Неперервні випадкові величини.

Абсолютно неперервні випадкові величини

Означення. Випадкова величина називається неперервною, якщо її

функція розподілу є неперервною функцією.
Якщо  –– неперервна випадкова величина, то ймовірність того, що 
набуде деякого свого конкретного значення дорівнює 0 ( P{  x0 }  0 ,
x0  R ). Тому, на відміну від дискретної випадкововї величини, розподіл
неперервної випадкової величини неможливо задати, вказавши значення, які
вона набуває, та відповідні ймовірності. Зрозуміло також, що множина
можливих значень неперервної випадкової величини є незчисленною.
Найпростішим і найпоширенішим способом задання розподілу неперервної
випадкової величини є задання її функції розподілу F (x) . Тоді для будь-
якого проміжку a, b можна обчислити ймовірність
P{  a, b }  F (b)  F (a) .
Неперервні випадкові величини поділяються на два класи: сингулярні
та абсолютно неперервні.
Означення. Випадкова величина  називається абсолютно
неперервною, якщо існує така функція f (x) , для якої має місце рівність
x
F ( x)   f (t ) dt .

При цьому функція f (x) називається щільністю розподілу випадкової
величини  (або диференціальною функцією розподілу).
Очевидно, що:
1) f ( x)  0 ;
2) F ( x)  f ( x) в кожній точці неперервності функції f (x) ;

3)  f ( x) dx  1 ;

b
4) P{  a, b }  F (b)  F (a)   f ( x) dx . Тобто ймовірність того, що
a
випадкова величина  набуде значення з відрізка [a, b] чисельно дорівнює
площі криволінійної трапеції, обмеженої графіком функції y  f (x) ,
віссю абсцис та прямими x  a, x  b .
Сингулярні випадкові величини, на відміну від абсолютно
неперервних, неможливо задати за допомогою щільності розподілу.
 Найбільш важливими є наступні типи абсолютно неперервних
розподілів: рівномірний, нормальний, експоненційний.
Означення. Розподіл випадкової величини  називається рівномірним
на відрізку [a, b] , якщо його щільність має вид:
0, якщо x  [a, b],

f  ( x)   1
 b  a , якщо x  [a, b].
Функція розподілу рівномірно розподіленої випадкової величини має
вид:
0, якщо x  a,
 x  a
F ( x)   , якщо x  [a, b],
 b  a
1, якщо x  b.

Графіки щільності та функції розподілу рівномірно розподіленої

випадкової величини зображені на рис. 1, 2.

0, якщо x  a,
 x  a
F ( x)   , якщо x  [a, b],
 b  a
1, якщо x  b.
Графіки щільності та функції розподілу рівномірно розподіленої
випадкової величини зображені на рис. .
y
y

1 1
ba

0 a b x 0 a b x

Рис. 1. Рис. 2.
 Означення. Розподіл випадкової величини  називається нормальним
з параметрами a,  , якщо його щільність має вид:
( x a )2
1 
f ( x)  e 2 2 .
 2
Функція y  f (t ) швидко спадає при t   (рис. 3). Площа фігури,
обмеженої графіком функції y  f (t ) та віссю Ox дорівнює 1. Площі
криволінійних трапецій над інтервалами a   ; a    , a  2 ; a  2  ,
a  3 ; a  3  дорівнюють відповідно 0,6827 , 0,9545 , 0,9973 . Таким чином,
ймовірність того, що нормально розподілена випадкова величина прийме
значення з відрізку a  3 ; a  3  дорівнює 0,9973 .
Функція розподілу нормально розподіленої випадкової величини має
(t a )2
1 x 
вид: F ( x)  2 2
e dt .
 2 
Ця функція не є елементарною. Тому її значення табульовані. Для
t2
1 x 2
зручності розглядають функцію (x)   e dt , яка називається функцією
2 0
Лапласа. Функції F (x) і (x) пов’язані співвідношенням:
xa
 
1
F ( x)   . Таблиці значень функції (x) наведені практично у всіх
2   
підручниках з теорії ймовірностей. Зазначимо, що (x) має наступні
властивості:
1) ( x)  ( x) ;
2) при x  5 (x) [0,499997 ; 0,5] . У цьому випадку можна вважати, що
(x)  0,5 .
Ймовірність того, що нормально розподілена випадкова величина
набуде значення, яке належить відрізку [ ,  ] дорівнює
 a   a  .
P   ,        
     
 Ймовірність того, що
y нормально розподілена випадкова
величина набуде значень з проміжку
1 [a   ; a   ] дорівнює
 2

P|   a |    2  .
 

x Рис. 3.
0
Нормальний розподіл відіграє надзвичайно важливу роль в теорії
ймовірностей та її застосуваннях. Ця роль значною мірою пояснюється
центральною граничною теоремою (див. розділ “Граничні теореми теорії
ймовірностей”).

