Danilyuk_20TV_20i_20MS
.pdf31
Неперервна випадкова величина – така випадкова величина, яка може приймати всі значення з деякого скінченого або нескінченного інтервалу; наприклад, вага виробу, температура повітря, відхилення снаряду від цілі і т.д. Любу фізичну величину, крім світових констант, до досліду можна розглядати як неперервну випадкову величину (швидкість, маса, енергія і т.д.)
Законом розподілу (або рядом розподілу) дискретної випадкової величини називають перелік її можливих значень і відносних їм ймовірностей. Закон
розділу може задаватися різними способами. |
|
x1, x2,..., xn . В |
||||
Нехай випадкова |
величина X |
може |
приймати |
значення |
||
результаті досліду величина X приймає одне із своїх можливих значень, тобто |
||||||
відбудеться |
одна |
подія |
з |
повної |
групи |
несумісних |
подій: X x1, X x2,..., X xn . Всі ці події є несумісними, оскільки випадкова величина Х може приймати в результаті досліду тільки одне значення, і утворюють повну групу подій, оскільки ніякі інші події в результаті досліду відбутись не можуть. Позначимо ймовірності цих подій символами
P(X xi ) pi , i 1,n , тобто будемо вважати, що ймовірність того, що в результаті досліду випадкова величина X прийме значення xi дорівнює pi. Оскільки події утворюють повну групу подій, то
n |
|
P(X x ) |
n |
P 1. |
|
|
|||
i |
1 |
i |
i 1 |
i |
Найпростішою формою задання закону розподілу дискретної випадкової величини X є таблиця, перший рядок якої містить можливі значення xi , а
другий – ймовірності pi: |
|
|
|
|
||
|
|
X |
x |
x2 |
… |
xn |
|
|
|
1 |
|
|
|
n |
|
P |
p1 |
p2 |
… |
pn |
p 1. |
|
|
|
|
||
де |
|
|
|
|
||
i 1 |
i |
|
|
|
|
Закон розподілу дискретної випадкової величини можна зобразити графічно, для чого в прямокутній системі координат будуть точки
M1(x1, p1), M2(x2, p2),..., Mn (xn, pn ) (xi – можливі значення X, pi – відповідні ймовірності) і з’єднують їх відрізками прямих. Отриману фігуру називають многокутником розподілу.
Задача 3.1.1. Виконується 5 підкидань монети. Випадкова величина X – число випадань “герба”. Написати закон розподілу.
Розв’язання. Випадкова величина X може приймати значення 0, 1, 2, 3, 4, 5. Ймовірність того, що “герб” появиться при одному підкиданні дорівнює 0,5. По формулі Бернуллі
P(X k) C5k (0,5)k (0,5)5 k C5k (0,5)5 .
Тому закон розподілу буде мати такий вигляд
32
X |
|
0 |
|
|
|
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
|
5 |
|
|
P |
0 |
(0,5) |
5 |
|
|
1 |
5 |
|
2 |
5 |
|
3 |
5 |
|
4 |
5 |
|
0 |
(0,5) |
5 |
|
C5 |
|
|
C5(0,5) |
|
C5 (0,5) |
|
C5 (0,5) |
|
C5 (0,5) |
|
C5 |
|
|
||||||||
|
0,03125 |
|
0,15625 |
0,3125 |
|
0,3125 |
|
0,15625 |
0,03125 |
|
|||||||||||
Контроль: рi |
0,03125 0,15625 0,3125 0,3125 0,15625 0,03125 1. |
|
|
|
Задача 3.1.2. Мисливець стріляє в ціль в до першого попадання. Знайти закон розподілу випадкової величини X – число використаних патронів, якщо ймовірність попасти в ціль при кожному пострілі 0,25, а число пострілів не обмежене .
Розв'язання. Випадкова величина Х може приймати значення 1, 2,…, n, … .
