6 4 Zmienna losowa typu ciągłego

background image

6.4. Zmienna losowa typu ciągłego

Definicja

Funkcją gęstości prawdopodobieństwa zmiennej losowej ciągłej X nazywamy funkcję

f określoną na zbiorze liczb rzeczywistych i spełniającą warunki:

a) f(x)

0 dla każdej liczby rzeczywistej x,

b)

b

a

dx

x

f

)

(

= P(a < X

b), dla dowolnych a < b, czyli prawdopodobieństwo, że

zmienna losowa X przyjmuje wartości między a i b jest

b

a

dx

x

f

)

(

.

Z tej definicji wynika, że

dx

x

f

)

(

= 1.

Definicja

Rozkładem zmiennej losowej X:

R typu ciągłego o funkcji gęstości f nazywamy

funkcję przyporządkowującą każdemu przedziałowi (x

1

, x

2

) prawdopodobieństwo, że

wartości zmiennej losowej z przedziału [x

1

, x

2

] spełniają warunek:

[x

1

, x

2

]

P( {

ω

ω

ω

ω

: x

1

X(

ω

ω

ω

ω

)

x

2

} ) =

2

1

)

(

x

x

dx

x

f

.

Przykład 1.

Czujnik sterujący oświetleniem jest nastawiony na godzinę h. Stosownie do wielkości

zachmurzenia może włączyć się nie wcześniej niż godzinę przed ale nie później niż pół

godziny po czasie h. Przyjmujemy, że zdarzeniem elementarnym jest moment włączenia

oświetlenia. Niech zmienną losową X będzie czas włączenia oświetlenia.

Zmienna X może przyjąć każdą wartość z przedziału [ h – 1 , h + ½ ] ; jest to zatem

zmienna losowa ciągła.

Załóżmy, że każdy moment włączenia oświetlenia jest tak samo prawdopodobny oraz

h = 18. Zatem wartości X należą do przedziału [17 ; 18,5].

Założenie jednakowego prawdopodobieństwa implikuje, że funkcja f gęstości

prawdopodobieństwa w przedziale [17 ; 18,5] jest stała (przyjmijmy, że np. f(x) = k), zaś poza

background image

tym przedziałem f(x) = 0.

Obliczymy wartość k wykorzystując warunek

dx

x

f

)

(

= 1.

Mamy 1 =

dx

x

f

)

(

=

17

)

(

dx

x

f

+

5

,

18

17

)

( dx

x

f

+

5

,

18

)

( dx

x

f

=

=

17

0dx +

5

,

18

17

kdx

+

5

,

18

0dx = 0 +

5

,

18
17

|

kx

+ 0 = 1,5k.

Zatem k =

15

10

=

3

2

.

Funkcja gęstości ma postać:

f(x) =

>

<

5

,

18

0

5

,

18

17

3

2

17

0

x

dla

x

dla

x

dla

.

Definicja

Dystrybuantą zmiennej losowej X o funkcji gęstości f nazywamy funkcję F określoną

dla wszystkich liczb rzeczywistych w następujący sposób:

x

F(x) = P(X

x) dla każdego x

R.

Czyli dystrybuanta zmiennej losowej X każdej liczbie rzeczywistej x przyporządkowuje

prawdopodobieństwo tego, że zmienna losowa przyjmuje wartości nie większe od x.

Twierdzenie

Dystrybuanta F zmiennej losowej spełnia warunek 0

F(x)

1 dla każdego x.

−∞

x

lim

F(x) = 0,

x

lim

F(x) = 1.

Dystrybuanta F zmiennej losowej jest funkcją niemalejącą

Przykład 2.

Czujnik sterujący oświetleniem jest nastawiony na godzinę 0. Stosownie do wielkości

zachmurzenia może włączyć się nie wcześniej niż godzinę przed a nie później niż pół

godziny po godzinie 0. Przyjmujemy, że zdarzeniem elementarnym jest moment

włączenia oświetlenia. Niech zmienną losową X będzie czas włączenia oświetlenia.

background image

Zmienna X może przyjąć każdą wartość z przedziału [ – 1 , ½ ] ; jest to zmienna losowa

ciągła.

Załóżmy, że prawdopodobieństwo włączenia oświetlenia w chwili x opisuje funkcja

f(x) =

9

8

(1 - x

2

) dla x z przedziału [-1, ½ ] oraz f(x) = 0 dla pozostałych x.

Zatem wartości X należą do przedziału [-1; ½ ].

Mamy P(X = x) =

9

8

(1 - x

2

) .

Sprawdzamy, czy f jest funkcją gęstości zmiennej X; w tym celu wystarczy zbadać, czy

f(x)

0 dla x z przedziału [-1; ½ ] oraz

dx

x

f

)

(

= 1.

Z własności funkcji kwadratowej wynika, że 1- x

2

0 dla x

[-1, 1]. Tym samym

9

8

(1 - x

2

)

0. Czyli f(x)

0 dla x

[-1; ½ ].

Mamy

dx

x

f

)

(

=

1

)

(

dx

x

f

+

5

,

0

1

)

( dx

x

f

+

5

,

0

)

( dx

x

f

=

=

1

0dx

+

5

,

0

1

2

)

1

(

9

8

dx

x

+

5

,

0

0dx

= 0 +

9

8

[x -

3

3

1

x

5

,

0

1

|

]

+ 0 =

=

9

8

24

27

= 1.

Zatem funkcja gęstości ma postać:

f(x) =

>

<

5

,

0

0

5

,

0

1

)

1

(

9

8

1

0

2

x

dla

x

dla

x

x

dla

.

Dystrybuanta tej zmiennej losowej ma postać:

F(x) = P(X

x) =

x

dt

t

f

)

(

dla każdego x

R.

Zgodnie z określeniem funkcji f mamy

background image

F(x) =

x

dt

t

f

)

(

=

>

+

+

+

<

1

5

,

0

1

5

,

0

2

1

1

2

5

,

0

0

)

1

(

9

8

0

]

5

,

0

;

1

[

)

1

(

9

8

0

1

0

x

x

x

x

dla

dt

dt

t

dt

x

dla

dt

t

dt

x

dla

dt

Stąd

F(x) =

x

dt

t

f

)

(

=

>

+

<

5

,

0

0

]

5

,

0

;

1

[

)

3

2

3

1

(

9

8

1

0

3

x

dla

x

dla

x

x

x

dla

.

Wykres dystrybuanty przedstawia poniższy rysunek.


Wyszukiwarka

Podobne podstrony:
Zmienna losowa typu ciaglego, ZUT, III Semestr, Metody probabilistyczne i statystyka
6 3 Zmienna losowa typu skokowego
02 Statystyka Matematyczna Zmienna Losowa Ciągłaid 3789
6 czerwca Zmienna losowa
zmienna losowa ciągła, statystyka matematyczna(1)
3 zmienna losowa odp
36 ?finicja zmiennej losowej Zmienna losowa i jej rozkład
5. Zmienna losowa, licencjat(1)
zmienna losowa przykład
29 30 Zmienna losowa jednowymiarowa
2 zmienna losowa zadania
zmienna losowa i jej rozklad
Zmienna losowa ciągła wykresy
zmienna losowa, przykład
Zmienna losowa i rozklad prawdopodobienstwa - zadania, Pliki, Studia PK (Mechaniczny & WIL)

więcej podobnych podstron