19.Вероятность попадания непрерывной случайной величины в заданный интервал.
1
вариант.Определение. Плотностью
распределения вероятностей непрерывной
случайной величины называют функцию:
.Из
определения следует, что F
(x) —
первообразная к f
(x).
Первообразная определяется с точностью
до константы, а она задается условием 
.
Замечание 1. Для дискретной случайной величины F (x) можно построить, а f (x) — нет.
Теорема.
Вероятность попадания случайной величины
в заданный интервал
.
20.Равномерное распределение плотности вероятности непрерывной случайной величины
Случайная
величина 
называется
распределённой равномерно на отрезке 
,
если её плотность распределения
вероятностей постоянна на данном
отрезке:
Все возможные значения равномерно распределённой случайной величины лежат в пределах некоторого интервала; кроме того. в пределах этого интервала все значения случайной величины одинаково вероятны (обладаю одной и той же плотностью вероятности). Равномерно распределение реализуется в экспериментах, где наудачу ставиться точка на отрезке ( — абсцисса поставленной точки). Равномерно распределённая случайная величина встречается также в измерительной практике при округлении отчётов измерительных приборов до целых делений шкал. Ошибка при округлении отчёте до ближайшего целого деления является случайной величиной , которая может принимать с постоянной плотностью вероятности любое значение между двумя соседними целыми делениями.
Математическое ожидание и дисперсия равномерно распределённой случайной величины
Характеристическая функция равномерного распределения задаётся формулой
График плотности равномерного распределения изображён на рис. 23.
Пример
3. Найти
вероятность попадания случайной
величины, имеющей равномерное распределение
на отрезке
,
на участок 
,
представляющий собой часть отрезка
.
Решение. Используя свойство 3 плотности вероятности, получаем
Графически
вероятность 
представляется
в виде площади заштрихованного
прямоугольника на рис. 24.
22. Вероятность попадания значений непрерывной случайной величины в заданный интервал для нормального распределения плотности вероятности.
Нормальным называют
распределение вероятностей непрерывной
случайной величины, которое задается
плотностью
.
Нормальное
распределение задается двумя
параметрами: 
–
математическим ожиданием, 
–
средним квадратическим отклонением.
График
плотности нормального распределения
называют нормальной
кривой (кривой Гаусса).
Нормированным называют
нормальное распределение с
параметрами 
.
Плотность
нормированного распределения задается
формулой
.
Вероятность попадания в заданный интервал нормальной случайной величины
Как
уже было установлено, вероятность того,
что непрерывная случайная величина 
примет
значение, принадлежащее интервалу 
,
равна определенному интегралу от
плотности распределения, взятому в
соответствующих пределах:
.
Для
нормально распределенной случайной
величины соответственно получим:
.
Преобразуем
последнее выражение, введя новую
переменную 
.
Следовательно, показатель степени
выражения, стоящего под интегралом
преобразуется в:
.
Для
замены переменной в определенном
интеграле еще необходимо заменить
дифференциал и пределы интегрирования,
предварительно выразив переменную из
формулы замены:
;
;
–
нижний предел интегрирования;
–
верхний предел интегрирования;
(для
нахождения пределов интегрирования по
новой переменной 
в
формулу замены переменной были
подставлены 
и
– 
пределы
интегрирования по старой
переменной 
).
Подставим
все в последнюю из формул для нахождения
вероятности:
где 
–
функция Лапласа.
Вывод: вероятность
того, что нормально распределенная
случайная величина
примет
значение, принадлежащее интервалу
,
равна:
,
где
–
математическое ожидание,
–
среднее квадратическое отклонение
данной случайной величины.
Примеры решения задач
Пример
1. Случайная
величина
имеет
нормальное распределение с математическим
ожиданием 
и
средним квадратическим отклонением 
.
Найти вероятность того, что случайная
величина
примет
значение, принадлежащее интервалу 
.
Решение.
Известно,
что вероятность того, что нормально
распределенная случайная величина
примет
значение, принадлежащее интервалу
,
равна:
,
где
–
математическое ожидание,
–
среднее квадратическое отклонение.
По
условию 
.
Следовательно,
Ответ: 
.