Тоді |
|
|
|
|
|
|
p1 P(X 1) 0,25 |
- |
в |
ціль |
попав |
при |
першому пострілі; |
p2 P(X 2) 0,75 0,25 – в ціль попав при другому пострілі, а при першому
був промах; |
p3P(X 3) |
– |
два |
промахи, |
а |
потім |
попадання |
в ціль; …; |
||||||||||||
pn P(X n) 0,75n 1 0,25 |
–n-1 промах, потім попадання в ціль і т.д. Закон |
|||||||||||||||||||
розподілу має вигляд |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
1 |
|
|
|
2 |
|
|
3 |
|
… |
|
|
|
n |
|
… |
||
|
P |
|
0,25 |
|
|
0,75 0,25 |
|
0,752 0,25 |
|
… |
|
0,75n 1 0,25 |
|
… |
|
|||||
|
|
|
|
p |
|
0,75i 1 0,25 0,25 |
|
1 |
|
|
|
|
|
|||||||
Контроль: |
|
|
|
1. |
|
|
||||||||||||||
|
|
|
|
|
|
|||||||||||||||
|
|
|
i 1 |
i |
i 1 |
|
|
|
|
1 0,75 |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тут була використана формула для суми нескінченно спадної геометричної прогресії.
Задачі для самостійного розв'язання.
Задача 3.1.3. Одночасно підкидаються два гральні кубики. X – сума очок на випавших гранях. Скласти закон розділу випадкової величини X .
Відповідь:
X |
|
2 |
|
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
8 |
|
9 |
|
10 |
|
11 |
|
12 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
P |
|
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
5 |
|
|
6 |
|
|
5 |
|
|
4 |
|
|
3 |
|
|
2 |
|
|
1 |
|
|
|
36 |
|
36 |
|
36 |
|
36 |
|
36 |
|
36 |
|
36 |
|
36 |
|
36 |
|
36 |
|
36 |
|
Задача 3.1.4. Два стрільці зробили по пострілу в мішень. Ймовірність попадання першого стрільця дорівнює 0,6, для другого – 0,8. Скласти закон розподілу випадкової величини X – числа попадань в мішень.
Відповідь:
X |
0 |
1 |
2 |
P |
0,08 |
0,44 |
0,48 |
33
Задача 3.1.5. Гральний кубик підкидається 3 рази. Написати закон розподілу числа появи шістки.
Відповідь:
X |
0 |
1 |
2 |
3 |
P |
0,5787 |
0,3472 |
0,0694 |
0,0046 |
Задача 3.1.6. Стрілець має 4 патрони і стріляє в ціль до першого попадання. Ймовірність попасти в ціль при одному пострілі 0,6. Нехай Х – число використаних патронів. Скласти ряд розподілу величини Х.
Відповідь:
X |
1 |
2 |
3 |
4 |
P |
0,6 |
0,24 |
0,096 |
0,064 |
3.2. ФУНКЦІЯ РОЗПОДІЛУ (ІНТЕГРАЛЬНА ФУНКЦІЯ) І ЩІЛЬНІСТЬ РОЗПОДІЛУ (ДИФЕРЕНЦІАЛЬНА ФУНУЦІЯ)
Функцією розподілу або інтегральною функцією розподілу називають функцію F(x), яка визначає для кожного значення x ймовірність того, що випадкова величина X прийме значення, менше x, тобто
F(x) P(X x).
Для дискретної випадкової величини X , яка може приймати значення x1, x2,..., xn функція розподілу буде мати вигляд
F(x) P(X x).
