Непрерывные случайные величины
До сих пор мы предполагали, что каждое из событий Z характеризуется конечным множеством состояний (z1, z2,... zn) и вероятностями пребывания в каждом из них: Pz1, Pz2,..., Pzn; Однако во многих случаях события могут принимать любые состояния из некоторого диапазона. Так, например, доходность какого-либо мероприятия может характеризоваться любым числовым значением ожидаемой прибыли. В этом случае Z будет являться непрерывной случайной величиной, пространством возможных состояний которой будет весь диапазон допустимых её значений: Z = {z | a £ z £ b}, содержащий бесконечное множество точек. При этом уже нельзя говорить о вероятности отдельного состояния, так как при бесконечно большом их числе вес каждого будет равен нулю. Поэтому распределение вероятностей для непрерывной случайной величины определяется иначе, чем в дискретном случае и для их характеристики используются: функции распределения вероятностей; плотности распределения вероятностей. Функция распределения вероятностей F(x) определяет вероятность того, что значения случайной величины z не превзойдут некоторого x, то есть F(x) = P(-¥ < z £ x) Эта функция обладает такими свойствами, как: F(x) – неубывающая функция,
Первый сомножитель в правой части последнего выражения есть значение вероятности, приходящаяся на единицу длины участка Dx. Предел этого отношения при и называется плотностью распределения вероятностей. Отметим основные свойства функции f(x): a). т.е. интеграл плотности распределения вероятностей даёт вероятность того, что случайная величина z принимает значения, лежащие в интервале от a до b; б). откуда следует, что площадь, ограниченная кривой f(x) и осью абсцисс, всегда равна единице.
|