k-tree
Электронный учебник
В примерах в данной статье данные генерятся при каждой загрузке страницы. Если Вы хотите посмотреть пример с другими значениями -обновите страницу .
Закон распределения случайной величины

Закон распределения

Пример закона распределения

Закон подлости - это закон распределения, но у него пока нет математической модели, зато у многих других законов есть достаточно чёткое математическое описание, например, у нормального закона распределения или у распределения Пуассона. Распределение, функция распределения, закон распределения - это всё одно и то же, математическое описание вероятности события. Например, по дороге на работу Вы иногда заходите в лавку купить воды, для Вас это просто магазин, а у лавочника уже лежит закон распределения и лавочник знает, когда Вы зайдёте и сколько воды закупить на неделю! Вот как он это сделал:

ПНВТСРЧТПТСБВС
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××××××

В первую очередь лавочник составил таблицу, когда вы покупали воду и когда не покупали, затем эти данные записал в таком виде, что видно сколько раз в неделю вы заходили:

количество посещений
01234567
22968210
количество недель

Итак, всего было 30 недель и можно говорить об относительных цифрах, то есть, выразить в процентах количество посещений:

Виды представления

количество посещений
01234567
6.7% 6.7% 30% 20% 26.7% 6.7% 3.3% 0%
недели с таким количеством посещений

Эта таблица - закон распределения количества посещений в неделю. Также, этот закон может выглядеть в виде красивого графика:

График 1. Вероятность, что Вы зайдёте X раз в неделю

Также можно было бы вывести уравнение, которое описывает это распределение, и это уравнение также было бы законом распределения.

Таблица, график и уравнение - это способы представления одного и того же: какова вероятность события X. Лавочнику интересно знать, с какой вероятностью Вы зайдёте 0,1,2 и т.д. раз, поэтому событие X - это количество посещений в неделю и закон распределения даёт вероятность этого события.

В жизни

Таким образом собиралась информация о различных событиях во всех уголках мира: сколько муравьёв живёт в муравейнике, с какой скоростью сгорает вещество, средний заработок по стране и так далее. Затем начали замечать, что разные события (событие - это интересующий нас факт) имеют одинаковые графики закона распределения, например, рассматривая работу телефонной станции в течение года выяснилось, что закон распределения звонков в минуту имеет следующий вид:

График 2. Вероятность что позвонят Х раз

Здесь, например, вероятность, что в течение минуты позвонит 4 человека - 17.55%, вероятность, что позвонит 2 человека - 8.42%, вероятность, что позвонят 5 человек или меньше - 61.6%.

Выдвижение гипотез

А теперь, имея распределение вероятности, мы можем делать различные предположения, например, в случае с телефонной станцией, мы можем выдвинуть предположение, что для того, что бы обслужить 87% звонков, нам необходимо отвечать на 7 звонков в минуту (вероятность, что позвонит 7 человек и меньше - 86.6%, мы округлили). Что бы обслужить 93% звонков, нам необходимо отвечать на 8 звонков в минуту и так далее.

Лавочник может предположить, что если он будет закупать 4 бутылки воды в неделю, то вероятность, что воды не будет, когда она Вам понадобится - 10%, в свою очередь, вероятность, что воду он продаст не всю - 56.7%.

Закон распределения дискретной величины

Рассмотренные примеры имеют дискретный вид, т.е. событие X имеет определённые значения. Случается, что дискретное распределение не подходит, что необходимо говорить о диапазонах значений, например, если Вы будете замерять количество воды в стакане: Вы замеряете не количество атомов, а объём, при этом всегда есть погрешность, если вы замерили 99.92 мл, то это может быть 99.925, или 99.922365, или 99.25552323 и так далее, так вот, что бы не включать все эти значения в таблицу вы включаете только округлённое значение и в итоге опять получаете таблицу, график или функцию:

Закон распределения
Объём воды    Вероятность
145 мл8.1%
146 мл10.4%
147 мл8.5%
148 мл14.6%
149 мл12.7%
150 мл14.2%
151 мл14.4%
152 мл3.8%
153 мл7.2%
154 мл3.4%
155 мл2.5%
График 3. Закон распределения количества воды в стакане

Закон распределения в виде графика, теперь это не дискретные значения, как в таблице, это примерное представление о том, сколько на самом деле воды в стакане. Если мы хотим узнать, какова вероятность, что воды в стакане 150 мл - мы должны посчитать вероятности всех значений между 149.5 и 150.5, что равно площади графика между 149.5 и 150.5 (если Вы не понимаете почему - изучите интегралы). Логично, что площадь под конкретным значением будет бесконечно малой, поэтому и вероятность какого-либо конкретного события будет нулевой.

Итак, для дискретных распределений мы строим таблицы, для остальных - графики, размещённая слева таблица не совсем корректна, поскольку в реальности мы заполняем огромную таблицу с конкретными значениями, без округлений, а затем строим график, но без сомнений такая таблица может быть использована для понимания процесса.

Термины!

Может возникнуть некоторая путаница в терминах:
Функция вероятности - функция, у которой на входе значение Х, а на выходе вероятность события Х;
Функция распределения - функция, у которой на входе значение X, а на выходе вероятность событий меньше или равных X;
Плотность вероятности - функция вероятности.

График 4. Функция вероятности
График 5. Функция распределения или плотность вероятности

Как составить закон распределения

Теперь Вы знаете, что для того, что бы составить закон распределения, необходимо собрать данные и оформить их в виде графика (или таблицы, если речь идёт о дискретных величинах). Составление закона распределения - это результат сбора статистических данных, далее этот закон используется для принятия решений.

  • Собрать данные
  • Представить данные в числовом виде
  • Упорядочить данные

Используемые законы распределения

На данный момент существует огромное множество законов распределений, без сомнений, распределение Гаусса (нормальное распределение) - самое популярное, поскольку описывает любое "нормальное" событие, также, на производстве и сфере услуг часто используется распределение Пуассона, например, в теории очередей или как в примере про телефонную станцию.


Вам понравилась статья? /

Seen: 5 044

Рейтинг: 5 (16 голосов)