Непрерывная случайная величина, функция распределения и плотность вероятности
Определение непрерывной случайной величины и её связь с вероятностью
Случайной величиной называется переменная, которая может принимать те или иные значения в зависимости от различных обстоятельств, и случайная величина называется непрерывной, если она может принимать любое значение из какого-либо ограниченного или неограниченного интервала. Для непрерывной случайной величины невозможно указать все возможные значения, поэтому обозначают интервалы этих значений, которые связаны с определёнными вероятностями.
Примерами непрерывных случайных величин могут служить: диаметр детали, обтачиваемой до заданного размера, рост человека, дальность полёта снаряда и др.
Так как для непрерывных случайных величин функция F(x), в отличие от дискретных случайных величин, нигде не имеет скачков, то вероятность любого отдельного значения непрерывной случайной величины равна нулю.
Это значит, что для непрерывной случайной величины бессмысленно говорить о распределении вероятностей между её значениями: каждое из них имеет нулевую вероятность. Однако в некотором смысле среди значений непрерывной случайной величины есть "более и менее вероятные". Например, вряд ли у кого-либо возникнет сомнение, что значение случайной величины - роста наугад встреченного человека - 170 см - более вероятно, чем 220 см, хотя и одно, и другое значение могут встретиться на практике.
Функция распределения непрерывной случайной величины и плотность вероятности
В качестве закона распределения, имеющего смысл только для непрерывных случайных величин, вводится понятие плотности распределения или плотности вероятности. Подойдём к нему путём сравнения смысла функции распределения для непрерывной случайной величины и для дискретной случайной величины.
Итак, функцией распределения случайной величины (как
дискретной, так и непрерывной) или интегральной функцией называется функция 
,
которая определяет вероятность, что значение случайной величины X меньше или
равно граничному значению х.
Для дискретной случайной величины в точках её значений x1, x2, ..., xi,... сосредоточены массы вероятностей p1, p2, ..., pi,..., причём сумма всех масс равна 1. Перенесём эту интерпретацию на случай непрерывной случайной величины. Представим себе, что масса, равная 1, не сосредоточена в отдельных точках, а непрерывно "размазана" по оси абсцисс Оx с какой-то неравномерной плотностью. Вероятность попадания случайной величины на любой участок Δx будет интерпретироваться как масса, приходящаяся на этот участок, а средняя плотность на этом участке - как отношение массы к длине. Только что мы ввели важное понятие теории вероятностей: плотность распределения.
Плотностью вероятности f(x) непрерывной случайной величины называется производная её функции распределения:
.
Зная функцию плотности, можно найти вероятность того, что значение непрерывной случайной величины принадлежит закрытому интервалу [a; b]:
вероятность того, что непрерывная случайная величина X примет какое-либо значение из интервала [a; b], равна определённому интегралу от её плотности вероятности в пределах от a до b:
или
.
При этом общая формула функции F(x) распределения вероятностей непрерывной случайной величины, которой можно пользоваться, если известна функция плотности f(x):
.
График плотности вероятности непрерывной случайной величины называется её кривой распределения (рис. ниже).
Площадь фигуры (на рисунке заштрихована), ограниченной кривой, прямыми, проведёнными из точек a и b перпендикулярно оси абсцисс, и осью Ох, графически отображает вероятность того, что значение непрерывной случайной величины Х находится в пределах от a до b.
Свойства функции плотности вероятности непрерывной случайной величины
1. Вероятность того, что случайная величина примет какое-либо значение из интервала
(и площадь фигуры,
которую ограничивают график функции f(x) и ось
Ох) равна единице:
2. Функция плотности вероятности не может принимать отрицательные значения:
,
а за пределами существования распределения её значение равно нулю
Плотность распределения f(x), как и функция распределения F(x), является одной из форм закона распределения, но в отличие от функции распределения, она не универсальна: плотность распределения существует только для непрерывных случайных величин.
