§4.Випадкові величини. Закони розподілу випадкових величин. 4.1. Дискретні і неперевні випадкові величини. В теорії ймовірностей поряд з поняттям випадкової події і ймовірності одним з основних є поняття випадкової величини. Наприклад, час безвідмовної роботи деякого приладу, число появ герба при трьох підкиданнях монети і т.п. Назвемо випадковою величину, пов’язану з даним дослідом, яка при кожному здійсненні досліду може приймати те чи інше числове значення, залежно від випадку. Між випадковими подіями і випадковими величинами існує тісний зв’язок. Випадкова подія є якісною характеристикою випадкового результату досліду, а випадкова величина – його кількісною характеристикою. Випадкові величини за своїм характером поділяються на дискретні і неперервні. Дискретна випадкова величина - це така величина, яка може приймати лишень розрізнені (дискретні, перервні) значення. Іншими словами, вона має таку властивість, що кожне з її можливих значень має окіл, який вже не містить жодного з інших значень цієї ж величини. Всі можливі значення дискретної випадкової величини можуть бути перенумеровані . Випадкова величина називається неперервною, якщо сукупність її можливих значень цілком заповнює деякий проміжок числової осі, який може бути скінченним або нескінченним. Наприклад, випадкова величина - час безвідмовної роботи приладу, - неперервна, оскільки її можливе значення . 4.2. Закон розподілу випадкової величини. Важливою характеристикою випадкової величини є розподіл ймовірностей цієї величини. Справа в тому, що випадкова величина може приймати ті чи інші числові значення, взагалі кажучи, із різними ймовірностями. Приклад 1. При трьох підкиданнях монети випадкова величина - число появ герба – може приймати значення із відповідними ймовірностями, які обчислимо за формулою Бернуллі
Співвідношення, яке встановлює зв’язок між можливими значеннями випадкової величини і ймовірностями, з якими приймаються ці значення, називається законом розподілу ймовірностей випадкової величини. Для дискретної випадкової величини закон розподілу може бути заданий таблично або графічно. В першому випадку закон розподілу називається рядом розподілу ймовірностей випадкової величини .
. . .
Р
. . .
В першому рядку таблиці записують всі можливі значення випадкової величини, а в другому - відповідні їм ймовірності. Оскільки події становлять повну групу несумісних подій, то за теоремою додавання ймовірностей маємо , (1) тобто сума ймовірностей всіх можливих значень випадкової величини дорівнює одиниці. Графічне зображення закону розподілу називається многокутником розподілу: по осі абсцис відкладаємо можливі значення випадкової величини , а по осі ординат – ймовірності цих значень. Для розглянутого вище прикладу 1 ряд і многокутник розподілу мають вигляд відповідно
0 1 2 3
Р
Закон розподілу неперервної випадкової величини може бути заданий графічно або аналітично (з допомогою формули). Табличне задання неможливе, оскільки ймовірність отримати будь-яке певне значення неперервної величини дорівнює нулеві, що пов’язане не з неможливістю самої події (попадання в певну точку на числовій осі), а з безмежно великим числом можливих випадків. Тому для неперервних випадкових величин (як, зрештою, і для дискретних) визначають ймовірність попадання в деякий інтервал числової осі. Ймовірність попадання випадкової величини в інтервал визначають як ймовірність події і позначають , (2) (ліву межу інтервалу включають, а праву не включають). 4.3. Функція розподілу. Для кількісної оцінки закону розподілу випадкової величини (дискретної або неперервної) задають функцію розподілу ймовірностей випадкової величини, яку визначають як ймовірність того, що випадкова величина Х прийме значення, менше деякого фіксованого числа і позначають (3) або . Функцію розподілу інколи називають інтегральною функцією розподілу ймовірностей випадкової величини. Знаючи функцію розподілу , можна обчислити ймовірність попадання випадкової величини в деякий інтервал : . (4) Дійсно, випадкова подія є об’єднанням двох несумісних подій і . Отже, за теоремою додавання ймовірностей несумісних подій маємо , звідки , або, враховуючи позначення (3) . Встановимо деякі властивості функції розподілу. . є неспадною функцією, тобто , якщо . . Значення функції розподілу належать відрізку , тобто . Інакше: . Функція розподілу неперервна зліва: . Для прикладу 1 побудуємо функцію розподілу випадкової величини Х , заданої рядом розподілу
Х 0 1 2 3
Р
При при при при при . Приклад 2. Нехай функція розподілу деякої неперервної випадкової величини Х задана у вигляді . Визначити значення коефіцієнта і побудувати графік функції. Оскільки функція неперервна зліва, то при маємо , звідки . 4.4. Щільність розподілу. Закон розподілу ймовірностей неперервних випадкових величин може бути заданий також і щільністю розподілу. Нехай неперервна випадкова величина Х задана функцією розподілу , неперервною і диференційовною. Ймовірність попадання цієї випадкової величини в деякий інтервал знайдемо на підставі співвідношення (4):
тобто як приріст функції розподілу на цьому інтервалі. Відношення виражає середню ймовірність, яка приходиться на одиницю довжини інтервалу. Перейшовши до границі при , отримаємо . Функція (5) називається щільністю розподілу неперервної випадкової величини Х , а її графік – кривою розподілу. Іноді вживають термін – диференціальна функція розподілу . З означення (5) випливає, що . (6) Використавши формули (4) і (6), виразимо ймовірність попадання випадкової величини в заданий інтервал через щільність розподілу . (7) Дійсно, . Встановимо деякі властивості щільності розподілу: . є невід’ємною функцією, тобто . Дійсно, оскільки неспадна функція, то . . . Це випливає із формули (6) і властивості для функції розподілу . Геометричне тлумачення щільності розподілу випливає із формули (7): ймовірність попадання випадкової величини Х обчислюється як площа криволінійної трапеції, обмеженої зверху графіком кривої , знизу – відрізком осі абсцис, зліва і справа - відрізками прямих , . Властивість геометрично означає, що вся площа, обмежена кривою розподілу і віссю абсцис, дорівнює одиниці. 4.5. Приклади основних законів розподілу: а) дискретних випадкових величин: 1. біномний розподіл: випадкова величина Х називається розподіленою за біномним законом, якщо вона приймає значення із ймо