Означення. Розподіл випадкової величини  називається

експоненційним (показниковим) з параметром a  0 , якщо його щільність має
вид:
ae ax , при x  0,
f  ( x)  
0, при x  0.
Функція розподілу випадкової величини з експоненційним розподілом
має вид:
1  e  ax , при x  0,
F ( x)  
0, при x  0.
Якщо   0 і   0 , то P{ [ ,  ]}  e a  e a .
Якщо   0 і   0 , то P{ [ ,  ]}  P{ [0,  ]}  1  e a .

f (x)

x
 Рис. 4.

Показниковий розподіл часто зустрічається в теорії масового

обслуговування. Зокрема, для опису роботи телефонних станцій.

Зразки розв’язування задач

Приклад 1. Випадкову величину Х задано функцією розподілу

 0, якщо x  0,
 1
 x , якщо 0  x  ,
 4

F ( x)   2 1 2
8 x , якщо 4  x  4 ,

 2
 1, якщо x  4 .
Знайти щільність розподілу випадкової величини Х.
1
Розв'язання. Похідна F ( x) існує всюди, за винятком точок х = 0; ;
4
2
.
4

Оскільки  x   1
, 8 x 2   16 x , то
2 x
 0, якщо x  0,
 1 1
 , якщо 0  x  ,
2 x 4

f ( x)   1 2
 16 x , якщо  x  ,
 4 4
 2
 0, якщо x  4 .

Приклад 2. Дано функцію

0, x  0,
f ( x)   x
 e , x  0 (  0).
 При якому значенні сталої  функція f(x) є щільністю ймовірності
деякої випадкової величини Х? Знайдіть функцію розподілу F(x) величини Х.
Обчисліть ймовірність того, що випадкова величина Х потрапить в проміжок
[0; 1] двома способами: за допомогою щільності ймовірності f(x) і за
допомогою функції розподілу F(x).
Розв'язання. Передусім повинно бути   0 . Для знаходження значення
 запишемо умову


 f ( x)dx  1


і перетворимо її:
 
x  x  
 f ( x)dx  1,   e dx  1,  e  1,  1.
 0  0 
Отже,    і функція f(x) має вигляд:
 0, якщо x  0,
f ( x)   ax (1)
e , якщо x  0;  0.
x

Знайдемо функцію розподілу F(x) за формулою: F ( x )   f (t )dt . Якщо x  0 , то


x x

F ( x)   f (t )dt   0dt  0 ;
 

якщо х> 0, то
x 0 x

F ( x)   f (t )dt   0dt   e  dt  1  e 
  0
 t  x
.

Отже,
0, якщо x  0,
F ( x)   ax
(2)
1  e , якщо x  0.
x2
Обчислимо ймовірність P{0  X  1} за формулою P{x1  X  x2 }   f ( x)dx :
x1
1 1 1
P{0  X  1}   f ( x)dx   e x dx  1  .
0 0 ea
Формула:
P{x1  X  x2 }  P{x1  X  x2 }  P{x1  X  x2 }  P{x1  X  x2 }  F ( x2 )  F ( x1 )
дає той же результат:
1
P{0  X  1}  F (1)  F (0)  1  .
e
Випадкові величини з щільністю (1) чи з функцією розподілу (2) часто
зустрічаються на практиці.
 Приклад 3. Випадкова величина  має нормальний розподіл з
параметрами а = 7 та  = 2. Порівняти ймовірності попадання випадкової
величини  в проміжки (3; 7) та (-100; 1). Вказати інтервал, в який випадкова
величина  попадає з практичною достовірністю.
Розв'язання. Якщо  має нормальний розподіл, то
     a
P [ ;  ]      .
     
 7  7  3  7
Тому P [ ;  ]        (0)  ( 2).
2   2 
За таблицею значень функції ( x) знаходимо (0)  0 ;
(2)  (2)  0,4772 . Тому
P [3; 7]  0,4772 .
Аналогічно,
1 7    1001  7   (3)  (53,5)  (3)  (53,5) .
P  (100 ;1)      
 2   2 
За таблицею: (3)  0,49865 .
Ф(53,5) за таблицею знайти не можна. Оскільки 53,5 > 5, то з великою
точністю можна вважати, що Ф(53,5) = 0,5.
Отже, P  (100;1)  0,49865  0,5  0,00135 .
Нормально розподілена випадкова величина з практичною
достовірністю попадає в так званий трьохсигмовий інтервал:
(a  3 ; a  3 ) .
Отже, P  (1;12)  0,9973 . Пропонуємо читачеві самостійно пересвідчитись у
правильності останньої рівності.

Задачі для самостійного розв’язування

1. Випадкова величина X має функцію розподілу

0, x  4,

 a( x  4)
2
F ( x)   ,  4  x  0,
 16
1, x  0.
Знайти параметр a , аналітичний вираз для щільності, ймовірність
попадання випадкової величини X в інтервал (2;5) .
2. Випадкова величина X має функцію розподілу
0, x  0,

F ( x )  a 2 x , 0  x  8,
1, x  8.

