным выстрелом с СКО, равным .
Время ожидания первого события в каждом из независимых потоков с плотностями l i подчиняется показательному закону . Подстановка в (10.1) дает закон распределения времени ожидания первого из них: . Как и следовало ожидать, наиболее раннее событие из нескольких независимых потоков подчиняется тому же закону, что и первое событие в пуассоновском потоке с эквивалентной плотностью . Контрольные вопросы 1. Какие законы распределения устойчивы по отношению к композиции? Что это значит? 2. Устойчиво ли к композиции равномерное распределение? Какому закону подчиняется сумма 12-и СВ, распределенных равномерно в интервале [0, 1]? 3. Какому закону подчиняется сумма двух нормально распределенных СВ X Î N (m 1, s1), Y Î N (m 2, s2)? 4. Чем объясняется отличие графиков закона Эрланга положительных порядков и показательного распределения при нулевом значении аргумента?
ПРИЛОЖЕНИЕ 10 Листинг 10.1. Файл-функция Para2_Distrib для построения закона распределения случайной площади проекции параллелепипеда: function [Y,F]=Para2_Distrib(A,B,C) topt=atan(B/C); yopt=B*sin(topt)+C*cos(topt); fopt=atan(A/yopt); yopt=A*sin(fopt)+yopt*cos(fopt); Y=linspace(A,yopt+3,300); F=[]; for y=Y F(end+1)=Para2_Proect_(y, A,B,C); end % function out=Para2_Proect_(y, A,B,C) out=0; T=linspace(0,pi/2,100); dt=T(2)-T(1);T=T(2:end); for t=T b=B*sin(t)+C*cos(t); ab2=A^2+b^2; D=A^2*y^2-ab2*(y^2-b^2); f2=0; if D>0 D=sqrt(D); f1 = (A*y-D)/ab2; f2 = (A*y+D)/ab2; if f1>0 out=out+f1; end end out=out+(1-f2); end out=out*2/pi*dt; Листинг 10.2. Файл-функция Mid_S_Stat для построения статистического закона распределения случайной площади проекции многогранника: function [U,F,f,maxW,L]=Mid_S_Stat(A,N,Gr) if nargin<2 N=100000;end s=rand(N,1)*2-1; s1=sqrt(1-s.^2); v=rand(N,1)*2*pi; D=[s1.*cos(v), s1.*sin(v), s]; n=size(A,1);W=0;L=zeros(N,1); for i=1:n d=D.*repmat(A(i,1:3),N,1); d=sum(d,2); d(d<0)=0; if nargout>4 L=max([L,d],[],2); end d=d*A(i,4); W=W+d;%disp(mean(sum(d,2))) end [f, F, U] = SDL(W,50); maxW=max(W); Листинг 10.3. Файл-функция Mid_S: function [f,F]=Mid_S(PG,N,K) if nargin<2 N=50000;end if nargin<3 K=50;end fi=Gen('sin',-pi/2,pi/2,N);teta=Gen('rnd',0,2*pi,N); [sq,n]=Facet(PG); PL=Plane([1 0 0]); S=zeros(1,N); for i=1:N d=Mdot(n,Normal(RotR(PL,2,fi(i),3,teta(i)))); I=find(d>0); S(i)=dot(sq(I),d(I)); end [f,F]=SmartHist(S,[],K);
Листинг 10.3. Скрипт-файл Lect10 для формирования матрицы проекций 8-гранника: salfa=sin(alfa);calfa=cos(alfa); beta=atan(c/b); h=c/(2*salfa);h1=sqrt(b^2+c^2)/2;a1=a-c*calfa/salfa; St=b*h/2;Sb=(a+a1)/2*h1; nob=[0 1 1; 0 1 -1; 0 -1 1; 0 -1 -1]; not=[1 0 1; 1 0 -1; -1 0 1; -1 0 -1]; A=[nob,ones(4,1)].*repmat([0 cos(beta) sin(beta) Sb],4,1); A=[A;[not,ones(4,1)].*repmat([salfa 0 calfa St],4,1); Листинг 10.4. Файл-функция f_Erlang для вычисления функции Эрланга: % Плотность распределения Эрланга % t - аргумент распределения % L - плотность потока событий % k - число пропущенных событий % function f= f_Erlang(t,L,k) f=L/prod(1:k)*exp(-t*L).*(t*L).^k;
Дата добавления: 2015-06-25; Просмотров: 431; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |