2003_-_Gmurman__TV_i_MS
.pdf
|
§ 5. Вероятностный |
смысл |
плотности |
|
|
|||||
|
распределени я |
|
|
|
|
|
|
|
|
|
|
Пусть F (х)-функция распределения непрерыв |
|||||||||
ной случайной величины Х. По |
определению |
плотности |
||||||||
распределения, f (х) = F' (х), |
или |
в |
иной |
форме |
|
|||||
|
- |
|
l' |
F (х +.1.х) - |
F (х) |
. |
|
|
||
|
f (х) - |
|
1т |
О |
|
" |
|
|
|
|
|
|
Ах -+ |
|
и.х |
|
|
|
|
||
Как |
уже известно, |
разиость |
F (х + Ах) - |
F (х) |
опре |
|||||
де.lяет |
вероятность того, |
что Х |
примет |
значение, |
при |
иаД.lежащее интервалу (х, х+ Ах). Таким образом, пре
дел отношения вероятности того, что непрерывная слу
чайная величина примет значение, принадлежащее интер
ва.'), (х, х+ Ах), к длине этого интервала (при Ах- О)
равен значению плотности распределения в точке х.
По аналогии с определением плотности массы в точке *) uе.lесообразно рассматривать значение функции f (х) 8
точке х как плотность вероятности в этой точке.
Итак, функция f (х) определяет плотность распределе~
НI1Я вероятности для каждой точки х.
Из дифференциального исчисления известно, что при ращение функции приближенно равно дифференциалу
функции, т. е.
F (х+ L1x)-F (х) ~ dF (х),
"01111
F (х +Ах)-Р (х) ~ F' (х) dx.
Так как F' (х) = f (х) и dx = L1x. то
F (х+ Ах)- F (х) ~ f (х) L1x.
Вероятностный смысл этого равенства таков: вероят
ность того, что случайная величина примет значение,
принадлежащее интервалу (х, х+ Ах). приближенно равна
(с точностью до бесконечно малых высшего порядка от
носительно L\x) произведению плотности вероятности в
точке х на длину интервала L1x.
*) Ес.'!И масса непрерывно распреДt'.'lена вдо.1Ь ОСИ Х по некото рому закону. напрнмер F (х). то плотностью р (х) массы в точке х
называют предеn отношения массы IIнтерваJlа (х. х +.1.х) к ДJlIIне
'IQ |
TepBa.'Ia при |
,,- |
n |
т. |
е. р |
( |
) |
= |
li |
m |
F (х +Ах) - F (х) |
|
/..м |
-+ .... |
|
х |
|
.1. |
|||||
|
|
|
|
|
|
|
|
|
~.-.O |
х |
121
Геометрически этот результат можно истолковать так: вероятность того, что случайная величина примет значе
ние, принадлежащее интервалу (х, х +dX), приближенно
((К) |
|
|
равна |
площади |
прямоуголь |
|
|
ника с основанием dX и вы |
|||
|
|
|
|||
|
|
|
сотой f (х). |
|
|
|
|
|
На |
рис. 5 видно, что пло |
|
|
|
|
щадь |
заштрихованного пря |
|
|
|
|
моугольника, равная произве |
||
|
|
|
дению f (х) 6.х, |
лишь прибли |
|
|
|
1( + АI( |
женно равна площади криво |
||
о |
1( |
линейной трапеции (истинной |
|||
|
|
|
|
|
|
|
|
Рис. 5 |
вероятности, |
определяемой |
|
|
|
|
определенным |
интегралом |
|
%+А% |
|
|
|
|
|
~ |
f (х)dx). Допущенная |
при этом погрешность равна |
%
площади криволинейного треугольника Аве.
§ 6. Закон равномерного распределения
вероятностей
При решении задач, которые выдвигает практи ка, приходится сталкиваться с различными распределе
ниями непрерывных случайных величин. Плотности рас
пределений непрерывных случайных величин называют
также законам.и распределений. Часто встречаются, на
пример, законы равномерного, нормального и показатель
ного распределений. В настоящем параграфе рассматри
вается закон равномерного распределения вероятностей.
Нормальному и показательному законам посвящены сле
дующие две главы.
Распределение вероятностей называют равном.ерным.,
если на интервале, |
которому принадлежат все возможные |
u |
u |
значения случаи нои величины, плотность распределения
сохраняет постоянное значение.
Приведем пример равномерно распределенной непре рывной случайной величины.
