§18.

Задачи от случайни величини

Съдържание
1. Основни дискретни разпределения
2. Някои непрекъснати разпределения

ТЕОРИЯ
Числова величина, която в резултат от даден експеримент може да прима различни
стойности с известно разпределение на вероятностите се нарича случайна величина.
Случайната величина X се определя върху множеството Ω от елементарните изходи
на даден експеримент.Ако имаме дискретно вероятностно пространство с множество
на елементарни изходи Ω = {ω1 , ω2 ,K} (крайно или безкрайно), можем да определим
една случайна величина X , задавайки нейните стойности xk за всеки елементарен из-
ход ωk , k = 1,2,K . В този случай говорим за дискретна случайна величина (с изва-
дъчно пространство Ω ). Дискретните случайни величини напълно се описват от таб-
лицата на разпределение
X x1 x2 L
P p1 p2 L

Една случайна величина X се нарича абсолютно непрекъсната, когато нейните стойности

запълват един или няколко интервала, при което можем да намираме вероятността
P(a < X < b ) , стойността на разглежданата величина да се помества в интервала (a, b ) по
следната формула
b
P (a < X < b ) = ∫ f ( x )dx .
a

Тук f (x ) е някаква неотрицателна функция, определена за всяко x ∈ R и интегруема над

всеки числов интервал. Функцията f ( x ) се нарича плътност на разпределение на абсо-
лютно непрекъснатата случайна величина X . Понеже събитието {− ∞ < X < ∞} е достоверно,
то
∞

∫ f (x )dx = 1 (условие за нормировка).

−∞
Всяка неотрицателна функция f (x ) , за която е изпълнено условието за нормировка, поражда
някаква непрекъсната случайна величина X .
Нека X е случайна величина (дискретна или непрекъсната). Тогава функцията
F ( x ) = P ( X < x ) се нарича функция на разпределение на X . Ако X е дискретна, то F ( x )
има вида
F ( x ) = ∑ pk
xk < x

Ако X е непрекъсната, то F ( x ) има вида

x
F (x ) = ∫ f (t )dt ,
−∞
където f (t ) е плътността на X .
Непосредствено от определението се получават следните основни свойства на функци-
ята на разпределение.
1) F (x ) е монотонно растяща.
2) lim F ( x ) = F (− ∞ ) = 0 и lim F ( x ) = F (∞ ) = 1 .
x → −∞ x →∞

3) F (x ) е непрекъсната отляво, F (x ) = F ( x − 0 ) .
Всяка функция F ( x ) , която притежава изредените по-горе три свойства може да се раз-
глежда в общия случай като функция на разпределение на някаква случайна величина. Ако
X е непрекъсната случайна величина с функция на разпределение F (x ) , то
P(a < X < b ) = F (b ) − F (a ) - вероятност случайната величина да приеме стойности от интер-
вала (a, b ) .
Числови характеристики на случайни величини. Математическо очакване (сред-
но) на дискретната случайна величина X , P( X = xk ) = pk , k = 1,2,K , се нарича числото (ко-
гато съществува)
E[X ] = ∑ xk pk
k

Ако X е непрекъсната с плътност f ( x ) , то нейното математическо очакване се определя от

интеграла (когато съществува)
∞
E[X ] = ∫ xf (x )dx .
−∞
Дисперсия D[X ] на дискретната случайна величина X се нарича числото (когато съществу-
ва)
[ ]
D[X ] = E ( X − μ X ) = ∑ ( xk − μ X ) pk .
2 2

Ако X е непрекъсната с плътност f (x ) , то нейната дисперсия се определя от интеграла (ко-

гато съществува)

[ ] ∫ (x − μ
∞
D[X ] = E ( X − μ X ) = )2 f (x )dx .
2
X
−∞

Числото σ X = σ[X ] = D[ X ] се нарича стандартно отклонение на X . Очевидно

D[X ] = σ 2X , което задава σ 2X като друго означение за дисперсия.

ЗАДАЧИ
Задача 1. Три монети се хвърлят едновременно един път. Да се псстрои закона на резпреде-
ление на случайнта величина X- задаваща броя на появилите се гербове при това хвърляне и
да се пресметнат M[X]; D[x] и P(X<2).
Решение. Провеждането на опита “хвърляне на три монети едновременно” има същия резул-
тат както ако една монета се хвърля три пъти последователно. При това герб може да се пад-
не 0, 1, 2, 3 пъти, т.е, случайнта величина X - задаваща броя на появилите се гербове има би-
1
номно разпределение с вероятност при един опит p = . Следователно
2
3 3
0 0 3 ⎛1⎞ 1 1 1 2 ⎛1⎞ 3
P ( X = 0) = C 3 p q = ⎜ ⎟ = P ( X = 1) = C 3 p q = 3.⎜ ⎟ =
⎝2⎠ 8 ⎝2⎠ 8
3 3
2 ⎛1⎞ 3 3 ⎛1⎞ 1
P ( X = 2) = C 3 p q = 3.⎜ ⎟ =
2 1
P ( X = 3) = C 3 p q = ⎜ ⎟ =
3 0

