Opredelitev . Neprekinjeno imenujemo naključna spremenljivka, ki lahko sprejme vse vrednosti iz nekega končnega ali neskončnega intervala.

Za zvezno naključno spremenljivko je uveden koncept porazdelitvene funkcije.

Opredelitev. Distribucijska funkcija verjetnosti naključne spremenljivke X je funkcija F(x), ki za vsako vrednost x določa verjetnost, da bo naključna spremenljivka X zavzela vrednost manjšo od x, to je:

F(x) = P(X< x)

Pogosto se namesto izraza "distribucijska funkcija" uporablja izraz "kumulativna distribucijska funkcija".

Lastnosti porazdelitvene funkcije:

1. Vrednosti distribucijske funkcije pripadajo segmentu:

0 ≤ F(x) ≤ 1.

2. Porazdelitvena funkcija je nepadajoča funkcija, to je:

če x > x,

potem je F(x) ≥ F(x).

3. Verjetnost, da bo naključna spremenljivka prevzela vrednost, ki jo vsebuje interval - določen integral
. ☻

Geometrično dobljena verjetnost je enaka površini figure, ki je na vrhu omejena s porazdelitveno krivuljo in temelji na segmentu [a,b] (slika 3.8).

Porazdelitveno funkcijo zvezne naključne spremenljivke lahko izrazimo z gostoto verjetnosti po formuli:

.

Geometrično je porazdelitvena funkcija enaka površini figure, ki je omejena nad porazdelitveno krivuljo in leži levo od točke x (slika 3.9).

Geometrično lastnosti 1 in 4 gostote verjetnosti pomenita, da njen graf - porazdelitvena krivulja - ne leži pod abscisno osjo, skupna površina figure, omejena s porazdelitveno krivuljo in abscisno osjo, pa je enaka ena.

1. Naključna spremenljivka, porazdeljena po binomskem zakonu, njeno matematično pričakovanje in varianca. Poissonov zakon porazdelitve.

Opredelitev. Diskretna naključna spremenljivka X ima binomski zakon porazdelitve s parametri npq, če zavzame vrednosti 0, 1, 2,..., m,... ,n z verjetnostmi

kjer je 0<р

Kot vidimo, se verjetnosti P(X=m) najdejo z Bernoullijevo formulo, torej je zakon binomske porazdelitve zakon porazdelitve števila X=m pojavov dogodka A v n neodvisnih poskusih, v vsakem od katerih je se lahko pojavi z enako verjetnostjo p .

Porazdelitvena serija binomskega zakona ima obliko:

Očitno je, da je definicija binomskega zakona pravilna, ker glavna lastnost distribucijske serije
storjeno, ker ni nič drugega kot vsota vseh členov razširitve Newtonovega binoma:

Pričakovana vrednost naključna spremenljivka X, porazdeljena po binomskem zakonu,

in njegovo varianco

Opredelitev. Diskretna naključna spremenljivka X ima Poissonov zakon porazdelitve s parametrom λ > 0, če zavzema vrednosti 0, 1, 2,..., m, ... (neskončno, a šteto množico vrednosti) z verjetnostmi
,

Serija porazdelitve Poissonovega zakona ima obliko:

Očitno je, da je definicija Poissonovega zakona pravilna, saj je glavna lastnost serije porazdelitve
zadovoljen, saj je seštevek serije.

Na sl. Na sliki 4.1 je prikazan poligon (poligon) porazdelitve naključne spremenljivke, porazdeljene po Poissonovem zakonu Р(Х=m)=Р m (λ) s parametri λ = 0,5, λ = 1, λ = 2, λ = 3,5.

Izrek. Pričakovanje in varianca slučajne spremenljivke, porazdeljene po Poissonovem zakonu, sovpadajo in so enake parametru λ tega zakona, tj.

in

"

Neprekinjeno naključno spremenljivko je mogoče določiti ne le z uporabo porazdelitvene funkcije. Uvedimo koncept gostote verjetnosti zvezne naključne spremenljivke.

Upoštevajte verjetnost, da zvezna naključna spremenljivka pade na interval [ X, X + Δ X]. Verjetnost takega dogodka

p(X ≤ X ≤ X + Δ X) = F(X+ Δ X) – F(X),

tiste. enaka prirastku porazdelitvene funkcije F(X) v tem območju. Potem je verjetnost na enoto dolžine, tj. povprečna gostota verjetnosti na območju od X prej X+ Δ X, je enako

Premik do meje Δ X→ 0, dobimo gostoto verjetnosti v točki X:

ki predstavlja odvod porazdelitvene funkcije F(X). Spomnimo se tega za zvezno naključno spremenljivko F(X) je diferenciacijska funkcija.

Opredelitev. Gostota verjetnosti (gostota porazdelitve ) f(x) zvezne naključne spremenljivke X je odvod njene porazdelitvene funkcije

f(x) = F′( x).

(4.8)

O naključni spremenljivki X pravijo, da ima porazdelitev z gostoto f(x) na določenem odseku osi x.

