1. Главная
  2. Библиотека
  3. Теория вероятностей
  4. Дана плотность распределения непрерывной случайной вели...
Решение задачи на тему

Дана плотность распределения непрерывной случайной величины : 0, если < −1 f(x) = { 2, если − 1 ≤ ≤ 1 . 0, если > 1 Найти: а) константу ; б) вероятность (−3 ≤ ≤ 0,5); в) математическое ожидание случайной величины .

  • Теория вероятностей
  • #Теория вероятностей и математическая статистика
  • #Теория случайных величин
Дана плотность распределения непрерывной случайной величины : 0, если < −1 f(x) = { 2, если − 1 ≤ ≤ 1 . 0, если > 1 Найти: а) константу ; б) вероятность (−3 ≤ ≤ 0,5); в) математическое ожидание случайной величины .

Условие:

Дана плотность распределения непрерывной случайной величины :
0, если < −1
f(x) = { 2, если − 1 ≤ ≤ 1 .
0, если > 1
Найти: а) константу ; б) вероятность (−3 ≤ ≤ 0,5); в) математическое ожидание
случайной величины .

Решение:

Для решения данной задачи, давайте разберем каждый пункт по порядку.

а) ...

Плотность вероятности f(x)f(x) должна удовлетворять условию нормировки, то есть интеграл от плотности по всему пространству должен равняться 1:

∫−∞∞f(x) dx=1 \int_{-\infty}^{\infty} f(x) \, dx = 1

В нашем случае плотность задана следующим образом:

f(x)={0,x−12,−1≤x≤10,x1 f(x) = \begin{cases} 0, x -1 \\ 2, -1 \leq x \leq 1 \\ 0, x 1 \end{cases}

Теперь вычислим интеграл:

∫−112 dx \int{-1}^{1} 2 \, dx

Вычислим этот интеграл:

∫−112 dx=2⋅(1−(−1))=2⋅2=4 \int_{-1}^{1} 2 \, dx = 2 \cdot (1 - (-1)) = 2 \cdot 2 = 4

Так как интеграл равен 4, а не 1, мы можем нормировать плотность, введя константу kk:

f(x)={0,x−1k⋅2,−1≤x≤10,x1 f(x) = \begin{cases} 0, x -1 \\ k \cdot 2, -1 \leq x \leq 1 \\ 0, x 1 \end{cases}

Теперь найдем kk:

∫−11k⋅2 dx=k⋅4=1  ⟹  k=14 \int_{-1}^{1} k \cdot 2 \, dx = k \cdot 4 = 1 \implies k = \frac{1}{4}

Таким образом, нормированная плотность будет:

f(x)={0,x−112,−1≤x≤10,x1 f(x) = \begin{cases} 0, x -1 \\ \frac{1}{2}, -1 \leq x \leq 1 \\ 0, x 1 \end{cases}

Теперь найдем вероятность:

P(−3≤X≤0.5)=∫−30.5f(x) dx P(-3 \leq X \leq 0.5) = \int_{-3}^{0.5} f(x) \, dx

Так как f(x)=0f(x) = 0 для x−1x -1, мы можем ограничить пределы интегрирования:

P(−3≤X≤0.5)=∫−10.512 dx P(-3 \leq X \leq 0.5) = \int{-1}^{0.5} \frac{1}{2} \, dx

Теперь вычислим этот интеграл:

∫−10.512 dx=12⋅(0.5−(−1))=12⋅(0.5+1)=12⋅1.5=34 \int_{-1}^{0.5} \frac{1}{2} \, dx = \frac{1}{2} \cdot (0.5 - (-1)) = \frac{1}{2} \cdot (0.5 + 1) = \frac{1}{2} \cdot 1.5 = \frac{3}{4}

Таким образом, вероятность P(−3≤X≤0.5)=34P(-3 \leq X \leq 0.5) = \frac{3}{4}.

Математическое ожидание E(X)E(X) вычисляется по формуле:

E(X)=∫−∞∞xf(x) dx E(X) = \int_{-\infty}^{\infty} x f(x) \, dx

В нашем случае:

E(X)=∫−11x⋅12 dx E(X) = \int_{-1}^{1} x \cdot \frac{1}{2} \, dx

Вычислим этот интеграл:

E(X)=12∫−11x dx E(X) = \frac{1}{2} \int_{-1}^{1} x \, dx

Интеграл ∫−11x dx\int_{-1}^{1} x \, dx равен 0, так как функция xx симметрична относительно оси yy:

∫−11x dx=0 \int_{-1}^{1} x \, dx = 0

Следовательно:

E(X)=12⋅0=0 E(X) = \frac{1}{2} \cdot 0 = 0

а) Константа k=14k = \frac{1}{4}

б) Вероятность P(−3≤X≤0.5)=34P(-3 \leq X \leq 0.5) = \frac{3}{4}

в) Математическое ожидание E(X)=0E(X) = 0

Выбери предмет