Пример. Шкала измерительного прибора проградуирована в не
которых единицах. Ошибку при округлении отсчета до ближайшего
целого деления можно рассматривать как случайную величину Х,
которая может прииимать с постоянной плотностью вероятности лю
бое значение между двумя соседними целыми делениями. Таким об
разом, Х имеет равномерыое распределение.
122
Найдем плотность равномерного распределения f (х), считая, что
все возможные значения случайной величины заключены в интерва
ле (а, Ь), на котором функция f (х) сохраняет постоянные значения: По условию, Х не принимает значений вне интервала (а, Ь),
поэтому '(х)=О при х < а их> Ь.
Найдем постояиную С. Так как все возможные значения CJ\y-
чайной величины принадлежат |
интервалу (а, Ь), то должно ВЫпол |
|
ияться соотношение |
|
|
ь |
|
ь |
~ f (х) dx= 1, |
или |
~ сdx= 1. |
|
|
|
а |
|
а |
Отсюда
ь
с= 1/ ~ dx= 1/ (Ь-а).
а
Итак, искомаll плотность вероятности равномерного распределе
ния
|
|
f (х)= { 11 (Ь: а) |
|
а < х< Ь, |
|||
|
|
|
|
|
при |
x~a, |
|
|
|
|
|
|
при |
|
|
|
|
|
|
|
при |
х> Ь. |
|
График |
плотности |
равномер |
I (х) |
|
|||
ного |
распределения изображен на |
|
|||||
рис. 6, а график функции распре- |
I |
|
|||||
деления-на рис. 4. |
|
- |
|
||||
3 а м е ч а н и е. |
06означим че- |
Ь-а |
|
||||
рез R непрерывиую случайную ве- |
|
_ х |
|||||
личнну, распределенную равиомер- |
О |
||||||
ь |
|||||||
но в |
интервале |
(О, 1), а через |
|
||||
|
Рис. 6 |
||||||
, - ее возможиые значения. Ве |
|
||||||
роятность |
попадания |
велнчины R |
|
|
(В результате испытаиия) в интервал (с, d), принадлежащий интер-
валу (О, 1), равна его длине:
р (с < R < d)=d-c.
действительно, плотность рассматриваемого равномерного рас
пределения
f(г)=I/(I-О)=I.
Следовательно, вероятность попадания случайной величины R в ин тервал (с, d) (см. гл. XI, § 2)
d |
d |
Р(с < R < d)= ~ f (г) dr= ~ l·dr=d-c.
сс
далее случайная величина R ИСПО.'Jьзуется неоднократно (см. гл. Х Х [).
123
Задачи
1. C.nучаЙная величина задана плотностью распределения
t (х) = |
{ |
О |
прн |
х ".;;; - 11/2, |
а cOOS х |
liI ри |
- n;2 < х,..;;; 11/2, |
||
|
|
при |
х> 11/2. |
НаАти коэффициент а.
Оmв. а= 1/2.
2. Случайная величина
задана плотностью распределения
f (х)= |
{ |
(Sin:X)/2 |
при |
о |
X~O, |
|
|||||
при |
< х.;;;;;; 11, |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
при |
|
х> 11. |
|
||
Найти: а) функцию раслредеJlения; б) вероятность того, |
ЧТО в резуль |
||||||||||
тате испытания CJ\учайная |
величииа |
примет значеиие, |
заключеиное |
||||||||
в интервале (О, 11/4). |
{ |
(1- ~OSх)/2 |
|
|
0< Х";l1, |
||||||
Оmв. F (х)= |
|
|
|||||||||
|
|
|
|
|
|
|
|
при |
x.s;;;; О, |
|
|
|
|
|
|
|
|
|
|
при |
|
х > 11. |
|
|
|
|
|
|
|
|
|
при |
|
|
|
3. C.nучаАная величина |
Х |
задаиа функциеА распределения |
|||||||||
|
|
|
{ |
Опри |
|
x.s;;; О, |
|
|
|||
|
F (х) = |
%1 |
|
при |
|
О < х с;;;; |
1, |
|
|||
|
|
|
|
|
при |
|
х > 1. |
|
|
||
НаАти nЛQТность распределения. |
|
|
|
этого интервала I (х) = О. |
|||||||
Omв. I (х) = 1 в' иитервале (О. 1); |
вне |
||||||||||
4. Случайная величина Х задаиа фуикцией распределеиия |
|||||||||||
|
{ |
|
Опри |
х=О, |
|
||||||
F (х) = |
(I-C10S х)/2 |
при |
0< х"; 11. |
|
|||||||
|
|
|
|
|
|
при |
х> 11. |
|
|||
Оmв. / (х) = (sin х)/2 |
в |
интервале |
(О, 11); |
вне ЭТОГО интервала |
|||||||
f (х)=О. |
|
|
|
|
|
|
|
|
|
|
|
Глава двенадцатая
НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ
§ 1. Числовые характеристики непрерывных
случайных величин
Распространим определения числовых характе
ристик дискретных величин на величины непрерывные.
