Случайная величина задана функцией распределения найти вероятность того что примет значение в интервале — 5 вариантов толкования приметы

В задачах теории вероятностей часто встречается формулировка: «Случайная величина задана функцией распределения․ Найти вероятность того, что она примет значение в интервале»․ На первый взгляд это кажется однозначным, но в реальной практике существует несколько трактовок, которые влияют на способ решения и конечный результат․ Ниже приведены пять наиболее распространённых вариантов толкования, их математические формулировки и примеры расчётов․

Классический случай для непрерывной случайной величины

Если X – непрерывная случайная величина, заданная функцией распределения F(x) (или плотностью f(x)), то вероятность того, что X попадёт в открытый интервал (α; β) вычисляется по формуле:

P(α < X < β) = F(β) – F(α) = ∫_α^β f(x) dx

Эта формула применима при условии, что F(x) непрерывна и f(x) = dF/dx существует․

Пример – нормальное распределение

Пусть X ~ N(μ = 2, σ = 5)․ Требуется найти вероятность P(1 < X < 4)․

1. Нормализуем границы: z₁ = (1-2)/5 = -0․2, z₂ = (4-2)/5 = 0․4․
2. Используем таблицу стандартного нормального распределения (или функцию Φ): Φ(0․4) ≈ 0․6554, Φ(-0․2) ≈ 0․4207․
3. Вероятность: P = Φ(0․4) – Φ(-0․2) ≈ 0․6554 – 0․4207 = 0․2347․

График функции плотности можно построить с помощью любого графического редактора, но в текстовой статье мы оставляем только числовой результат․

Для дискретной случайной величины (с конечным набором значений)

Если X – дискретная величина, заданная функцией распределения F(x) = P(X ≤ x), то вероятность попадания в интервал (α; β) вычисляется как сумма вероятностей всех точек, попадающих в интервал:

P(α < X < β) = Σ P(X = x_i), где x_i принадлежит (α; β)․

В отличие от непрерывного случая, здесь границы интервала важны только в смысле включения/исключения конкретных значений․

Пример – дискретное распределение

Пусть X может принимать значения 1, 2, 3, 4 с вероятностями 0․1, 0․3, 0․4 и 0․2 соответственно․ Найти P(2 < X < 4)․

1. Только значение 3 попадает в интервал (2;4)․
2. Вероятность: P = P(X = 3) = 0․4․

Задание с закрытым интервалом [α; β]

Иногда в условии явно указано, что границы интервала включены․ Для непрерывной величины это не меняет формулу, но для дискретной – да: включаем вероятности точек, равных α и β․

P(α ≤ X ≤ β) = F(β) – F(α⁻) (для непрерывной) или P = Σ P(X = x_i) с x_i ∈ [α; β] (для дискретной)․

Пример – равномерное распределение

Пусть X ~ U(0;5)․ Найти P(2 ≤ X ≤ 4)․

1. Плотность f(x) = 1/5 на [0;5]․
2. Вероятность: P = ∫₂⁴ (1/5) dx = (4-2)/5 = 0․4․

Полуоткрытые интервалы (α; β] или [α; β)

При работе с дискретными величинами важно явно указать, какие границы включены․ Для непрерывных случайных величин разницы нет, но если функция распределения имеет скачки (см․ распределение с атомами), то границы влияют на результат․

P(α ≤ X < β) = F(β⁻) – F(α⁻) (если есть атомы на β) или просто F(β) – F(α) (если непрерывно)․

Пример – смешанное распределение

Рассмотрим X, который с вероятностью 0․3 принимает значение 2, а с вероятностью 0․7 распределён нормально N(0,1)․ Найти P(2 ≤ X < 3)․

1. Вероятность от атома в 2: P(X=2)=0․3 (включаем границу α)․
2. Нормальная часть: P(2 < X < 3) ≈ 0 (поскольку 2 и 3 далеко от среднего, но точный расчёт можно сделать через Φ)․

С дополнением «не превышает заданного отклонения» (условие абсолютной величины)

В некоторых задачах вместо простого интервала задаётся условие «абсолютная величина отклонения от математического ожидания не превышает δ»․ Это эквивалентно задаче нахождения вероятности попадания в симметричный интервал:

P(|X – μ| ≤ δ) = P(μ – δ ≤ X ≤ μ + δ) = F(μ + δ) – F(μ – δ)․

Эта формула полезна, когда нужно оценить «разрешённый разброс» случайной величины․

Пример – экспоненциальное распределение

Пусть X ~ Exp(λ = 0․5) (среднее 2)․ Найти вероятность того, что отклонение от среднего не превысит δ = 1․

1. Математическое ожидание μ = 1/λ = 2․
2. Интервал: [1; 3]․
3. Плотность f(x)=λe^-λx для x≥0․ Значит P(1≤X≤3)=∫₁³0․5e^-0․5xdx = e^-0․5 ー e^-1․5 ≈ 0․6065 ー 0․2231 = 0․3834․

Как выбрать правильное толкование?

• Проверьте тип величины: непрерывная – используйте F(β)-F(α); дискретная – суммируйте вероятности конкретных точек․
• Уточните границы интервала: открытый, закрытый, полуоткрытый․ Для непрерывных величин границы обычно не важны, но для дискретных они критичны․
• Проверьте наличие атомов в функции распределения: скачки изменяют вероятность при включении точек․
• Если задано «не превышает δ»: интерпретируйте как симметричный интервал вокруг μ․
• При сомнениях всегда уточняйте у преподавателя или автора задачи․

Указанная формулировка «Найти вероятность того, что случайная величина примет значение в интервале» может означать несколько разных задач․ Понимание контекста и корректное применение формул – ключ к правильному решению․ В статье приведены пять наиболее частых вариантов толкования, вместе с примерами и практическими советами, которые помогут быстро ориентироваться в подобных задачах․

Надеемся, что эта статья станет полезным справочником при работе с задачами теории вероятностей и статистики․