хі x
Задача 3.2.1. По цілі проводяться три незалежні постріли. Ймовірність попадання в ціль при кожному пострілі дорівнює 0,4. Побудувати функцію
розподілу числа попадань. |
|
|
Розв’язання. Позначимо |
число |
попадань через X , тоді можливими |
значеннями X будуть |
наступні |
значення: x1 0, x2 1, x3 2, x4 3. |
Ймовірності можливих значень випадкової величини визначаємо по формулі Бернулі:
|
P(X xi ) C3xi |
pxi g3 xi ; p 0,4; g 1 p 0,6. |
||||||
Складаємо ряд розподілу |
|
|
|
|
|
|||
|
X |
|
0 |
|
1 |
|
2 |
3 |
Напишемо тепер |
P |
|
0,216 |
|
0432 |
|
0,288 |
0,064 |
функцію |
розподілу |
: |
|
|
|
|||
при x 0 |
F(x) P(X xі ) 0; |
|
|
|||||
|
|
|
хі 0 |
|
|
34
при 0 x 1 |
F(x) |
P(X xі ) 0,216; |
|
|
хі 1 |
при 1 x 2 |
F(x) |
P(X xі ) 0,216 0,432 0,648; |
|
|
хі 2 |
при 2 x 3 |
F(x) |
P(X xі ) 0,216 0,432 0,288 0,936; |
|
|
хі 3 |
при x 3 |
F(x) P(X 0) P(X 1) P(X 2) P(X 3) 1. |
Графік функції розподілу дискретної випадкової величини представляє собою ступінчасту ломану лінію
F(х)
Х
0 |
1 |
2 |
3 |
Загальні властивості функції розподілу.
Властивість 1. Функція розподілу F(х) – невід’ємна функція, значення якої росташовані між нулем і одиницею.
0 F(x) 1
Властивість 2. Ймовірність появи випадкової величини в інтервалі l; , замкненому зліва, дорівню різниці значень функції розподілу на кінцях інтервалу, тобто
Р( ) F( ) F( )
Властивість 3. Фунуція розподілу випадкової величини є неспадна функція, тобто при
F( ) F( )
Дійсно, нехай , тоді
F P X P X X P X P X
F P X .
іотже F F P X 0.
Властивість 4. Якщо всі можливі значення випадкові величини Х належать інтервалу (а,в),то F(x) 0 при x 0; F(x) 1при x в.
Звідси випливає, що |
|
lim F(x) 0 |
lim F(x) 1 |
х |
х |
Доведення формально можна провести наступним чином:
|
35 |
F P X і оскільки |
X неможлива подія, то F 0; |
F P X і оскільки |
X - достовірна подія, то F 1; |
Зауважимо, що функція розподілу неперервної випадкової величини є неперервна функція. Для неперервної випадкової величини X
P( X ) P( X ) P X ) F( ) F .
Задача 3.2.2. функція неперервної випадкової величини Х задана виразом
0 |
|
x 1 |
|
|
|
|
|
F(x) a(x 1)2, |
1 x 3 |
|
|
1 |
x 3 |
|
|
|
|
|
F(x). Визначити |
Знайти коефіцієнт а і побудувати графік функції |
|||
ймовірність того, що випадкова величина |
X в результаті |
досліду прийме |
|
значення на інтервалі (1,2), тобто обчислити P(1 X 2). |
|
Розв’язання. Оскільки функція розподілу неперервної випадкової величини
X неперервна, то при x 3 |
маємо a(3 1 2 |
1, звідки находимо а |
1 |
, |
|||||||||||||||
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
||||||
P(1 X 2) F(2) F(1) |
1 |
(2 1)2 0 |
1 |
|
|
|
|||||||||||||
|
|
||||||||||||||||||
Графік F(x)має вигляд |
|
|
4 |
|
|
|
4 |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
F(х) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
0 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
х |
|||||
|
2 |
3 |
|
|
|
|
Для неперервних випадкових величин вводиться поняття щільності розподілу (диференціальної функції). Щільність розподілу f (x) визначається як похідна від функції розподілу, тобто f (x) F(x).
Основні властивості щільності розподілу. Властивість 1. Щільність розподілу невід’ємна, тобто
f (x) 0
Дійсно, оскільки F x - неспадна функція, то F x f x 0.
Властивість 2. Ймовірність того, що неперервна випадкова величина Х прийме значення, що належить інтервалу ( , ) визначається рівністю
P( X ) f (x)dx
Дійсно P X F F
36
По формулі Ньютона – Лейбніца
F F F x dx f x dx
Властивість 3. Функція розподілу випадкової величини дорівнює інтегралу від щільності розподілу в межах від до х, тобто
x
F(x) f(t)dt
Дійсно, по властивості 2 маємо
x
F x P X x f t dt .