Gostota verjetnosti f(x), kot tudi distribucijska funkcija F(x) je ena od oblik distribucijskega zakona. Toda za razliko od porazdelitvene funkcije obstaja samo za zvezne naključne spremenljivke.

Včasih se imenuje gostota verjetnosti diferencialna funkcija oz zakon diferencialne porazdelitve. Graf gostote verjetnosti se imenuje porazdelitvena krivulja.

Primer 4.4. Na podlagi podatkov v primeru 4.3 poiščite gostoto verjetnosti naključne spremenljivke X.

rešitev. Gostoto verjetnosti naključne spremenljivke bomo našli kot odvod njene porazdelitvene funkcije f(x) = F"(x).

◄

Opozorimo na lastnosti gostote verjetnosti zvezne naključne spremenljivke.

1. Gostota verjetnosti je nenegativna funkcija, tj.

Geometrično je verjetnost padca v interval [ α , β ,] je enaka površini slike, ki je od zgoraj omejena s porazdelitveno krivuljo in temelji na segmentu [ α , β ,] (slika 4.4).

riž. 4.4 Sl. 4.5

3. Porazdelitveno funkcijo zvezne naključne spremenljivke lahko izrazimo z gostoto verjetnosti po formuli:

Geometrijske lastnosti 1 in 4 gostota verjetnosti pomeni, da njen graf - porazdelitvena krivulja - ne leži pod abscisno osjo, skupna površina figure, omejena s porazdelitveno krivuljo in abscisno osjo, pa je enaka ena.

Primer 4.5. funkcija f(x) je podan v obliki:

Ugotovite: a) vrednost A; b) izraz porazdelitvene funkcije F(X); c) verjetnost, da naključna spremenljivka X bo prevzel vrednost na intervalu.

rešitev. a) Da bi f(x) je bila gostota verjetnosti neke naključne spremenljivke X, mora biti nenegativen, zato mora biti vrednost nenegativen A. Glede na lastnino 4 najdemo:

, kje A = .

b) Porazdelitveno funkcijo poiščemo z lastnostjo 3 :

če x≤ 0, torej f(x) = 0 in zato F(x) = 0.

Če je 0< x≤ 2, torej f(x) = X/2 in zato

če X> 2, torej f(x) = 0 in zato

c) Verjetnost, da naključna spremenljivka X bo prevzel vrednost na segmentu, jo najdemo z lastnostjo 2 .

Gostota verjetnosti diskretne naključne spremenljivke

Naj naključna spremenljivka zavzame vrednosti z verjetnostjo, . Nato njegova funkcija porazdelitve verjetnosti

kjer je funkcija skoka enote. Gostoto verjetnosti naključne spremenljivke je mogoče določiti iz njene porazdelitvene funkcije ob upoštevanju enakosti. Vendar se v tem primeru pojavijo matematične težave zaradi dejstva, da ima funkcija skoka enote, vključena v (34.1), diskontinuiteto prve vrste pri. Zato v točki ni odvoda funkcije.

Za premagovanje te kompleksnosti je uvedena funkcija -. Funkcijo skoka enote lahko predstavimo preko -funkcije z naslednjo enakostjo:

Potem formalno izpeljanka

in gostota verjetnosti diskretne naključne spremenljivke je določena iz razmerja (34.1) kot odvod funkcije:

Funkcija (34.4) ima vse lastnosti gostote verjetnosti. Poglejmo si primer. Naj diskretna naključna spremenljivka zavzame vrednosti z verjetnostmi in naj, . Potem lahko verjetnost, da bo naključna spremenljivka prevzela vrednost iz segmenta, izračunamo na podlagi splošnih lastnosti gostote z uporabo formule:

ker se singularna točka funkcije, ki jo določa pogoj, nahaja znotraj domene integracije pri, singularna točka pa se nahaja zunaj domene integracije. torej

Za funkcijo (34.4) je izpolnjen tudi normalizacijski pogoj:

Upoštevajte, da se v matematiki zapis oblike (34.4) šteje za nepravilen (nepravilen), zapis (34.2) pa za pravilen. To je posledica dejstva, da je - funkcija z argumentom nič in naj ne obstaja. Po drugi strani pa je v (34.2) -funkcija vsebovana pod integralom. Poleg tega je desna stran (34.2) končna vrednost za katero koli, tj. integral -funkcije obstaja. Kljub temu se v fiziki, tehnologiji in drugih aplikacijah teorije verjetnosti pogosto uporablja predstavitev gostote v obliki (34.4), ki, prvič, omogoča pridobitev pravilnih rezultatov z uporabo lastnosti - funkcij, in drugič, ima očitno fizikalno tolmačenje.

Primeri gostot in funkcij porazdelitve verjetnosti

35.1. Za naključno spremenljivko pravimo, da je enakomerno porazdeljena na intervalu, če je njena verjetnostna gostota porazdelitve

kjer je število, določeno iz pogoja normalizacije:

Zamenjava (35.1) v (35.2) vodi do enačbe, katere rešitev ima obliko: .

