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 kaŜdej liczby rzeczywistej x,
b)
∫
b
a
dx
x
f
)
(
= P(a < X
≤
b), dla dowolnych a < b, czyli prawdopodobieństwo, Ŝe
zmienna losowa X przyjmuje wartości między a i b jest
∫
b
a
dx
x
f
)
(
.
Z tej definicji wynika, Ŝe
∫
∞
∞
−
dx
x
f
)
(
= 1.
Definicja
Rozkładem zmiennej losowej X:
Ω
Ω
Ω
Ω
→
R typu ciągłego o funkcji gęstości f nazywamy
funkcję przyporządkowującą kaŜdemu przedziałowi (x
1
, x
2
) prawdopodobieństwo, Ŝe
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 moŜe włączyć się nie wcześniej niŜ godzinę przed ale nie później niŜ pół
godziny po czasie h. Przyjmujemy, Ŝe zdarzeniem elementarnym jest moment włączenia
oświetlenia. Niech zmienną losową X będzie czas włączenia oświetlenia.
Zmienna X moŜe przyjąć kaŜdą wartość z przedziału [ h – 1 , h + ½ ] ; jest to zatem
zmienna losowa ciągła.
ZałóŜmy, Ŝe kaŜdy moment włączenia oświetlenia jest tak samo prawdopodobny oraz
h = 18. Zatem wartości X naleŜą do przedziału [17 ; 18,5].
ZałoŜenie jednakowego prawdopodobieństwa implikuje, Ŝe funkcja f gęstości
prawdopodobieństwa w przedziale [17 ; 18,5] jest stała (przyjmijmy, Ŝe np. f(x) = k), zaś poza
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 kaŜdego x
∈
R.
Czyli dystrybuanta zmiennej losowej X kaŜdej liczbie rzeczywistej x przyporządkowuje
prawdopodobieństwo tego, Ŝe zmienna losowa przyjmuje wartości nie większe od x.
Twierdzenie
•
Dystrybuanta F zmiennej losowej spełnia warunek 0
≤
F(x)
≤
1 dla kaŜdego 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 moŜe włączyć się nie wcześniej niŜ godzinę przed a nie później niŜ pół
godziny po godzinie 0. Przyjmujemy, Ŝe zdarzeniem elementarnym jest moment
włączenia oświetlenia. Niech zmienną losową X będzie czas włączenia oświetlenia.
Zmienna X moŜe przyjąć kaŜdą wartość z przedziału [ – 1 , ½ ] ; jest to zmienna losowa
ciągła.
ZałóŜmy, Ŝe 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 naleŜą 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, Ŝe 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 kaŜdego x
∈
R.
Zgodnie z określeniem funkcji f mamy
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 poniŜszy rysunek.