2.2. Неперервна (одновимірна) випадкова величина
На початку цього розділу ми ознайомилися з поняттям випадкової величини, і там було зазначено, що випадкова величина Х називається неперервною, якщо її можливі значення суцільно заповнюють деякий скінченний або нескінченний проміжок на числовій прямій. Наведене поняття неперервної випадкової величини ми далі уточнимо. Нагадаємо також, що в разі, коли випадкова величина є дискретною, то закон розподілу цієї змінної повністю визначається переліком її можливих значень та відповідних їм імовірностей.
Однак для неперервної випадкової величини, яка має незліченну множину можливих значень, така характеристика розподілу непридатна. Дійсно, якщо випадкова величина Х має значення, що суцільно заповнюють інтервал , то записати її закон розподілу у вигляді переліку мождивих значень та відповідних їм імовірностей неможливо хоча б з тієї причини, що в цьому випадку неможливо скласти перелік її значень. Тому потрібно звернутися до загального способу характеристики розподілу такої величини. З цією метою вводиться поняття функції розподілу ймовірностей випадкової величини.
2.2.1. Функція розподілу ймовірностей
Нехай X – будь-яка випадкова величина і x – довільне дійсне число.
Означення. Функцією розподілу ймовірностей (функцією розподілу) випадкової величини X називається ймовірність того, що в результаті випробування вона набуде значення, меншого за число x, тобто
(2.11)
Геометрично рівність (2.11) можна трактувати так: є ймовірність того, що випадкова величина X набуває значень, які зображаються на числовій прямій точками, що лежать зліва від точки x.
Функцію розподілу ймовірностей випадкової величини називають ще інтегральною функцією.
Тепер уточнимо означення неперервної випадкової величини: випадкову величину називають неперервною, якщо її функція розподілу є неперервна і кусково-диференційовна.
Нагадаємо, що функція є кусково-диференційовна, якщо вона має неперервну похідну всюди, крім, можливо, скінченного числа точок.
Наприклад, такою функцією є яка має неперервну похідну для всіх і для всіх . У точці похідна цієї функції має розрив першого роду, бо і , а сама функція є неперервна в цій точці. (Проілюструйте наведенні міркування на графіку даної функції).
Зауважимо ще раз, що поняття функції розподілу ймовірностей вводиться для будь-якої випадкової величини Х, у т. ч. дискретної, тільки в цьому випадку вона не є неперервною.
Приклад 2.9. Дискретна випадкова величина X має закон розподілу ймовірностей, що заданий таблицею:
|
-2 |
1 |
4 |
6 |
|
0,2 |
0,1 |
0,3 |
0,4 |
Знайти функцію розподілу і нарисувати її графік.
Розв’язання. Якщо то , бо подія неможлива.
Якщо то бо подія X < x є рівносильна події Х = –2, яка має ймовірність 0,2.
Якщо то бо подія є сумою двох несумісних подій: , що має ймовірність , і , яка має ймовірність
Якщо то бо подія у даному випадку є сумою трьох несумісних подій: , яка має ймовірність яка має ймовірність , і X = 4, яка має ймовірність
Якщо то бо подія є вірогідною.
Отже, функція розподілу заданої дискретної випадкової величини має такий аналітичний вигляд:
Графік цієї функції (рис. 2.1) показує, що функція розподілу дискретної випадкової величини має «східчастий» характер.
Р ис. 2.1. Графік функції розподілу дискретної випадкової величини до прикладу 2.9
Властивості функції розподілу:
1. Значення функції розподілу належать відрізку [0, 1], тобто:
0 F(x) 1.
Це випливає з того, що є імовірність події і її значення належать проміжку .
2. Якщо x1 < x2, то , тобто F(x) – неспадна функція.
Справді, нехай . Подія є сумою двох несумісних подій та , тобто . За теоремою додавання ймовірностей несумісних подій маємо:
.
Оскільки , то , що і потрібно було обгрунтувати.
3. , тобто функція F(x) – неперервна зліва.
Доведення цієї властивості опускаємо.
4. Якщо можливі значення випадкової величини Х належать інтервалу , то при і при .
Дійсно, якщо , то подія є неможлива, величина Х не набуває значень, які менші за число , і тому .
Якщо , то подія є вірогідна, оскільки всі можливі значення величини Х є менші , і тому .
Зауважимо, що звідси випливає таке твердження: якщо можливі значення неперервної випадкової величини розміщені на всій осі Ох, то виконуються такі співвідношення:
, .
5. Імовірність того, що випадкова величина X набуде значення з проміжку [а, b), дорівнює приросту її функції розподілу на цьому проміжку, тобто:
. (2.12)
Дане твердження одержуємо з рівності
(див. доведення властивості 2), поклавши в ній і .
6. Якщо випадкова величина Х неперервна, то ймовірність того, що вона набуде будь-якого окремого значення, дорівнює нулю, тобто для будь-якого значення х0.
Справді, прийнявши у наведеній у попередній властивості нерівності і , маємо:
.
Якщо , то з неперервності функції випливає, що , а це означає, що .
Отже, говорити про ймовірність того, що неперервна випадкова величина набуде одного певного зі своїх можливих значень немає сенсу, а слід говорити тільки про ймовірність попадання її значень у деякий (навіть як завгодно малий) проміжок.
Дане твердження повністю відповідає вимогам практичних задач, наприклад, при виготовленні деталей з’ясовують імовірність того, що розміри деталей не виходять за дозволені межі, і не ставлять питання про імовірність їх співпадання з проектними розмірами.
7. Якщо випадкова величина Х неперервна, то для будь-яких дійсних чисел а і b, правильні рівності:
(2.12´)
Дані рівності випливають безпесоредньо з (2.12) та властивості 6, бо, наприклад,
.
Наведені властивості функції розподілу неперервної випадкової величини дозволяють описати її графічне зображення. Припустімо, що всі значення випадкової величини Х зосереджені в інтервалі (а, b). Тоді графік функції розподілу F(x) буде такий, як на рис. 2.2.
Рис. 2.2. Графік функції розподілу неперервної випадкової величини
Приклад 2.10. Випадкову величину X задано функцією розподілу:
Н арисувати її графік та обчислити ймовірності:
Розв’язання. Будуємо графік функції (рис. 2.3):
Рис. 2.3. Графік функції розподілу до прикладу 2.10
Шукані ймовірності обчислюємо за формулою (2.12′):