Начнем с математического ожидания.
Пусть непрерывная случайиая величина Х задана плот
ностью распределения f (х). Допустим, что все Iюзможные
124
значения Х принадлежат отрезку [а, Ь]. Разобьем этот
отрезок на n частичных отрезков длиной L\x1 , L\x2 , |
•• " L\x" |
|||||
11 выберем в |
каждом |
из них |
произвольную |
точку х, |
||
( = 1, 2, |
... , |
n). Нам |
надо определить математическое |
|||
ожидание |
непрерывной |
веJIИЧИНЫ |
по |
аналогии с дискрет- |
||
u |
|
|
|
u |
возможных |
U |
нои; составим сумму произведении |
значении |
х[ на вероятности попадания их в интервал L\Xj (напом
ним, что произведение f (х) L\x приближенно равно вероят ности попадания Х в интервал L\x):
~ xif (Xl) L\XI'
Перейдя к пределу при стремлении к нулю длины наи
большего из частичных отрезков, получим определенный
ь
интеграJI ~ х! (х)dx.
а
Математическим ожиданием непрерывной случаЙНОЙ
величины Х, возможные зНачения которой принадлежат
отрезку [а, Ь], называют определенный интеграл
ь
М (Х) = ~ х' (x)dx.
а
Если возможные значения принадлежат всей оси Ох, то
..
М(Х)= Sxf(x)dx.
Предполагается, что несобственный интеграл сходится абсо-
|
QO |
|
.'Iютно, т. е. существует интеграл |
~ IхIf (х)dx. |
Если бы |
|
-"" |
|
это требование не выполнялось, |
то зНачение |
интеграла |
зависело бы от скорости стремления (в отдельности) ниж
него предела к -00, а верхнего-к +00.
По аналогии с дисперсией дискретной величины опре
деляется и дисперсия непрерывной величины.
дисперсией непрерывной случайной величины называют
математическое ожидание квадрата ее отклонения.
Если возможные значения Х принадлежат отрезку
[а, Ь], то
ь
D(X)= ~ [х-М (X)]2f(x)dx;
а
125
если возможные значения принадлежат всей оси х, то
со
D(X) = S [х-М (Х)]'f (х)dx.
Среднее квадратическое отклонение неnрерШJНОU слу
чайНой величины определяется, как и для величииы диск
ретной, равенством
а (Х) = VD (Х).
3 а м е ч а н и е 1. Можно доказать, что свОйства математического
ожидаиия и дисперсии дискр~ных величин сохраняются и для непре
рывных величин.
3 а м е ч а н и е 2. Легко получить для вычисления .IOIсперсин
более удобиые формулы:
ь
D (Х)= ~ х2/ (х) ш-[М (X)]I,
lJ
со
D (Х)= ~ хl/ (х)dx-[M (Х»)I.
-..,
При.ер 1. Найти математическое ОЖи,l.анне и дисперсию случай ной величины Х, задаиной функцией распределения
|
{ |
Опри |
|
Х<О, |
||
р (х) = |
Х |
прн О < х <; 1, |
||||
|
1 |
при |
|
х> 1. |
||
Реш е и и е. Найдем плотность распределения: |
||||||
I (х)= Р"(х) |
= { ! |
при |
х<;О, |
|||
при |
0< Х < 1. |
|||||
|
|
|
|
|||
|
|
|
|
при |
х> 1. |
Найдем математическое ОЖИДание по формуле (*):
J I
М(Х)= ~ x.l.dx=x2/21 = 1/2.
Найдем дисперсию по формуле (**):
I |
1 |
D (Х)= ~ Х1.l.dx-[1/2]I=ХS/З!-1/4=1/12.
Пример 2. Найти математическое ожидание н дисперсию иепре
рывной случайной велнчины Х, распределениой равномерно в иитер
вале (а, Ь).
Реш е н и е. Найдем математическое ожидание Х по формуле (*),
учитывая, что плотность равиомерного распределения I (х) = I/(b - а)
126