Упомянем о двух важнейших в практике видах распределения непрерывной случайной величины.
Если функция плотности распределения f(x) непрерывной случайной величины в некотором конечном интервале [a; b] принимает постоянное значение C, а за пределами интервала принимает значение, равное нулю, то такое распределение называется равномерным.
Если график функции плотности распределения симметричен относительно центра, средние значения сосредоточены вблизи центра, а при отдалении от центра собираются более отличающиеся от средних (график функции напоминает разрез колокола), то такое распределение называется нормальным.
Пример 1. Известна функция распределения вероятностей непрерывной случайной величины:
Найти функцию f(x) плотности
вероятности непрерывной случайной величины. Построить графики обеих функций. Найти вероятность того, что
непрерывная случайная величина примет какое-либо значение в интервале от 4 до 8:
.
Решение. Функцию плотности вероятности получаем, находя производную функции распределения вероятностей:
График функции F(x) - парабола:
График функции f(x) - прямая:
Найдём вероятность того, что непрерывная случайная величина примет какое либо значение в интервале от 4 до 8:
.
Пример 2. Функция плотности вероятности непрерывной случайной величины дана в виде:
Вычислить коэффициент C. Найти функцию F(x)
распределения вероятностей непрерывной случайной величины. Построить графики обеих функций. Найти вероятность того, что
непрерывная случайная величина примет какое-либо значение в интервале от 0 до 5:
.
Решение. Коэффициент C найдём, пользуясь свойством 1 функции плотности вероятности:
Таким образом, функция плотности вероятности непрерывной случайной величины:
Интегрируя, найдём функцию F(x) распределения вероятностей. Если x < 0, то F(x) = 0. Если 0 < x < 10, то
.
x > 10, то F(x) = 1.
Таким образом, полная запись функции распределения вероятностей:
График функции f(x):
График функции F(x):
Найдём вероятность того, что непрерывная случайная величина примет какое либо значение в интервале от 0 до 5:
.
Пример 3. Плотность вероятности непрерывной
случайной величины X задана равенством
,
при этом 
.
Найти коэффициент А, вероятность того, что непрерывная случайная величина
X примет какое-либо значение из интервала ]0, 5[, функцию распределения
непрерывной случайной величины X.
Решение. По условию
приходим к равенству
.
Но
Следовательно, 
,
откуда 
. Итак,
.
Теперь находим вероятность того, что непрерывная случайная величина X примет какое-либо значение из интервала ]0, 5[:
Теперь получим функцию распределения данной случайной величины:
Пример 4. Найти плотность вероятности непрерывной
случайной величины X, которая принимает только неотрицательные значения, а
её функция распределения 
.
Решение. По определению плотности вероятности получаем
при 
и
при
,
поскольку F(x) для этих значений x постоянна (равна нулю).
Пример 5. Плотность распределения непрерывной случайной величины задана формулой:
(при x > 0)
(a - положительный коэффициент).
1) найти функцию распределения непрерывной случайной величины;
2) найти вероятность того, что непрерывная случайная величина примет значение, лежащее между 1 и 2.
Решение.
1) При x < 0 f(x) = 0,
значит 
. При
x > 0 
.
Первый интеграл равен нулю. Второй 
.
Итак, функция распределения данной непрерывной случайной величины имеет вид:
2) вероятность попадания непрерывной случайной величины на участок между 1 и 2 вычислим как приращение функции распределения на этом участке:
Пример 6. Непрерывная случайная величина имеет плотность
при 
.
1) найти вероятность попадания непрерывной случайной величины на участок от 0 до π/4;
2) функцию распределения непрерывной случайной величины.
Решение.
1) находим вероятность:
.
2) находим функцию распределения непрерывной случайной величины:
Пример 7. Плотность распределения непрерывной случайной величины задана формулой
.
Найти вероятность попадания непрерывной случайной величины на участок (-1; +1)
Решение.
.
| Назад<<< | Листать | Вперёд>>> |
