Решение типовых примеров темы.
Пример. Случайная величина задана функцией распределения:
Требуется: а) найти плотность вероятности, коэффициент и построить графики соответствующих функций; б) найти математическое ожидание и дисперсию случайной величины ; в) определить вероятность того, что случайная величина попадет в промежуток .
Решение. Функция является кусочно-дифференцируемой.
а) По определению плотности вероятности, дифференцируя по интервалам ее задания, получаем
.
Постоянную найдем, используя свойство 4 плотности распределения:
,
откуда .
Сроим графики функции и плотности распределения вероятности:
б) Для определения математического ожидания случайной величины воспользуемся соответствующей формулой: . Заметим, что подынтегральная функция – нечетная, а промежуток интегрирования – симметричный относительно нуля, поэтому интеграл, а, следовательно, и . Равенство математического ожидания нулю следует и из симметричности графика плотности вероятности относительно оси ординат.
Найдем дисперсию . Замечаем, что подынтегральная функция – четная, а промежуток интегрирования – симметричный относительно нуля, поэтому
.
в) Вероятность найдем двумя способами:
1) используя свойство 4 функции распределения:
;
2) используя свойство 2 плотности распределения:
.
Пример. Задана непрерывная случайная величина своей плотностью распределения :
.
Требуется: а) определить коэффициент и построить график плотности распределения; б) найти функцию распределения и построить ее график; в) определить математическое ожидание и дисперсию случайной величины ; г) определить вероятность того, что случайная величина попадет в интервал .
Решение. а) Найдем коэффициент :
.
Построим график плотности вероятности случайной величины :
б) Найдем функцию распределения:
1) На участке : .
2) На участке :
3) На участке :
Окончательно получаем .
Построим график функции распределения:
в) Находим числовые характеристики :
.
.
г) Найдем вероятность попадания случайной величины в интервал :
.
Эту же самую вероятность можно вычислить другим способом:
.
Задача 9.
Решение задачи 9 основано на знание особенностей нормального распределения непрерывных случайных величин. Теоретические основы этого распределения представлены ниже.
Нормальный закон распределения
Нормальным законом распределения (законом Гаусса) непрерывной случайной величины с параметрами и называется распределение, которое описывается плотностью вероятности
.
Нормальный закон распределения занимает центральное место в теории вероятностей. Это обусловлено тем, что этот закон проявляется во всех случаях, когда случайная величина является результатом действия большого числа различных факторов. К нормальному закону приближаются все остальные законы распределения.
Кривую нормального распределения называют нормальной или гауссовой кривой.
Нормальная кривая обладает следующими свойствами:
1.Функция определена на всей числовой оси: R.
2.При всех функция распределения принимает только положительные значения.
3.Ось ОХ является горизонтальной асимптотой графика плотности вероятности, т.к. при неограниченном возрастании по абсолютной величине аргумента , значение функции стремится к нулю.
4.Найдем экстремум функции
.
Т.к. при и при , то в точке функция имеет максимум, равный .
5.График функции симметричен относительно прямой , т.к. разность () входит в функцию плотности распределения в квадрате.
6.Для нахождения точек перегиба графика найдем вторую производную функции плотности
.
При вторая производная равна нулю, а при переходе через эти точки меняет знак, т.е. в этих точках функция имеет перегиб. Значение функции в этих точках равно .
7.Построим график функции плотности распределения.
j(x) |
x |
a + s |
a |
a – s |
j(x) |
x |
a3 |
a2 |
a1 |
Если , и меняется параметр ( ), то нормальная кривая будет изменять свою форму: кривая становится более плоской при увеличении ; и вытягивается вверх, если происходит уменьшение :
j(x) |
x |
a |
Нормальный закон распределения случайной величины с параметрами и называется нормированным. Уравнение нормированной кривой:
.
Теорема. Математическое ожидание и дисперсия непрерывной случайной величины , распределенной по нормальному закону с параметрами и находятся по формулам:
, .
Теорема. Функция распределения непрерывной случайной величины , распределенной по нормальному закону с параметрами и имеет вид
и выражается через функцию Лапласа по формуле:
График функции распределения для нормального закона представлен на рисунке:
F (x) |
x |
a |