4.2. Функция распределения случайной величины
Пусть X – случайная величина и x – некоторое действительное число. Рассмотрим вероятность события X<x, состоящего в том, что в результате испытания случайная величина X приняла значение, которое оказалось меньше некоторого фиксированного числа x. Поскольку x может меняться произвольно, то и вероятность события X<x тоже будет меняться, т.е. она будет функцией величины x:
F(x) = P(X<x). (4.1)
Эта функция и называется функцией распределения случайной величины X.
Функция распределения является своеобразным "мостом" между математическим анализом и теорией вероятностей, между функциями действительной переменной и случайными величинами. Эта функция дает возможность использовать аппарат математического анализа для решения теоретико-вероятностных задач.
Рассмотрим общие свойства функции распределения.
Свойство 1. Функция распределения F(x) есть неотрицательная функция, заключенная между нулем и единицей:
0 F(X) 1.
Данное свойство вытекает из определения функции распределения как вероятности, а вероятность любого события есть неотрицательное число, не превышающая единицы.
Свойство 2. Вероятность того, что случайная величина примет значение, заключенное в интервале (a,b), равна приращению функции распределения на этом интервале:
P(aX<b) = F(b) – F(a).
Введем следующие события: A={X<a}, B={X<b}, C={aX<b}. Очевидно, что имеет место равенство B=A+C. Так как события A и C несовместны, то P(B)=P(A)+P(C), или F(b)=F(a)+P(aX<b). Отсюда и следует искомое равенство.
Свойство 3. Функция распределения F(x) есть неубывающая функция:
b>a F(b) F(a).
Данное свойство вытекает из свойства 2. Действительно, поскольку вероятность есть число неотрицательное, то F(b)–F(a)0, или F(b)F(a), что и требовалось доказать.
Свойство 4. Функция распределения F(x) изменяется от 0 до 1 при изменении x от– до +:
, .
Так как F(x) – монотонная (свойство 3) и ограниченная (свойство 1), то, по известной теореме из математического анализа, рассматриваемые пределы существуют. Поскольку событие X<– является невозможным, то F(–)=P(X<–)=0; поскольку событие X>+ является достоверным, то F(+)=P(X>+)=1.
а
б Рис. 4.1
4.3. Закон распределения дискретной случайной величины
Пусть X – ДСВ, принимающая в результате испытаний следующие возможные значения: x1, x2, ..., xn. Появление тех или иных значений случайной величины можно рассматривать как случайные события, которым, в общем случае, соответствуют различные вероятности. Обозначим вероятности этих событий через p с соответствующими индексами:
P(X=x1)=p1, P(X=x2)=p2, ..., P(X=xn)=pn.
Поскольку в результате испытания случайная величина X примет одно и только одно из перечисленных значений, т.е. произойдет одно из совместных событий, образующих полную группу, то сумма вероятностей всех возможных значений случайной величины X равна единице:
.
Если же множество значений ДСВ образует бесконечное множество, то ряд сходится к единице. Определив все возможные значения случайной величиныX и правило, по которому каждому событию X=xi ставится в соответствие вероятность pi, можно получить полное представление о случайной величине.
Соотношение, устанавливающее связь между возможными значениями ДСВ и вероятностями этих значений, называют законом распределения ДСВ.
Закон распределения можно задать так же, как и функцию одной переменной в математическом анализе, используя табличный, графический и аналитический способы задания. Таблица, содержащая возможные значения ДСВ и соответствующие вероятности, является простейшей и наиболее распространенной формой задания закона распределения ДСВ и часто называется рядом распределения:
X |
x1 |
x2 |
… |
xn |
P |
p1 |
p2 |
… |
pn |
При графическом изображении закона распределения по оси абсцисс откладываю возможные значения случайной величины, а по оси ординат – вероятности этих значений. Соединив точки (xi,pi) отрезками, получим ломаную линию, которая называется многоугольником распределения. Аналитический способ задания закона распределения ДСВ применяется довольно редко.
Пример 4.1. Монета брошена 3 раза. Случайная величина X – число появлений "орла". Составить ряд распределения, построить многоугольник распределения и найти функцию распределения случайной величины X.
Решение. Вероятность появления герба в каждом испытании равна p=1/2, а противоположного события – q=1/2. Возможные значения случайной величины X: x0=0, x1=1, x2=2, x3=3. По формуле Бернулли найдем вероятности этих возможных значений:
,
,
,
.
Таким образом, закон распределения случайной величины X можно записать в виде следующего ряда распределения:
X |
0 |
1 |
2 |
3 |
P |
1/8 |
3/8 |
3/8 |
1/8 |
П
Рис.
4.2
Определим теперь, как выглядит функция распределения. Если задан закон распределения ДСВ, то функция распределения будет иметь вид
.
Действительно, пусть аргумент x принял значение xi < x xi+1. Тогда левее числа x на числовой оси окажутся только те значения случайной величины, которые имеют индекс 1,2, ..., i. Поэтому событие X<x наступит, если произойдет любое, неважно какое, из событий X=x1, X=x2, ..., X=xi. Так как эти события несовместны, то по теоремы сложения вероятностей получим
P(X<x) = P(X=x1) + P(X=x2) + ... + P(X=xi) = .
Построим теперь функцию распределения для рассматриваемого примера.
Если x0, то левее этого значения нет ни одного возможного значения случайной величины X. Следовательно, F(x)=0.
Если 0<x1, то левее этого значения есть одно возможное значение случайной величины: X=0. Следовательно, F(x)=P(X=0)= =p0=1/8.
Если 1<x2, то F(x)=p0+p1=1/8+3/8=1/2.
Если 2<x3, то F(x)=p0+p1+p2=1/8+3/8+3/8=7/8.
Если x>3, то F(x)=1.
График функции F(x) будет иметь вид