Функція розподілу ймовірностей (інтегральна функція) та її властивості
Закон розподілу ймовірностей можна подати ще в одній формі, яка придатна і для дискретних, і для неперервних випадкових величин, а саме: як функцію розподілу ймовірностей випадкової величини F(х), так звану інтегральну функцію.
Функцію аргументу х, що визначає ймовірність випадкової події Х < x, називають функцією розподілу ймовірностей:
F(x) = P(X < x) (62)
Цю функцію можна тлумачити так: унаслідок експерименту випадкова величина може набути значення, меншого за х .
Розглянемо властивості F(x):
1.
Ця властивість випливає з означення функції розподілу.
2. є неспадною функцією, а саме , якщо .
! |
Доведення.Позначимо відповідно А, В, С події (Х < x2), (Х < x1) і . Випадкові події В і С є несумісними (А С = Æ) / Тоді подію А можна записати так:
А = В С (А = В + С).
За формулою додавання для несумісних випадкових подій (6) маємо:
Р(А) = Р(В С) = Р(В) + Р(С)
або
Р(Х < x2) = Р(Х < x1) + P(x1 £ Х £ х2). (63)
Звідси на підставі означення інтегральної функції F(x), дістаємо
F(x2) = F(x1) + P(x1 £ Х £ х2)
або
(64)
Отже,
Із другої властивості F(x) випливають наведені далі висновки:
1. Імовірність того, що випадкова величина Х набуде можливого значення , дорівнює приросту інтегральної функції F(x) на цьому проміжку:
(65)
2. Якщо випадкова величина Х є неперервною, то ймовірність того, що вона набуде конкретного можливого значення, завжди дорівнює нулю:
І справді, поклавши в (65) , дістанемо
.
Коли маємо:
. (66)
Оскільки при Х = хі, то
що й потрібно було довести.
Отже, для неперервної випадкової величини Х справджуються такі рівності:
(67)
3. Якщо , виконуються два подані далі співвідношення.
1)
Оскільки подія Х < – ¥ полягає в тому, що випадкова величина набуває значення, яке міститься ліворуч від – ¥. А така подія є неможливою (Æ).
2)
Подія Х < полягає в тому, що випадкова величина Х набуває числового значення, яке міститься ліворуч від + ¥. Ця подія є віро-
гідною (Ώ), оскільки будь-яке число X = x < .
Із цих двох співвідношень випливає висновок: якщо можливі значення випадкової величини Х належать обмеженому проміжку [а; b], то
(68)
Приклад 6.Закон розподілу дискретної випадкової величини Х задано таблицею:
Х = хі | – 4 | – 1 | ||||
Р(Х = хі) = рі | 0,1 | 0,2 | 0,1 | 0,3 | 0,1 | 0,2 |
Побудувати F(x) та її графік.
Розв’язання. Згідно з властивостями F(x), дістаємо наведені далі співвідношення.
1) F(– 4) = P(X < – 4) = 0;
2) F(–1) = P(X < –1) = P(X = – 4) = 0,1;
3) F(2) = P(X < 2) = P(X = – 4) + P(X = –1) = 0,1 + 0,2 = 0,3;
4)F(6) = P(X < 6) = P(X = – 4) + P(X = –1) + P(X = 2) = 0,1 + 0,2 +
+ 0,1 = 0,4;
5) F(9) = P(X < 9) = P(X = – 4) + P(X = –1) + P(X = 2) + P(X = 6) =
= 0,1 + 0,2 + 0,1 + 0,3 = 0,7;
6) F(12) = P(X < 13) = P(X = – 4) + P(X = –1) + P(X = 2) + P(X = 9) =
= 0,1 + 0,2 +0,1 + 0,3 + 0,1 = 0,8;
7) F(x)|x >13 = P(X > 13) = P(X = – 4) + P(X = –1) + P(X = 2) + P(X = 9) +
+ P(X = 13) = 0,1 + 0,2 +0,1 + 0,1 + 0,3 + 0,1 + 0,2 = 1.
Компактно F(x) можна записати в такій формі:
Графік функції F(x) зображено на рис. 23.
Рис. 23
Дата добавления: 2014-11-29; просмотров: 2750;