Властивість 4. Невластивий інтеграл від щільності розподілу в межах віддо дорівнює одиниці:
f (x)dx 1
По попередніх властивостях
f x dx F F 1 0 1
Зокрема, якщо всі можливі значення випадкові величини належать інтервалу(а;в), то
в
f (x)dx 1
а
Задача 3.2.3. випадкова величина Х підкоряється закону розподілу зі щільністю
asinx,0 x f (x)
0, x 0, x
Потрібно: а) Знайти коефіцієнт а; б) Побудувати графік щільності розподілу; в)
Знайти ймовірність попадання випадкової величини на інтервал від 0 до П .
4
Розв’язання. а) для визначення коефіцієнта а скористаємось властивістю 4 щільності розподілу:
|
|
|
|
|
|||
|
f (x)dx asin xdx acosx |
|
2а 1, |
|
0 |
|
0 |
|
|
звідки находимо а 1 .
2
б) Графік функції f (x) має вигляд
37
f x
1
2
0 |
П |
П |
х |
|
2 |
||||
|
|
|
в) По властивості 2 маємо
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P(0 X |
П |
|
4 1 |
sindx |
1 |
cosx |
4 |
1 |
|
|
|
1 |
|
|
2 |
|
|
||
|
) |
|
|
|
|
|
(cos |
|
cos0) |
|
( |
|
|
|
1) 0,15 |
||||
4 |
2 |
2 |
2 |
4 |
2 |
2 |
|
||||||||||||
|
|
|
0 |
|
|
0 |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
Задачі для самостійного розв’язання. |
|
|
|
|
|
|
|||||||
Задача 3.2.4. випадкова величина Х має функцію розподілу |
|
|
|
|
|
|
|||||||||||||
0, |
|
|
x 0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
9, |
0 x 3, |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
F(x) x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
x 3. |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Побудувати графік щільності розподілу і обчислити P(0,5 X 2,5).
Відповідь: 2 .
3
Задача 3.2.5. Знайти параметри а для щільності розподілу ймовірностей:
|
acosx, |
|
|
|
|
|
x |
|
|
, |
|||
а) f (x) |
2 |
2 |
|||||||||||
|
|
|
|
|
|||||||||
0, |
|
|
|
|
|
|
|
|
|
|
|||
|
|
x |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
; |
|
|
|
||||
|
a |
|
|
2 |
|
|
|
||||||
|
|
|
|
|
|
||||||||
б) f (x) |
, |
|
|
|
x ; |
||||||||
|
|
|
|
||||||||||
|
1 x2 |
|
|
|
|
|
|
|
|
|
|
|
38
в) f (x) |
a |
, |
|
x ; |
||||||
ex e x |
|
|||||||||
г) |
f (x) |
ae x, |
|
|
x 0, |
|||||
|
|
|
x 0. |
|||||||
|
|
0, |
|
|
||||||
|
Відповідь: a) |
1 |
;б) |
1 |
;в) |
2 |
;г) |
|||
|
|
П |
|
|||||||
|
|
2 |
|
|
|
П |
Задача 3.2.6. Дискретна випадкова величина задається законом розподілу
X |
3 |
4 |
7 |
10 |
13 |
|
|
|
|
|
|
P |
0,2 |
0,1 |
0,4 |
0,2 |
p5 |
Знайти: а) Ймовірність p5 ; б) Функцію розподілу і побудувати її графік; в) Ймовірність того, що в результаті експерименту випадкова величина прийме значення від 5 до 10.
Відповідь: a) 0,1;б) 0,7.
3.3. ЧИСЛОВІ ХАРАКТЕРИСТИКИ ВИПАДКОВИХ ВЕЛИЧИН.
Припустимо, що дискретна випадкова величина Х може приймати значення x1, x2,..., xn з ймовірностями p1, p2,..., pn .
Математичним сподіванням випадкової величини x називають суму добутків всіх її можливих значень на їх ймовірності:
M(X) x p |
x |
|
p |
|
... x |
|
p |
|
|
n |
x p |
(3.3.1). |
|
|
|
|
|
||||||||
1 1 |
|
2 |
|
2 |
|
n |
|
n |
|
i 1 |
i i |
|
Якщо випадкова величина приймає зчислену множину можливих значень, то
M(X) xipi, (3.3.1)` i 1
причому припускається, що ряд (3.3.1)` збігається абсолютно і сума всіх ймовірностей рі дорівнює 1.
