Тема 6.

Неперервні та абсолютно неперервні випадкові

величини. Функція та щільність розподілу ймовірностей.
Числові характеристики

План:

1. Означення неперервних випадкових величин.

2. Функція розподілу ймовірностей випадкової величини та
її властивості.
3. Абсолютно неперервні випадкові величини. Щільність
розподілу та її властивості.
4. Щільність розподілу функцій від абсолютно неперервних
випадкових величин. Теорема згортки.
5. Числові характеристики абсолютно неперервних
випадкових величин та їх властивості.

Міні-лексикон: неперервна випадкова величина, функція

розподілу, неперервність зліва, абсолютно неперервна
випадкова величина, щільність розподілу, згортка розподілів,
числові характеристики абсолютно неперервних випадкових
величин.

Рекомендована література:
Основна: 2, 3, 4, 6, 13, 16, 17, 19, 20, 22

Додаткова: 1, 2, 3, 4, 6, 7, 8, 9, 10, 11, 12

1. Означення неперервних
випадкових величин.

Нехай задано  ,, P  - імовірністний простір

Випадкова величина  :   R є функція, вимірна

відносно σ-алгебри , що ставить у відповідність
кожному елементарному наслідку    число
    R .

Неперервною називають випадкову величину ξ, яка може

приймати всі значення з деякого скінченого або
нескінченого проміжку.

42
Для неперервної випадкової величини ймовірність
прийняти кожне окреме зі своїх можливих значень
дорівнює нулю – властивість міри точки.

Ряд чи таблиця розподілу не існує.

Відповідність «значення величини  ймовірність

його прийняти» не дає розподілу випадкової величини.

Розподіл неперервної випадкової величини подається

через функцію розподілу

2. Властивості функція розподілу

ймовірностей випадкової величини
та її властивості.

Fξ(x)

Функцією розподілу випадкової величини ξ називається

функція
Fξ(x): R → [0; 1],
яка при кожному дійсному x дорівнює:

F  x   P   x   P :     x.

Функція розподілу випадкової величини ξ, що має

вироджений розподіл (приймає значення с з
імовірністю 1) наступна:
0 , x  c ;
F  x   P   x   P c  x   
1 , x  c .

Графік функції розподілу випадкової величини ξ, що

має вироджений розподіл

43
 Властивості функції розподілу ймовірностей
випадкової величини

Значення функції розподілу належать відрізку [0; 1]:

0 ≤ Fξ(x) ≤1.

: Функція розподілу Fξ(x) монотонно неспадна:

якщо x 1 < x 2 , то Fξ(x1) ≤ Fξ(x2).

Існують границі при x + та x -:

lim F  x   1 , та lim F  x   0 .
x  x 

Функція розподілу Fξ(x) неперервна зліва:

F  x 0  0   lim F  x   F  x 0  .
x  x0  0

Для будь-якої точки x0 різниця

F  x 0  0   F  x 0  дорівнює P   x 0  :
F  x 0  0   F  x 0   lim F  x 0  0   F  x 0  
x  x0  0

 P   x 0 
ё
Для будь яких a < b:
P a    b   F b   F a  .
:
Якщо функція розподілу Fξ(x) неперервна, то для
будь-яких a < b:
P a    b   P a    b   P a    b  
 P a    b   F b   F a 
.

Якщо функція розподілу Fξ(x) неперервна, то для

будь–якої x0 :
P   x0   0 .

Випадкова величина ξ має дискретний розподіл

тоді і тільки тоді, коли функція розподілу Fξ(x) -
кусково-стала, тобто ступінчата функція.
При цьому, можливі значення ξ - аі - є точками
розривів Fξ(x), а величини змін значень становлять:

p i  P   a i   F a i  0   F a i  .

44
 3. Абсолютно неперервні випадкові
величини. Щільність розподілу та її
властивості.

Випадкові величини, функції розподілів яких

«відновлюються за своєю похідною» за допомогою
інтегрування мають абсолютно неперервний розподіл.

Випадкова величина ξ має абсолютно неперервний

розподіл, якщо існує невід’ємна функція fξ(x) така, що для
довільного дійсного x функція розподілу Fξ(x), може бути
представлена у вигляді:
x
F  x    f  t dt .

При цьому функція fξ(x) називається щільністю
розподілу випадкової величини ξ.

Властивості функції щільності розподілу ймовірностей

Щільність розподілу - невід’ємна на всій області

визначення, тобто для будь-якого дійсного значення x:
f x   0 .

Щільність розподілу – нормована, тобто площа

під кривою щільності дорівнює одиниці:


 f  t dt  1 .


Якщо випадкова величина ξ має абсолютно

неперервний розподіл, то її функція розподілу Fξ(x)
всюди неперервна.

Якщо випадкова величина ξ має абсолютно

неперервний розподіл, то її функція розподілу Fξ(x)
диференційована майже всюди, тобто для всіх x, крім
скінченого числа точок дійсної прямої:
f   x   F  x   F  x  .
d
dx

Якщо випадкова величина ξ має абсолютно

неперервний розподіл, то:
P a    b   P a    b   P a    b  
b
 P a    b    f  t dt
a

45
 4. Щільність розподілу функцій від
абсолютно неперервних випадкових
величин. Теорема згортки.

Функції від абсолютно неперервних випадкових величин

функція розподілу
Випадкова Fξ(x)
величина ξ
має
ІСНУЄ
абсолютно
неперервний щільність
розподіл розподілу fξ(x)

Випадкова величина η = g(ξ), g : R →R.

