Функция с.в. будет также случайной величиной Y=j(X). Ее распределение соответствует распределению аргумента, но с измененной шкалой абсцисс. P(y)=Prob(Y<y)=Prob(j(X)<y).
(36.3)=(17.3),
где y(y) - функция обратная j(х) (замена подинтегрального выражения x=y(y), dx=y¢(y)dy).
Если Y=j(X), где j(X) - монотонная функция своего аргумента, то распределение Y определяется тем, что вероятность нахождения y в пределах y1<Y<y2 равна вероятности неравенства х1<X<x2,
где y1=j(x1) и y2=j(x2).
М.о. и дисперсия с.в. Y:
(37.3)=(20.3) и (22.3).
Доказательство (37.3):
Для линейной функции Y=aX+b из (37.3) и (18.3) следует
и D(Y)=a2D(X) (38.3).
Доказательство (38): .
Для функции Z=j(X,Y) двух случайных аргументов м.о. и дисперсия (39.3).
Если Z=j(X,Y)=X+Y и X и Y - независимы, то м.о. и дисперсия суммы независимых с.в. величин D(Z)=D(X)+D(Y).
Плотность распределения непрерывной с.в. Y, связанной монотонной функциональной зависимостью Y=j(X) с непрерывной с.в. Х:
или (40.3),
где x=y(y) - функция обратная y=j(x).
Для линейной функции y=ax+b из (40) следует
p(y)=(1/a)p(x) (40¢.3).
Если Y=j(X/R) и p(x/r) - условная плотность вероятности с.в. Х, входящей в систему (X,R), то условная плотность вероятности с.в. Y - ,
где y(y/r) - функция обратная Y=j(X/R), а безусловная плотность вероятности с.в. Y:
,
где p(r) - плотность вероятности с.в. R.
Если имеются функции с.в. U=U(X,Y) и V=V(X,Y), то, зная совместную плотность распределения p(x,y), совместная плотность распределения U и V:
(41.3)
(в скобках - Якобиан ).
Матожидания: (42.3),
дисперсия ,
корреляционный момент .
В случае линейного преобразования U=a1X+b1Y+c1 и V=a2X+b2Y+c2 по (41.3) и (42.3) имеем:
(43.3),
и (44.3).
Дисперсия
Доказательство (44)
Запишем еще раз дисперсии и корреляционные моменты:
, , (доказать самостоятельно).
Зная плотность распределения p(U,V), где U=U(X,Y) и V=V(X,Y), можно определить плотность распределения p(U) или p(V): .
Пример (стр.23 ). Стержень нагружен изгибающим моментом Mb и крутящим моментом Mt, и есть их совместная плотность вероятности pq(Mb,Mt). Кроме того, моменты Mb и Mt стохастически независимы и подчиняются центрированному нормальному распределению:
,
где sb и st – стандарты Mb и Mt.
Опасное состояние стержня достигается при превышении некоторой функцией этих моментов предельного значения Mr>Mr,lim, зависящего от свойств материала и геометрии сечения стержня. Например, для стержня круглого сечения из пластического материала эта функция может быть взята в виде , где Mr – приведенный момент, определенный в соответствии с критерием текучести, основанном на наибольших касательных напряжениях.
Касательное напряжение от крутящего момента , где Ir - полярный момент круглого сечения, y – радиус окружности, содержащей рассматриваемую точку, t = tmax при y=r (r – радиус стержня). Нормальное напряжение от изгибающего момента . Для расчета надежности стержня необходимо знать плотность вероятности pu(Mr) приведенного момента Mr.
Перейдем к полярным координатам, положив , где 0£q£2p. Согласно (41.3) совместная плотность распределения с. в. Mr и q:
.
Используя и замечая, что якобиан преобразования ,
найдем
Плотность распределения вероятности pu(Mr) определяется интегрированием полученной формулы по углу q: . Используя формулу анализа , где - функция Бесселя мнимого аргумента нулевого порядка, получим окончательно .
Если дисперсии моментов Mb и Mt одинаковы, т.е. sb=st=s, то I0(0)=1 и . При этом приведенный момент подчиняется распределению Рэлея.
Поможем написать любую работу на аналогичную тему