Математичне сподівання неперервної випадкової величини X , можливі значення якої належать всій числовій осі ОХ , визначається рівністю
|
|
|
M(X) |
xf (x)dx, |
(3.3.2) |
|
|
|
де f (x) - диференціальна функція. Припускається, що |
інтеграл збігається |
абсолютно.
Зокрема, якщо всі можливі значення належать інтервалу (а,в), то
в |
|
M(X) xf (x)dx |
(3.3.3) |
a |
|
Властивості математичного сподівання.
39
Властивість 1. Математичне сподівання сталої величини дорівнює самій сталій, тобто
M(c) c, c const.
Дійсно, сталу величину можна розглядати як дискретну випадкову величину з єдино можливим значенням C і відповідно ймовірністю 1. Отже
M C C 1 C.
Властивість 2. Сталий множник можна виносити за знак математичного сподівання:
M(CX) CM(X), c const.
Обмежимося доведенням для дискретної випадкової величини. Випадкова величина CX буде мати ряд розподілу
CX |
Cx1 |
Cx2 |
Cxn |
p |
p1 |
p2 |
pn |
Тоді
M CX Cx1 p1 Cx2 p2 Cxn pnC x1p1 x2 p2 xn pn CM X .
Властивість 3. Нехай Y (X)- функція випадкового аргументу X , тоді а) для дискретної випадкової величини Х
n
M (X) (xi)pi; i 1
б) для неперервної випадкової величини X з щільністю розподілу f x
|
|
|
M (X) |
(x) f (x)dx |
(3.3.4) |
|
|
|
Розглянемо випадок дискретної випадкової величини. Випадкова величинаX приймає значення x1 , x2 , ..., xn з ймовірностями p1, p2 , ..., pn . Отже
n
M X x1 p1 x2 p2 xn pn xi pi
i 1
Властивість 4. Математичне сподівання суми випадкових величин дорівнює сумі математичних сподівань додатків:
M(X Y) M(X) M(Y).
Властивість 5. Математичне сподівання добутку взаємно незалежних випадкових величин дорівнює добутку математичних сподівань множників:
M(XYZ) M(X)M(Y)M(Z).
Характеристиками розсіювання можливих значень випадкової величини навколо математичного сподівання служать дисперсія і середнє квадратичне відхилення.
Дисперсією випадкової величини Х називають математичне сподівання квадрату відхилення:
|
40 |
D(X) M X M(X) 2 |
(3.3.5) |
Із властивостей математичного сподівання випливає, що (12.4) можна записати у вигляді
D(X) M(X2) (M(X))2
Оскільки
D X M X M X 2 M X2 2XM X M X 2
M X2 M 2XM X M M X 2 ,
значення 2M X і M X 2 є сталими і, отже, їх можна винести за знак
математичного сподівання; тоді
D X M X2 2M X M X M X 2 M X2 M X 2 .
Згідно з цією формулою, дисперсія дискретної випадкової величини знаходиться з допомогою формули
n |
|
|
D(X) x2p (M(X))2, |
(3.3.6) |
|
i 1 |
i i |
|
а для неперервної випадкової величини з |
щільністю розподілу f (x) - по |
|
формулі |
|
|
|
x2 f (x)dx (M(X))2 |
|
D(X) |
(3.3.7) |
Основні властивості дисперсії.
Властивість 1. Дисперсія сталої величини дорівнює нулю, тобто
D(C) 0, c const.
Для сталої величини M C C, тому
D C M C M C 2 M C C 2 0
Властивість 2. Сталий множник можна виносити за знак дисперсії, попередньо підністи його до квадрату:
D CX C2D X .
Дійсно
D CX M CX M CX 2 M CX CM X 2
M C2 X M X 2 C2M X M X 2 C2D X
Властивість 3. Дисперсія суми незалежних випадкових величин дорівнює сумі дисперсій
D(X Y) D(X) D(Y).