Якщо η = aξ + b, тоді η має щільність розподілу:

 x b
f  x    f  
1

a  a 

Якщо η = g(ξ) і g : R →R - строго монотонна,

g-1 – функція обернена до g, η має щільність

розподілу: f  x  
1
  x  
 f  g 1  x  . 
g g 1

Випадкові величини ξ1 та ξ2 – незалежні, мають

абсолютно неперервні розподіли зі щільностями fξ1(x)
та fξ2(x) відповідно.

Щільність розподілу суми

ТЕОРЕМА (ξ1+ξ2) дорівнює «згортці»
«ЗГОРТКИ» щільностей fξ1(x) та fξ2(x):

f  1  2 t    f  u f  t  udu 
1 2

Приклади 
.
розподілі,
стійких
  f  u f  t  udu

2 1

відносно
операції РОЗПОДІЛ ПУАССОНА
додавання:

БІНОМІАЛЬНИЙ РОЗПОДІЛ

НОРМАЛЬНИЙ РОЗПОДІЛ

46
 5. Числові характеристики
абсолютно неперервних випадкових
величин та їх властивості.

МАТЕМАТИЧНИМ СПОДІВА ННЯМ чи

ОЧІКУВАННЯМ Мξ (середнім значенням, першим
моментом) абсолютно неперервної випадкової величини ξ
з дискретним розподілом, що задається щільністю
розподілу fξ(x), називається число:

M   xf ( x )dx ,


якщо  xf ( x )dx

збігається абсолютно. Інакше кажуть,

що математичне сподівання не існує.

МАТЕМАТИЧНЕ СПОДІВАН НЯ ФУНКЦІЇ ВІД

ВИПАДКОВОЇ ВЕЛИЧИНИ для довільної функції
g : R  R та абсолютно неперервної випадкової
величини ξ:

Mg (  )   g( x ) f ( x )dx ,

якщо вказаний інтеграл існує та приймає скінчене значення.

Якщо M 
k


M k називається початковим моментом порядку k

( k -м моментом) випадкової величини ξ.

M
k
називається початковим абсолютним
моментом порядку k (абсолютним k -м моментом)
випадкової величини ξ.

M   M 
k
називається центральним моментом
порядку k (центральним k -м моментом) випадкової
величини ξ.

M   M
k
називається абсолютним центральним
моментом порядку k (абсолютним центральним k -м
моментом) випадкової величини ξ.

47
ДИСПЕРСІЄЮ ВИПАДКОВОЇ ВЕЛИЧИНИ Dξ
(другим центральним моментом) абсолютно
неперервної випадкової величини ξ зі щільністю
розподілу fξ(x), називається число:

D  M (   M )2   ( x  M )
2
f  ( x )dx ,



 ( x  M )
2
якщо f  ( x )dx збігається абсолютно.

В протилежному випадку кажуть, що дисперсія не існує.

СЕРЕДНЬОКВАДРАТИЧНИМ ВІДХИЛЕННЯМ 
випадкової величини ξ називається квадратний корінь із
дисперсії ξ:
  D .

ВЛАСТИВОСТІ МАТЕМАТИЧНОГО
СПОДІВАННЯ M
якщо с – M( c )  c
константа
M ( c )  cM (  )
для довільних ξ M (    )  M (  )  M ( )
та η
якщо ξ та η - M (  )  M (  )M (  )
незалежні

ВЛАСТИВОСТІ ДИСПЕРСІЇ D
D  0
D  0 тоді і тільки тоді, коли ξ - стала з
ймовірністю 1.
D  M (  )2  ( M )2
якщо с – D( c )  c 2 D
константа
D(   c )  D
D  min M (   c )2
c
якщо ξ та η - D(    )  D(  )  D(  )
незалежні

48
Питання для обговорення:

1. Яка випадкова величина називається неперервною?

2. Чому неможливо подати неперервну випадкову величину
у вигляді ряду чи таблиці розподілу?
3. Дайте означення функції розподілу ймовірностей
випадкової величини.
4. Побудуйте графік функції розподілу виродженої
випадкової величини, випадкової величини, що має
розподіл Бернуллі з параметром 0,8.
5. Сформулюйте основні властивості функції розподілу.
6. Чи можна класифікувати випадкові величини за
властивостями функції розподілу?
7. Як знайти ймовірність влучення в певний інтервал
випадкової величини при проведенні випробування через
відому функцію її розподілу.
8. Чи може бути абсолютно неперервна випадкова величина
дискретною? Неперервною?
9. Як пов’язані між собою функція та щільність розподілу
абсолютно неперервних випадкових величин?
10. Наведіть основні властивості щільності розподілу.
11. Як знайти ймовірність влучення в певний інтервал
випадкової величини при проведенні випробування через
відому щільність її розподілу.
12. Як знайти щільність розподілу випадкової величини, що є
монотонно зростаюча функції від абсолютно неперервної
випадкової величини зі вказаною щільністю розподілу?
13. В чому полягає теорема згортки? Сформулюйте умови її
застосування.
14. Наведіть приклади стійких, відносно операції додавання,
розподілів. Чи стійкий вироджений розподіл?
15. Як визначається математичне сподівання від перетворення
абсолютно неперервної випадкової величини? Чи завжди
воно існує?
16. Які властивості початкових та центральних моментів
абсолютно неперервної випадкової величини вам відомі?

49