134
Przypomnijmy ponadto, że tak jak w wypadku zmiennej losowej skokowej, tak i dla zmiennej losowej ciągłej nadzieja matematyczna oraz wariancja mają swoje własności oraz że wygodnie jest obliczać wariancję ze wzoru:
D\X) = m2-(m])2. (4.26)
Zmienna losowa X ma funkcję gęstości prawdopodobieństwa określoną wzorem:
/(*H
0 dla *<0 3x2 dla 0<;e<l 0 dla x>\
X
Wiedząc, że F(x) = Jf{t)dt oraz j{x) = F'(x), otrzymamy następujące wyrażenie dla dystrybuanty tej zmiennej:
0 dla x < 0 x3 dla 0<x<l
1 dla * > 1
Na przykład^ dla *=(1/2) wartość dystrybuanty jest równa F(l/2) =
= ^3x2dx = 1/8."
Obliczając prawdopodobieństwo tego, że zmienna losowa X przyjmie wartość np. z przedziału (1/10; 3/10), mamy:
( 1 3 'j 3y,r° 2 , f 313/10 26
P—<X<— = \3x2dx = \xi\xhQ --.
[l0 10 J J0 L Jl/10 1000
Prawdopodobieństwo to możemy także przedstawić w następujący sposób:
/
P
\
U°;
3/10 1/10
|3x2dx- j*3x2dx
Nadzieję matematyczną zmiennej losowej X oblicza się w następujący sposób:
E(X)= |xf(x)dx= J xf(x)dx + ^xf{x)dx + Jjxf(x)dx =
— x 4
= pc3 x2dx =
Wariancję zmiennej losowej X można obliczyć w dwojaki sposób: D\X)= ]U-£(X)]2/(A')^ = 3jfx-^ x2dx =
lub
D2(X) = E(X2)-E2(X)= \x2f(x)dx-E2(X) =
U sl |
i |
fu |
— X |
— |
— |
_5 |
0 |
UJ |
_3_
80
i
= \x23x2dx-E2(X) =
Funkcja gęstości zmiennej losowej o rozkładzie jednostajnym ma postać:
/(■*) = <
0, gdy xe(-°°,a) , gdy xG(a,b)
b - a
0, gdy xe(b,°°).
(4.27)
Dystrybuanta tej zmiennej wyraża się wzorem:
0, gdy jce(-°o ,u)
(•I >H)
7—gdy xe (a,b) b - a
1, gdy xe(b,oo).
Ponadto dla tego rozkładu:
E(X)=-
a + b
°2(X)=TI {b~a)'
(4 "M