 Знайти параметр a , аналітичний вираз для щільності, ймовірність
попадання випадкової величини X в інтервал (1;6) .
3. При яких значеннях параметрів a і b дана функція функція
0, x  a,

F ( x)  sin x, a  x  b,
1, x  b;

буде функцією розподілу деякої випадкової величини? Знайти щільність
даної випадкової величини.
4. При яких значеннях параметрів a і b дана функція функція
0, x  a,

F ( x)  tg x, a  x  b,
1, x  b;

буде функцією розподілу деякої випадкової величини? Знайти щільність
даної випадкової величини.
5. Щільність випадкової величини X задано графічно
f(x)

-4 0 2 x

Знайти значення параметра a і аналітичні вирази для f (x) і F (x) . Знайти

PX [0;2] , PX [2;1].
6. Щільність випадкової величини  задано графічно
f(x)

-2 0 6 x

Знайти значення параметра a і аналітичні вирази для f (x) і F (x) . Знайти

P [6;8] , P [2;2] .
7. При яких значеннях параметрів a і b функція
0, x  a,

f ( x)  sin x, a  x  b,
0, x  b;

 може бути щільністю деякої випадкової величини X ? Знайти функцію
розподілу даної випадкової величини і ймовірність попадання цієї
ab 
випадкової величини в проміжок  ; b .
 2 
8. При яких значеннях параметрів a і b функція
0, x  a,

f ( x)  tg x, a  x  b,
0, x  b;

може бути щільністю деякої випадкової величини X ? Знайти функцію
розподілу даної випадкової величини і ймовірність попадання цієї
a  b
випадкової величини в проміжок a; .
 2 

a cos x , x    ;  ,
  2 2 
9. Випадкова величина  задана щільністю: f ( x)  
 
0, x   ; .
  2 2
Знайти коефіцієнт a , функцію розподілу F (x) , ймовірність попадання

випадкової величини в інтервал  0;  .
 4
0, x  2,

10.Випадкова величина  задана щільністю: f ( x)  a,  2  x  5, Знайти
0, x  5.

коефіцієнт a, функцію розподілу F (x) , ймовірність попадання
випадкової величини в інтервал 0; 3 .
11.Випадкова величина  має рівномірний закон розподілу на відрізку [2;5] .
Знайти аналітичні вирази для щільності та функцію розподілу цієї
випадкової велични. Побудувати їх графіки. Знайдіть ймовірність
попадання випадкової величини в інтервал 0; 3 .
12.Поїзди у метро йдуть з інтервалом 2 хв. Вважаючи, що час  очікування
поїзда на зупинці має рівномірний розподіл, знайдіть аналітичні вирази
для щільності та функцію розподілу цієї випадкової велични. Побудуйте
їх графіки. Знайдіть ймовірність того, що час очікування буде більше 30с.
13.Нормальний закон розподілу випадкової величини X задано функцією
розподілу
(t 1) 2
1 x 
F ( x)  e 32 dt .
4 2 
Побудувати графіки функцій f (x) і F (x) . Обчислити P{5  X  3},
P| X  1 | 12
14.Нормальний закон розподілу випадкової величини X задано функцією
розподілу
(t 3) 2
1 x 
F ( x)  e 8 dt .
2 2 
Побудувати графіки функцій f (x) і F (x) . Обчислити P{1  X  5} ,
P| X  3 | 6
15.Випадкова величина  має нормальний розподіл з параметрами a,  .
Запишіть вираз для щільності та функцїі розподілу і ймовірність того, що
випадкова величина набуде значень з проміжка  ,  , якщо:
а) a  0,   1,   0,   5 ;
б) a  5,   3,   2,   8 ;
в) a  9,   2,   3,   15 .
16.Щільність нормально розподіленої випадкової величини  має вигляд
( x 3)2

f ( x)  ce 8 . Знайти коефіцієнт c , параметри a та  . Порівняти
ймовірності попадання випадкової величини  в проміжки (9; 3) та
(4;100 ) .
17.Випадкова величина  має нормальний розподіл з параметрами a,  . В
кожному з наступних пунктів знайдіть інтервал, в який попадає випадкова
величина  з практичною достовірністю (з ймовірністю 0,9973):
а) a  0,   1 ;
б) a  5,   2 ;
в) a  5,   100 .
18.Випадкова величина  має показниковий розподіл з параметром   3 .
Знайти ймовірність того, що випадкова величина набуде значень з
проміжка  ,  , якщо:
а)   3,   1;
б)   3,   7 ;
в)   3,   7 .
19.Випадкова величина  має показниковий розподіл. Ймовірність того, що
ця випадкова величина набуде значення з проміжку (0; 5) дорівнює 0,7.
Знайти ймовірність того, що ця випадкова величина набуде значення з
проміжку (7; 9) .