Главная >  Дифференцирование и интегрирование по аргументу 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 [ 198 ] 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251

s - y

7 = 0

Итак, вероятность Р(х) равна

gy-s)t

s - y

Поэтому средняя продолжительность ожидания (ее математическое ожидание) равна

- / iP{z)di =

(s l)!(s-у)2

Числовой пример. Пусть имеется s=10 коммутаторов в распоряжении группы абонентов, делающих в среднем 2 вызова в минуту. При этом средняя продолжительность разговора равна 2 минутам.

Если принять 2 минуты за единицу времени, то мы получим в среднем у = 4 вызова за единицу времени. Вероятность занятости i коммутаторов будет

(S-1)!

si S - у

Умножим числитель и знаменатель этого выражения на е-У и обозначим через А {у; i) величину

Выражение для Р

Л (у; i)re-y.

А{у; I)

А{у;0)+А(у: 1)+ ... +Л(у;5-1)

можно легко вычислить с помощью таблицы Пуассона. В выбранном нами примере получим

s - y для закона

A{y;s}

распределения

Л(4; 0) = 0,0183

А (4; 1) = 0,0732

Л(4; 2)=0,1465

Л (4; 3) =0,1953

Л (4; 4) = 0,1953 Л (4; 5) = 0.1562 Л (4; 6) = 0,1042 Л (4; 7) = 0,0595

Л (4; 8) = 0,0297; Л(4; 9) = 0.0132; Л (4; 10; = 0,0053.

Отсюда

и, следовательно.

= 0,9994 1,

= 0,0183

Р5 = 0,1562

= 0.0053

= 0,0732

Рб = 0,1042

= 0,0021

= 0,1465

Р7 = 0,0595

= 0,0008

= 0,1953

Р8 = 0,0297

= 0,0003

= 0,1953

Р9 = 0,0132

ТО формула приводится к виду



Средняя продолжительность ожидания будет равна

,=-Д = 0.0015.

Так как мы взяли единицу времени, равную 2 Минутам, то

0,0015 2 60 = 0,18 сек.

9.1.19. Согласование наблюделншх данных с теоретическим законом распределения. Разложение в ряд Грата -Шарлье. Одним из основных применений теории вероятностей для кшироля производственного процесса является оценка расхождения между двумя законами распределения. Один из них р{х) мы примем за теоретический, а другой закон (л;) будем исследовать. Обычно этот второй закон распределения является статистическим. Нашей задачей является выяснение вопроса о том, согласуется ли статистический закон распределения с данным теоретическим.

Закон р {х) всегда соответствует уже известному характеру совершения событий. Если бы нам удалось найти, степень общности между этими двумя законами, мы смогли бы сделать заключения о скрытом еще от нас характере явления, при котором возникновение событий подчиняется исследуемому закону.

Если, например, (л;) представляет собой закон распределения измерений силы тока, возникающего при нагреве в водороде серии сопротивлений, и если можно удовлетворительным образом связать закон (л:) с нормальным законом распределения, то от инженера, отвечающего за производство, требуется только вести производство так, чтобы рассеивание и среднее значение X контролируемой величины оставались в пределах допусков.

Действительно, сродство с нормальным законом распределения укажет ему, что величина х представляет собой случайную величину, и поэто.му рассеивание величины л; вызывается не систематическим дефектом установки, а лишь влиянием большого числа малых ошибок, действующих в любых возможных направлениях.

Рассмотрим общий случай. Пусть q{x) - исследуемый закон, а р{х) - теоретический. Положим

qix)=p{x) + a,p(x)+ ... +а р \х). (37)

Если коэффициенты aj.....а малы, то закон р{х) хорошо представляет

закон q{x). Пусть ф(и) и ф(м) представляют собой соответственно характеристические функции законов q (х) и р (х). Положим

- = g-( ). <j> (и) \ ->-

Тогда g- (0) = 1, так как коэффициент = 1.

Разложим g{.u) по возрастаюшим степеням величины (- Ju):

= g(u)==\-aju+- ... +( l) a (y ) -i- ...

Тогда

ф(и) = f eJp(X)[1 -aJu + ... -h(~l) a (Ju) + ...]dx.

- CO

Интегрируя no частям общий член ряда, легко заметим, что

со со

/ eJUч)p{.x)dx=- f p\x)dx;



2 = х2.

Действительно, если это окажется невозможным, то сравнение q(x) и р(х) будет бесполезным. Считая эти условия выполненными, можем написать

пи) 1-~-+-ииГ+ ...

i F. . + lx3(y )3-f ...

f(u)- 6 24 - 120 и чг ....

откуда получаем коэффрщиенты

aj = 0, с.2 = 0.

а,= (х*~Х*),

ад = - [х5 - Х - 10x2 (3 . 3)1,

повторяя п раз интегрирование по частям, получим

со .00 ,

J е- (уи/ р (X) dx = (-1) I р (х) djc.

-СО -со

откуда .:

. ф( = J eJ -lp(x) + a,p{x)+ ... +a ff ix)-\- ...]dx.

- CO

Так как, по определению,

ф/й>= J e (x)dx,

видим, что с. = а . Коэффициенты разложения в формуле (37) выражены, таким образом, через коэффициенты разложения g{u) - отношения двух хаг рактеристических функций - по возрастающим степеням (-Ju):

... +( !) сс(у ) + ...

Пусть х и - моменты порядка г соответственно для законов распределения q (х) и р (х). Тогда следует сначала выбрать закон р (х) таким образом, чтобы математические ожидания х и совпадали. Если отнести оба закона к этому общему математическому ожиданию, то

Х = х=0.

Кроме того, нужно выбрать закон р (х) таким образом, чтобы для него дисперсия совпадала с дисперсией для закона qix):



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 [ 198 ] 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251