Главная страница | Контакты | Случайная страница Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Плотность распределения вероятностей

Результаты не всех реальных экспериментов можно исчерпывающе описать с помощью дискретных случайных величин. Например, основные метеорологические параметры погоды и физиологические показатели состояния здоровья человека такие, как температура, давление, вес, размеры, промежутки времени, концентрация химических веществ в жидкости изменяются непрерывно от наименьшего возможного значения до наибольшего. Если множество возможных значений случайной величины заполняют некоторый конечный или бесконечный числовой интервал, то такая случайная величина называется непрерывной.

Подчеркнем, что непрерывная случайная величина в отличие от дискретной имеет бесконечное множество значений, которые невозможно перечислить. Из определения непрерывности вытекает и другая ее особенность.

Вероятность любого конкретного значения х непрерывной случайной величины Х равна нулю, то есть

P(Х = х) = 0.

Заметим, что из равенства нулю вероятности конкретного значения х не следует невозможность принятия случайной величины Х этого значения. Так как непрерывная случайная величина имеет бесконечное множество значений, то каждое из них реализуется крайне редко.

Поэтому для непрерывных величин определяется вероятность попадания значений в бесконечно малый интервал ∆ х. Эта вероятность вычисляется по формуле:

P(х ≤ Х < х + ∆ х) = F_x(x + ∆ x) – F_x(x).

Долю вероятности, соответствующую единице длины интервала ∆ х, показывает соотношение:

.

Очевидно, что предел этого соотношения при ∆ х →0 является производной функции распределения:

.

Определение 1.11 Плотностью распределения вероятностей р_х(х) непрерывной случайной величины Х называется первая производная (если она существует) ее функции распределения:

р_х(х) = F΄_х(х).

Плотность распределения вероятностей р_х(х) сокращенно называют плотностью вероятности случайной величины Х. Иногда вместо термина «плотность вероятности» используется эквивалентный термин «дифференциальная функция распределения». Случайная величина имеет функцию плотности вероятности только тогда, когда ее функция распределенияF_х(х) непрерывна и дифференцируема всюду, за исключением отдельных точек на конечном промежутке. Функция плотности вероятности р_х(х) дает возможность судить о характере распределения непрерывной случайной величины в малых окрестностях точек числовой оси.

Из предшествующих рассуждений следует, что плотность вероятности р_х(х) пропорциональна вероятности того, что случайная величина примет значение, находящееся на бесконечно малом расстоянии ∆ х →0 от точки х. Отсюда также вытекает следующее приближенное равенство:

Р(х ≤ Х < х + ∆ х) ≈ р_х(х) ∆ х.

Произведение р_х(х)∆ х называют элементом вероятности, оно равно площади прямоугольника с основанием ∆ х и высотой р_х(х). Значит, вероятность попадания значений случайной величины Х в полузамкнутый интервал [ х; х + ∆ х) приближенно равна площади прямоугольника с основанием ∆ х и высотой, равной р_х(х).

Рассмотрим геометрическую интерпретацию данного утверждения.

Рисунок 1.3 – Вероятность попадания значений случайной

величины Х в интервал [х; х + ∆х)

Площадь заштрихованного прямоугольника приближенно равна вероятности того, что случайная величина Х примет значение, принадлежащее интервалу [ х; х + ∆ х).

Рассмотрим основные свойства плотности вероятности.

1. Плотность вероятности р_x(х) всегда неотрицательна:

р_х(х) ≥ 0.

2. Вероятность того, что непрерывная случайная величина Х примет значения из интервала [ х ₁; х ₂) вычисляется по формуле:

.

3. Для плотности вероятности всегда справедливо равенство:

.

4. Функция распределения F_х(х) и плотность вероятности р_x(х) непрерывной случайной величины Х связаны формулой:

.

Рассмотрим геометрическую интерпретацию основных свойств плотности вероятности.

Рисунок 1.4 – Вероятность попадания значений случайной величины Х в интервал [х₁; х₂)

Данный рисунок показывает, что в соответствии со вторым свойством площадь заштрихованной криволинейной трапеции, заключенной между кривой плотности вероятности y = p_x(x) и осью О_х, равна вероятности неравенства P(х ₁ ≤ Х < х ₂).

Рисунок 1.5 – Полная площадь

под кривой плотности вероятности

Так как по третьему свойству плотности

,

то площадь заштрихованной фигуры, ограниченной графиком плотности вероятности y = р_х(х) и осью О_х , всегда равна 1, что показывает рисунок 1.5.

Так как функция распределения F_х(х) равна вероятности того, что случайная величина Х примет значения, меньшие числа х, то по свойству 4 имеем:

.

Следовательно, геометрически функция распределения F_х(х) равна площади заштрихованной фигуры на рисунке 1.6, расположенной левее точки х, ограниченной графиком плотности вероятности y = р_х(х) и осью О_х.

Рисунок 1.6 – Геометрическая интерпретация

функции распределения F_х(х)

Подчеркнем, что функция распределения и плотность вероятности случайной величины являются фундаментальными понятиями как теории вероятности, так и математической статистики. Заданные в аналитической форме, они дают существенную информацию об исследуемой случайной величине и позволяют теоретически обосновать статистические выводы, сделанные на основе эмпирических данных.