Свойства функции распределения
Свойство 1. Значения функции распределения принадлежат отрезку [О, 1]:
0 F (х) 1.
Доказательство. Свойство вытекает из определения функции распределения как вероятности: вероятность всегда есть неотрицательное число, не превышающее единицы.
Свойство 2. F (х)--неубывающая функция, т. е.
F (x2) F (х1), если х2 > х1.
Доказательство. Пусть х2 > х1. Событие, состоящее в том, что X примет значение, меньшее х2, можно подразделить на следующие два несовместных события: 1) X примет значение, меньшее х1, с вероятностью Р (X < x1); 2) X примет значение, удовлетворяющее неравенству x1Xx2, с вероятностью Р (x1Xx2). По теореме сложения имеем
Р (X < х2) = Р (X < х1) + Р (x1Xx2).
Отсюда
Р (X < х2) - Р (X < х1)= Р (x1Xx2),
или
F (x2)--F (x1) = Р (x1Xx2).
Так как любая вероятность есть число неотрицательное, то F(x2) -- F(x1)0, или F (x2) F (x1), что и требовалось доказать.
Следствие 1. Вероятность того, что случайная величина примет значение, заключенное в интервале (а, b), равна приращению функции распределения на этом интервале:
P(aX<b)=F(b)--F(a).
Это важное следствие вытекает из формулы, если положить х2=b и х1= а.
Следствие 2. Вероятность того, что непрерывная случайная величина X примет одно определенное значение, равна нулю.
Действительно, положив в формуле а = х1, b = х1+, имеем
P(х1 X<х1+)=F(х1+)-F(х1).
Устремим к нулю. Так как X -- непрерывная случайная величина, то функция F (х) непрерывна. В силу непрерывности F (х) в точке х1 разность F (х1+)-- F (x1) также стремится к нулю; следовательно, Р (X =х1) = 0. Используя это положение, легко убедиться в справедливости равенств
Р (а X < b) = Р (а < X < b) = Р(а<Хb) = Р(аХb). (***)
Например, равенство Р(а<Хb) = Р (а < X < b) доказывается так:
Р(а<Хb) = Р (а < X < b)+P(X=b)= Р(а<Х<b).
Таким образом, не представляет интереса говорить о вероятности того, что непрерывная случайная величина примет одно определенное значение, но имеет смысл рассматривать вероятность попадания ее в интервал, пусть даже сколь угодно малый. Этот факт полностью соответствует требованиям практических задач. Например, интересуются вероятностью того, что размеры деталей не выходят за дозволенные границы, но не ставят вопроса о вероятности их совпадения с проектным размером.
Заметим, что было бы неправильным думать, что равенство нулю вероятности Р (X =х1) означает, что событие Х=х1 невозможно (если, конечно, не ограничиваться классическим определением вероятности). Действительно, в результате испытания случайная величина обязательно примет одно из возможных значений; в частности, это значение может оказаться равным х1.
Свойство 3. Если возможные значения случайной величины принадлежат интервалу (а, b), то: 1) F(x) = 0 при х а; 2) F(x)=1 при х b.
Доказательство. 1) Пусть x1 a. Тогда событие X < х1 невозможно (так как значений, меньших х1, величина X по условию не принимает) и, следовательно, вероятность его равна нулю.
2) Пусть х2 b. Тогда событие X < х2 достоверно (так как все возможные значения X меньше х2) и, следовательно, вероятность его равна единице.
Следствие. Если возможные значения непрерывной случайной величины расположены на всей оси х, то справедливы следующие предельные соотношения:
Yandex.RTB R-A-252273-3- Историческая справка
- Применение
- Непрерывные случайные величины и нормальный закон распределения. Определение функции распределения
- Свойства функции распределения
- График функции распределения
- Определение плотности распределения
- Вероятность попадания непрерывной случайной величины в заданный интервал
- Нахождение функции распределения по известной плотности распределения
- Свойства плотности распределения
- Вероятностный смысл плотности распределения
- Числовые характеристики непрерывных случайных величин
- Нормальное распределение
- Нормальная кривая
- Влияние параметров нормального распределения на форму нормальной кривой
- Вероятность попадания в заданный интервал нормальной случайной величины
- Вычисление вероятности заданного отклонения
- Правило трех сигм
- Понятие о теореме Ляпунова. Формулировка центральной предельной теоремы
- Закон равномерного распределения вероятностей
- Законы распределения непрерывных случайных величин Закон нормального распределения (Гаусса)
- 3. Непрерывные случайные величины. Нормальный закон распределения (закон Гаусса).
- Тема 5. Непрерывные случайные величины. Нормальный закон распределения
- 5.3.3. Равномерный и нормальный законы распределения непрерывных случайных величин
- 55. Непрерывные распределения случайных величин. Нормальное распределение.
- 9)Случайная величина и ее закон распределения. Дискретные и непрерывные случайные величины.
- Тема 5. Непрерывные случайные величины. Нормальный закон распределения
- Тема 5. Непрерывные случайные величины. Нормальный закон распределения