Как вывести плотность через вероятность

Функция плотности распределения

Содержание:

Пусть имеется непрерывная случайная величина X с функцией распределения F (х), которую мы предположим непрерывной и дифференцируемой. Вычислим вероятность попадания этой случайной величины на участок от

т. е. приращение функции распределения на этом участке. Рассмотрим отношение этой вероятности к длине участка,- т. е. среднюю вероятность, приходящуюся на единицу длины на этом участке, и будем приближать к нулю.

В пределе получим производную от функции распределения:

• Функция f (х) — производная функции распределения — характеризует как бы плотность, с которой распределяются значения случайной величины в данной точке.

Эта функция называется плотностъю распределения (иначе «плотностью вероятности») непрерывной случайной величины X. Иногда функцию f (х) называют также «дифференциальной функцией распределения» или «диффе-ренциальным законом распределения величины X.

По этой ссылке вы найдёте полный курс лекций по высшей математике:

Термины «плотность распределения», «плотность вероятности»

Термины «плотность распределения», «плотность вероятности» становятся особенно наглядными Рис. 5.4.1. при пользовании механической интерпретацией распределения; в этой интерпретации функция f (х) буквально характеризует плотность распределения масс по оси абсцисс (так называемую «линейную плотность»).

Кривая, изображающая плотность распределения случайной величины, называется кривой распределения (рис. 5.4.1).

Плотность распределения, так же как и функция распределения, есть одна из форм закона распределения. В противоположность функции распределения эта форма не является универсальной: она существует только для непрерывных случайных величин.

Рассмотрим непрерывную случайную величину X с плотностью распределения и элементарный участок dx, примыкающий к точке х (рис. 5.4.2). Вероят ность попадания случайной величины X

на этот элементарный участок (с точностью до бесконечно малых высшего порядка) равна f(x)dx. Величина f(x)dx называется элементом вероятности. Геометрически это есть площадь элементарного прямоугольника, опирающегося на отрезок dx (рис. 5.4.2).

Возможно вам будут полезны данные страницы:

Выразим вероятность попадания величины X на отрезок от а до 0 (рис. 5.4.3) через плотность распределения. Очевидно, она равна сумме элементов вероятности на всем этом участке, т. е. интегралу:

Геометрически вероятность попадания величины X на участок равна площади кривой распределения, опирающсйся на этот участок (рис. 5.4.3).

Формула (5.4.2) выражает плотность распределения через функцию распределения. Зададимся обратной задачей: выразить функцию распределения через плотность. По определению

откуда по формуле (5.4.3) имеем:

Геометрически F (х) есть не что иное, как площадь кривой распределения, лежащая левее точки х (рис. 5.4.4).

Укажем основные свойства плотности распределения:

1. Плотность распределения есть неотрицательная функция: Это свойство непосредственно вытекает из того, что функция распределения F (х) есть неубывающая функция.

2. Интеграл в бесконечных пределах от плотности распределения равен единице:

Это следует из формулы (5.4.4) и из того, что геометрически основные свойства плотности распределения означают, что:

1. вся Кривая распределения лежит не ниже оси абсцисс;
2. полная площадь, ограниченная кривой распределения и осью абсцисс, равна единице.

Выясним размерности основных характеристик случайной величины — функции распределения и плотности распределения. Функция распределения F (х), как всякая вероятность, есть величина безразмерная. Размерность плотности распределения /(х), как видно из Формулы (5.4.1), обратна размерности случайной величины.

Примеры с решением

Пример 1. Функция распределения непрерывной случайной величины X задана выоажением

а) Найти коэффициент а.

б) Найти плотность распределения f (х).

в) Найти вероятность попадания величины X на участок от 0,25 до 0,5.

Решение:

а) Так как функция распределения величины X непрерывна, то при

б) Плотность распределения величины X выражается формулой

в) По формуле (5.3.1) имеем:

Пример 2. Случайная величина X подчинена закону распределения с плотностью:

а) Найти коэффициент а,

б) Построить график плотности распределения /(х).

в) Найти функцию распределения F (х) и построить ее график,

г) Найти вероятность попадания величины X на участок от

Решение:

а) Для определения коэффициента а воспользуемся свойством плотности распределения:

б) График плотности f (х) представлен на рис. 5.4.5.

в) По формуле (5.4.4) получаем выражение функции распределения:

График функции F (х) изображен на рис. 5.4.6.

г) По формуле (5.3.1.) имеем

Тот же результат, но несколько более сложным путем можно получить по формуле (.5.4.3).

Пример 3. Плотность распределения случайной величины X задана формулой:

а) Построить график плотности

б) Найти вероятность того, что величина X попадет на участок (—1,+1).

Решение:

а) График плотности дан на рис. 5.4.7.

б) По формуле (5.4.3) имеем:

Присылайте задания в любое время дня и ночи в ➔

Официальный сайт Брильёновой Натальи Валерьевны преподавателя кафедры информатики и электроники Екатеринбургского государственного института.