Funkcijo porazdelitve verjetnosti enakomerno porazdeljene naključne spremenljivke je mogoče najti s formulo (33.5), ki določa skozi gostoto:

Na sl. Slika 35.1 prikazuje grafe funkcij in enakomerno porazdeljene naključne spremenljivke.

riž. 35.1. Grafi porazdelitvene funkcije in gostote

enakomerno porazdeljena naključna spremenljivka.

35.2. Naključna spremenljivka se imenuje normalna (ali Gaussova), če je njena verjetnostna gostota porazdelitve:

kjer so števila, imenovana parametri funkcije. Ko funkcija doseže največjo vrednost: . Parameter ima pomen efektivne širine. Poleg te geometrijske interpretacije imajo parametri tudi verjetnostno interpretacijo, o kateri bomo govorili kasneje.

Iz (35.4) sledi izraz za funkcijo porazdelitve verjetnosti

kjer je Laplaceova funkcija. Na sl. 35.2 prikazuje grafe funkcij in normalno naključno spremenljivko. Zapis se pogosto uporablja za označevanje, da ima naključna spremenljivka normalno porazdelitev s parametri.

riž. 35.2. Grafi gostote in porazdelitvene funkcije

normalna naključna spremenljivka.

35.3. Naključna spremenljivka ima Cauchyjevo funkcijo gostote verjetnosti, če

Ta gostota ustreza distribucijski funkciji

35.4. Za naključno spremenljivko pravimo, da je porazdeljena po eksponentnem zakonu, če ima njena verjetnostna gostota porazdelitve obliko:

Določimo njegovo funkcijo porazdelitve verjetnosti. Ko izhaja iz (35.8). Če, potem

35.5. Rayleighova verjetnostna porazdelitev naključne spremenljivke je določena z gostoto oblike

Ta gostota ustreza funkciji porazdelitve verjetnosti pri in enaka

35.6. Oglejmo si primere konstruiranja distribucijske funkcije in gostote diskretne naključne spremenljivke. Naj bo naključna spremenljivka število uspehov v zaporedju neodvisnih poskusov. Nato naključna spremenljivka zavzame vrednosti z verjetnostjo, določeno z Bernoullijevo formulo:

kjer so verjetnosti uspeha in neuspeha v enem poskusu. Tako ima funkcija porazdelitve verjetnosti naključne spremenljivke obliko

kjer je funkcija skoka enote. Zato gostota porazdelitve:

kje je delta funkcija.

Recimo, da lahko diskretna fizikalna količina X prevzame vrednosti kot rezultat poskusa. Razmerje med številom poskusov, zaradi katerih vrednost dobi vrednost, in skupnim številom izvedenih poskusov n se imenuje pogostost pojavljanja dogodka. Pogostost je naključna spremenljivka in se spreminja glede na število izvedenih poskusov. Vendar pa se pri velikem številu poskusov (v meji n → ∞) stabilizira okoli določene vrednosti, imenovane verjetnost dogodka (statistična definicija):

Očitno je vsota verjetnosti uresničitve vseh možnih vrednosti naključne spremenljivke enaka ena:

Diskretno naključno spremenljivko je mogoče v celoti določiti z nizom verjetnosti, ki kaže verjetnost za vsako vrednost:

Porazdelitveni zakon naključne spremenljivke je kakršno koli razmerje, ki vzpostavlja povezavo med možnimi vrednostmi naključne spremenljivke in njihovimi ustreznimi verjetnostmi. Verjetnostni niz je ena od vrst porazdelitvenih zakonov naključne spremenljivke. Porazdelitve zvezne naključne spremenljivke ni mogoče določiti z verjetnostnim nizom, saj je število vrednosti, ki jih lahko sprejme, tako veliko, da je za večino od njih verjetnost sprejemanja teh vrednosti enaka nič. Zato se za zvezne fizikalne količine preučuje verjetnost, da bo zaradi eksperimenta vrednost naključne spremenljivke padla v določen interval. Primerno je uporabiti verjetnost dogodka, kjer je poljubno realno število. Ta verjetnost

je funkcija in se imenuje porazdelitvena funkcija (funkcija mejne porazdelitve, funkcija porazdelitve populacije) naključne spremenljivke. V obliki porazdelitvene funkcije lahko določite porazdelitev zveznih in diskretnih naključnih spremenljivk (sl. 2 in 3). F(x) je nepadajoča funkcija, tj. če je x1 ≤ x2, potem je F(x1) ≤ F(x2) (slika 3).

riž. 2. Porazdelitvena funkcija Sl. 3. Porazdelitvena funkcija

diskretna naključna spremenljivka. zvezna naključna spremenljivka.

Ordinata krivulje, ki ustreza točki, predstavlja verjetnost, da se bo naključna spremenljivka izkazala za . Potem je verjetnost, da bodo vrednosti naključne spremenljivke ležale v intervalu od , do , enaka

Vrednosti pri mejnih vrednostih argumenta so , . Upoštevati je treba, da je porazdelitvena funkcija diskretne naključne spremenljivke vedno diskontinuirana funkcija. Skoki se pojavijo na točkah, ki ustrezajo možnim vrednostim te količine in so enake verjetnosti teh vrednosti (slika 2).