Таблица 111.1 |
||||
Наименование распределения |
Возможные значения |
Уравнение для расчета вероятности |
Среднее значение (математическое ожидание) |
Дисперсия |
Бернулли |
0; 1 |
Р (х/р) = рх q 1-х |
||
Биноминальное |
0; 1; 2;... |
Pn,m = Cpmqn-m |
пр |
прq |
Отрицательное биноминальное (распределение Паскаля) |
r ; r + 1 |
Pm = Cpr qm-r |
||
Гипергеометрическое |
0; 1 |
Pm = |
|
М (N—М) п (N—п) |
N'2(N—1) |
||||
Геометрическое |
0; 1; 2;... |
Pm = p qm-1 |
||
Пуассона |
0; 1; 2;... |
Pm = |
λ |
λ |
От правильности выбора закона распределения интервалов между поступлением событий (автомобилей) зависит точность и достоверность получения конечных результатов. Ниже будут рассмотрены законы распределения, которые могут быть использованы для описания характеристик движения потока автомобилей, как вероятностного процесса, в котором появление одного автомобиля не связано с моментом появления впереди идущего автомобиля, а величины соседних интервалов не имеют корреляционной связи. Последнее предположение не совсем справедливо для реальных условий движения, так как на движение автомобилей существенное влияние оказывают дорожные условия, разнородность состава движения, а также взаимное влияние автомобилей, движущихся при высоких скоростях.
Дискретные распределения. К дискретным распределениям относятся: распределение Бернулли, биноминальное и отрицательное биноминальное распределения, гипергеометрическое распределение, распределение Пуассона и др. Характеристики этих распределений приведены в табл. 111.1.
Распределение Бернулли показывает вероятность появления р или отсутствия q = 1 — р события:
Р (х/р) = рх q 1-х (111.1)
Биноминальное распределение является первым основным уравнением теории вероятностей и показывает распределение числа m появлений событий при п независимых испытаниях, при каждом из которых вероятность появления события р остается постоянной. Вероятность отсутствия события q=1-р. Общий вид уравнения следующий:
Pn,m = . (III.2)
Отрицательное биноминальное распределение является разновидностью биноминального распределения, и оно показывает вероятность необходимости проведения х наблюдений до появления k событий. Каждое событие появляется с вероятностью р. Вид этого распределения следующий:
. (111.3)
Гипергеометрическое распределение имеет место, когда из N каких-либо событий М событий обладает каким-либо свойством А и необходимо вычислить вероятность того, что т событий обладает свойством А, а п—т не обладают. Распределение имеет вид:
Pm = . (III.4)
Распределение Пуассона наиболее широко применяется в теории вероятностей и особенно в теории массового обслуживания. Оно имеет вид:
Pn(t) = e-λt (III/5)
Это уравнение показывает вероятность появления п событий, поступающих с интенсивностью λ в интервале времени (0, t). Это уравнение широко применяется в теории транспортных потоков.
Непрерывные распределения. К непрерывным распределениям относятся: нормальное распределение, распределения Граме-Шарлье, Вейбулла, Максвелла, Парето, Пирсона, Эрланга, гамма- и бета- распределения, распределения смеси, экспоненциальное (показательное) и гиперэкспоненциальное распределения и др. Статистики непрерывных распределений приведены в табл. 111.2.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.