⎝2⎠ 8 ⎝2⎠ 8
X 0 1 2 3
P 1 3 3 1
8 8 8 8

2
 1 3 1 1 3
Тъй като разпределението е биномно, то M [X ] = n. p = 3. = ; D[X ] = n. p.q = 3. . = ;
2 2 2 2 4
1
P ( X < 2) = P( X = 0) + P( X = 1) = .
2
Задача 2. Магазин получава ежедневно 1000 бутилки минерална вода. Вероятността за това,
че при транспортирането дадена бутилка ще се счупи е 0,003. Намерете вероятността счупе-
ните бутилки да са:
2.1. точно 3.
2.2. по-малко от две
Решение. Случайната величина X, задаваща броя на счупените бутилки има биномно разпре-
деление при n=1000 и p=0,003. Тъй като n.p=3 е от порядък на единици, можем да считаме,
че X има Поасоново разпределение с параметър a=n.p=3 и закон за разпределение
X 0 1 2 3 ....... ......
P 0
3 −3 1
3 −3 2
3 −3 3
3 −3 ....... ......
.l .l .l .l
0! 1! 2! 3!
3
3 9
2.1. P( X = 3) = .l −3 = .0,0498 = 0,224 ;
3! 2
2.2. P( X < 2 ) = P( X = 0) + P( X = 1) = l −3 + 3l −3 = 4.0,0498 = 0,199 .
Задача 3. Ловец, който има само 4 патрона, стреля по цел до първо попадение или да израз-
ходване на патроните, Да се състави закона на разпределение на случайната величина X, за-
даваща броя на изразходваните патрони, ако вероятността за попадение при всеки изстрел е
една и съща и равна на 0,25. Да се пресметнат M[X]; D[x] и P(X>3).
Решение. Нека A е събитието “целта е улучена”. Тогава P(A)= ; P A = 1− ()
1
4
1
4
1
P( X = 1) = P( A) = ;
4
( )
P( X = 2) = P A. A = . ;
3 1
4 4
( )
P( X = 3) = P A. A. A = . . =
3 3 1 9
4 4 4 64
;

( )
P( X = 4) = P A.. A. A = . . =
3 3 3 27
4 4 4 64
.
Следователно законът за разпределение на случайната величина е
X 1 2 3 4
P 1 3 9 27
4 16 64 64
1 3 9 27 175
M [ X ] = 1. + 2. + 3. + 4. =
4 16 64 64 64
2

[ ] 2 2 2 1

4
2 3

16
2 9
D[ X ] = M X − M [ X ] = 1 . + 2 . + 3 . + 4 . − ⎜
64
2 27 ⎛ 175 ⎞
64 ⎝ 64 ⎠
⎟ = 1,54

Задача 4. По маршрут на автомобил има 5 светофара всеки, от които с вероятност 0,5 раз-
решава преминаването. Съставете закона за разпределение на случайната величина X, зада-
ваща броя на светофарите, задминати от автомобила до първото му спиране. Преметнете
M[X]; D[X] и P(X>4).

3
Решение. Нека A е събитието “преминаването е тазрешено”. Тогава
1 1 1 1
P( A) = = p = q ; P ( X = 0) = q = ; P ( X = 1) = pq = ; P ( X = 2) = p 2 q = ;
2 2 4 8
1 1 1
P ( X = 3) = p 3 q = ; P ( X = 4) = p 4 q = ; P ( X = 5) = p 5 = .
16 32 32
X 0 1 2 3 4 5
P 1 1 1 1 1 1
2 4 8 16 32 32
6
1 1 1 15
M [X ] = ∑ pk .xk = 0. + 1. + ... + 5. = ;
1 2 4 32 16
2

[ ] 1 ⎛ 15 ⎞ 1695
6
1 1
D[ X ] = M X 2 − M 2 [ X ] = ∑ pk .xk2 −M 2 [X ] = 0 2. + 12. + ... + 5.2 −⎜ ⎟ =
1 2 4 32 ⎝ 16 ⎠ 1024
Задача 5. Правят се последователни изпитания относно сигурността на 5 апарата. Всеки
следващ апарат се изпробва смо в случай, че предишният се е оказал негоден. Вероятността
определен апарат да е надежден е 0,6. Определете закона на разпределение на случайната ве-
личина X, задаваща броя на надеждните апарати. Преметнете M[X]; D[X] и P(X<2).
Решение. Нека A е събитието “даден апарат е надежден”. Тогава
() ( )
P ( A) = 0,6 ; P ( X = 0) = P A = 0,4 ; P ( X = 1) = P A. A = 0,6.0,4 = 0,24 ;
P ( X = 2) = P (A. A. A) = 0,6 .0,4 = 0,144 ; P ( X = 3) = P (A. A. A. A) = 0,6 .0,4 = 0,0864 ;
2 3

P ( X = 4) = P (A. A. A. A. A) = 0,6 .0,4 = 0,05184 ; P ( X = 5) = P( A. A. A. A. A) = 0,6 = 0,07776 .