Все авторские права на размещённые материалы сохранены за правообладателями этих материалов. Любое коммерческое и/или иное использование кроме предварительного ознакомления материалов сайта natalibrilenova.ru запрещено. Публикация и распространение размещённых материалов не преследует за собой коммерческой и/или любой другой выгоды.

Сайт предназначен для облегчения образовательного путешествия студентам очникам и заочникам по вопросам обучения . Наталья Брильёнова не предлагает и не оказывает товары и услуги.

Источник

Плотность вероятности — это не сама вероятность

Наибольшее значение вероятности — единица. Это общеизвестный факт! Однако для некоторых плотностей вероятности (например, плотности вероятности экспоненциального распределения на графике ниже), когда λ= 1.5 и ? = 0 плотность вероятности 1.5, что очевидно больше 1!

1. Почему так?

Даже если плотность вероятности f(x) принимает значение больше 1, если область, в которую она интегрируется, меньше 1, то она сводится к 1. Рассмотрим пример простой плотности вероятности — непрерывное равномерное распределение в области [0, 0.5]. Плотность вероятности непрерывного распределения 1/(b-a) постоянно равна 2.

Полная вероятность — это площадь области под графиком f(x),
то есть 2*0.5 = 1. Как видите, даже если плотность вероятности больше 1, то при интегрировании в область меньше 1 она сводится к 1.

2. Плотность вероятности и вероятность

Разве плотность вероятности f(x) не есть сама вероятность? Нет. Потому что f(x) может быть больше 1. f(?) — это просто высота графика плотности вероятности при X = ?.

Вся путаница “плотность вероятности = вероятность” возникает из-за того, что мы привыкли к понятию “функция вероятности = вероятность”, что верно. Однако плотность вероятности не то же самое, что функция вероятности. Ее не стоит интерпретировать так же, потому что дискретные и непрерывные случайные величины определяются по-разному.

Чтобы найти вероятность P(?=?) для дискретных случайных величин, мы ищем значение функции вероятности в одной точке. Вот так — в Пуассоновском распределении. Для непрерывных случайных величин мы берем интеграл от плотности вероятности на конкретном промежутке, чтобы найти вероятность того, что X попадет в этот промежуток.

Теперь, конечно, все понятно. Однако вы можете задаться вопросом… Почему мы должны интегрировать плотность вероятности? Можем ли мы просто суммировать значения плотности, как делаем это со значениями функции вероятности?

Нет. Потому, что для непрерывных случайных величин вероятность того, что ? принимает какое-либо конкретное значение ? равна 0. Ниже подробности.

3. Непрерывная случайная величина и вероятность

Посмотрим на предыдущий пример, непрерывное равномерное распределение в [0, 0.5]. Плотность вероятности при x=1 равна двум. Но почему вероятностьпри x=1 нулевая? Чтобы ответить на этот вопрос, нужно сначала ответить на другой.
Сколько всего чисел в области [0, 0.5]?

Бесконечность. Бесконечное множество, если быть математически точной. 0.1, 0.01, 0.001, 0.0001, … Можно продолжать вставлять 0 перед единицей. Следовательно, непрерывная случайная величина имеет бесконечное число возможных значений, даже если область определения невелика и фиксирована. Допустим, плотность вероятности для каждого значения на промежутке [0, 0.5] имеет экстремально малое значение, например, 000000001. Тем не менее, сумма бесконечного числа значений достигнет бесконечности независимо от того, насколько малы эти значения. Значит, чтобы получить сумму вероятностей, равную 1, вероятность в каждой конкретной точке должна быть 1/∞, то есть 0.

Это тоже не имеет смысла. Если добавить бесконечное число нулей, все равно получится нуль. Полная вероятность должна составлять единицу, а не нуль.

Дело в том, что нельзя использовать понятие дискретной функции вероятности (у одного значения одна вероятность) для непрерывных величин. Нельзя определить вероятность непрерывных величин таким же образом, что и дискретных.

4. Вероятность из плотности вероятности

Заимствуем идею в интегрировании

Если вероятность того, что X находится точно в точке ?, равна нулю, как насчет очень маленького интервала вокруг точки ?? Например, [?, ?+d?]? Пусть d? будет 0.00000000001. Тогда вероятность того, что X попадет в интервал [?, ?+d?] — это область под кривой f(?) расположенной между [?, ?+d?]. Если d? бесконечно мало, этого приближения достаточно для P(?=?).

• Если вы посмотрите определения плотности вероятности и функции вероятности, то увидите, что сумма в случае дискретных величин (функция вероятности) меняется на интегралы в случае непрерывных величин (плотность вероятности).
• Почему используются термины «плотность» и «масса»? В физике мы интегрируем плотность для получения массы. Если думать о массе как о вероятности, то мы интегрируем плотность вероятности, чтобы получить вероятность (массу).
• Что означает плотность вероятности в точке ?? Она означает то, насколько вероятность сконцентрирована на единицу длины (d?) вблизи ?, или насколько плотна вероятность вблизи ?.
• Нужно исправить график экспоненциального распределения в англоязычной Википедии. P(X) звучит как вероятность. Нужно изменить эту надпись на f(x) или «Плотность вероятности».

Источник