4 5

X 0 1 2 3 4 5
P 0,4 0,24 0,144 0,0864 0,05184 0,07776
M [ X ] = 1,62336 ; D[X ] = 4,60704 .
Задача 6. Дадена е случайната величина X с диференциалната си функция на разпределение
⎧ π
⎪ 0, x < −
2
⎪⎪ π π
f ( x ) = ⎨ A cos x, − ≤ x ≤
⎪ 2 2
⎪ π
0, x >
⎪⎩ 2
Да се намери
6.1. константата А;
6.2. интегралната функция на разпределение F(x);
⎡ π⎤
6.3. вероятността за попадение на X в интервала ⎢0; ⎥ . Преметнете M[X]; D[X].
⎣ 4⎦
Решение.
+∞
6.1. Използваме, че ∫ f ( x ) dx = 1 . Тогава
−∞
π π
+∞ 2 2 1
1= ∫ f ( x ) dx = ∫π A.cos xdx = 2 A.sin x I = 2 A ⇒ A =
−∞
0 2
−
2
6.2.

4
 ⎧ π
⎪ 0, x < −
2
⎪
⎪1 π π
F ( x ) = ⎨ (1 + sin x ) , − ≤ x ≤
⎪2 2 2
⎪ π
⎪ 1, x>
⎩ 2
6.3.
⎛ π⎞ ⎛π ⎞ 1⎛ π⎞ 1 2
P ⎜ 0 ≤ X ≤ ⎟ = F ⎜ ⎟ − F ( 0 ) = ⎜1 + sin ⎟ − (1 + sin 0 ) = ≈ 0,3536
⎝ 4⎠ ⎝4⎠ 2⎝ 4⎠ 2 4
π
+∞ 2
1
M [X ] = ∫ xf ( x ) dx = ∫π x.cos xdx = 0
−∞
2
−
2
защото подинтегралната функция е четна, а границите на интеграла са симетрични относно
началото на абсцисната ос.
π
+∞
1 2
π2
D[ X ] = ∫ ( x − M [ x ]) f ( x ) dx =
2
∫π x .cos xdx = −2
2

−∞
2 4
−
2
Задача 7. Дадена е случайната величина X с диференциалната си функция на разпределение
⎧ 0, x < 0
f ( x ) = ⎨ A(4 x − x 3 ), 0 ≤ x ≤ 2
⎪
⎪ 0, x > 2
⎩
Да се намери
7.1. константата А;
7.2. интегралната функция на разпределение F(x);
⎡ 3⎤
7.3. вероятността за попадение на X в интервала ⎢1; ⎥ . Преметнете M[X]; D[X].
⎣ 2⎦
1 16 44 ⎛ 3 ⎞ 95
Отговор A = ; M [ x ] = ; D [ X ] = ; P ⎜1 ≤ X ≤ ⎟ = .
4 15 225 ⎝ 2 ⎠ 256
Задача 8. Дадена е случайната величина X с диференциалната си функция на разпределение
⎧ 0, x < 0
⎪⎪ ⎛ 2 x ⎞
f ( x ) = ⎨ A⎜ x − ⎟, 0 ≤ x ≤ 2
⎪ ⎝ 2⎠
⎪⎩ 0, x > 2
Да се намери:
8.1. константата А
8.2. интегралната функция на разпределение F(x);
⎡ 3⎤
8.3. вероятността за попадение на X в интервала ⎢1; ⎥ . Преметнете M[X]; D[X].
⎣ 2⎦
Отговор
3
A=
5

5
 ⎧ 0, x < 0
⎪1
⎪
F ( x) = ⎨( )
4 x3 − 3x 2 , 0 ≤ x ≤ 2
⎪ 20
⎪⎩ 1, x>2
8
M [X ] =
5
2
D[ X ] =
25
⎛ 3 ⎞ 23
P ⎜1 ≤ X ≤ ⎟ =
⎝ 2 ⎠ 80
Задача 9. Дадена е случайната величина X с интегралната си функция на разпределение
⎧ 0, x < 0
(
⎪
)
F (x ) = ⎨ A x − x , 0 ≤ x ≤ 3
4

⎪ 1, x > 3
⎩
Да се намери
9.1. константата А;
9.2. диференциалната функция на разпределение f(x);
9.3. вероятността за попадение на X в интервала [1;2] . Преметнете M[X]; D[X].
Задача 10. Дадена е случайната величина X с интегралната си функция на разпределение
⎛ 0, x < a; (a > 0 )
F ( x ) = ⎜⎜ a3
⎜ 1 − ;x ≥ a
⎝ x3
Да се намери
10.1. диференциалната функция на разпределение f(x);
10.2. M[X];
10.3. D[X].