Неперервний рівномірний розподіл — Вікіпедія

Ця стаття потребує істотної переробки. Можливо, її необхідно доповнити, переписати або вікіфікувати. Пояснення причин та обговорення — на сторінці Вікіпедія: Статті, що необхідно поліпшити. Тому, хто додав шаблон: зважте на те, щоб повідомити основних авторів статті про необхідність поліпшення, додавши до їхньої сторінки обговорення такий текст: {{subst:поліпшити автору|Неперервний рівномірний розподіл|16 квітня 2022}} ~~~~, а також не забудьте описати причину номінації на підсторінці Вікіпедія:Статті, що необхідно поліпшити за відповідний день. (16 квітня 2022)

Неперервний рівномірний розподіл
Із застосуванням конвенції максимуму
Функція розподілу ймовірностей
Параметри	${\displaystyle -\infty <a<b<\infty \,}$
Носій функції	${\displaystyle x\in [a,b]}$
Розподіл імовірностей	${\displaystyle {\begin{cases}{\frac {1}{b-a}}&x\in [a,b]\\0&x\notin [a,b]\end{cases}}}$
Функція розподілу ймовірностей (cdf)	${\displaystyle {\begin{cases}0&x\leq a\\{\frac {x-a}{b-a}}&x\in [a,b]\\1&x\geq b\end{cases}}}$
Середнє	${\displaystyle {\tfrac {1}{2}}(a+b)}$
Медіана	${\displaystyle {\tfrac {1}{2}}(a+b)}$
Мода	будь-яке значення з ${\displaystyle [a,b]}$
Дисперсія	${\displaystyle {\tfrac {1}{12}}(b-a)^{2}}$
Коефіцієнт асиметрії	0
Коефіцієнт ексцесу	${\displaystyle -{\tfrac {6}{5}}}$
Ентропія	${\displaystyle \ln(b-a)\,}$
Твірна функція моментів (mgf)	${\displaystyle {\frac {\mathrm {e} ^{tb}-\mathrm {e} ^{ta}}{t(b-a)}}}$
Характеристична функція	${\displaystyle {\frac {\mathrm {e} ^{itb}-\mathrm {e} ^{ita}}{it(b-a)}}}$

Рівномірний розподіл (неперервний) — в теорії імовірностей розподіл, який характеризується тим, що ймовірність будь-якого інтервала залежить тільки від його довжини.

Визначення[ред. | ред. код]

Кажуть, що випадкова величина має неперервний рівномірний розподіл на відрізку ${\displaystyle [a,b]}$, де ${\displaystyle a,b\in \mathbb {R} }$, якщо щільність ${\displaystyle f_{X}(x)}$ має вигляд:

${\displaystyle f_{X}(x)=\left\{{\begin{matrix}{1 \over b-a},&x\in [a,b]\\0,&x\not \in [a,b]\end{matrix}}\right..}$

Пишуть: ${\displaystyle X\sim U[a,b]}$. Деколи значення щільності в граничних точках ${\displaystyle x=a}$ і ${\displaystyle x=b}$ міняють на інші, наприклад ${\displaystyle {1/2(b-a)}}$. Так як інтеграл Лебега від щільності не залежить від поведінки останньої на множинах міри нуль, ці варіації не впливають на знаходження зв'язаних з цим розподілом імовірностей.

Функція розподілу[ред. | ред. код]

Інтегруючи визначену вище щільність отримуємо:

${\displaystyle F_{X}(x)\equiv \mathbb {P} (X\leq x)=\left\{{\begin{matrix}0,&x<a\\{x-a \over b-a},&a\leq x<b\\1,&x\geq b\end{matrix}}\right..}$

Оскільки щільність рівномірного розподілу розривна в граничних точках відрізка ${\displaystyle [a,b]}$, то функція розподілу в цих точках не є диференційовною. В інших точках справедлива рівність:

${\displaystyle {\frac {d}{dx}}F_{X}(x)=f_{X}(x),\;\forall x\in \mathbb {R} \setminus \{a,b\}}$.

Функція моментів[ред. | ред. код]

Простим інтегруванням отримуємо:

${\displaystyle M_{X}(t)={\frac {e^{tb}-e^{ta}}{t(b-a)}}}$,

звідки знаходимо всі потрібні моменти неперервного рівномірного розподілу:

${\displaystyle \mathbb {E} \left[X\right]={\frac {a+b}{2}}}$,

${\displaystyle \mathbb {E} \left[X^{2}\right]={\frac {a^{2}+ab+b^{2}}{3}}}$,

${\displaystyle \operatorname {D} X={\frac {(b-a)^{2}}{12}}}$.

Таким чином

${\displaystyle \mathbb {E} \left[X^{n}\right]={\frac {1}{n+1}}\sum \limits _{k=1}^{n}{a^{k}b^{n-k}}}$.

Стандартний рівномірний розподіл[ред. | ред. код]

Якщо ${\displaystyle a=0}$, а ${\displaystyle b=1}$, тобто ${\displaystyle X\sim U[0,1]}$, то такий неперервний рівномірний розподіл називають стандартним. Має місце твердження: Якщо випадкова величина ${\displaystyle X\sim U[0,1]}$, і ${\displaystyle Y=a+(b-a)X}$, де ${\displaystyle a<b}$, то ${\displaystyle Y\sim U[a,b]}$. Таким чином, маючи генератор випадкового вибору із стандартного неперервного рівномірного розподілу, легко побудувати генератор вибору будь-якого неперервного рівномірного розподілу.

Див. також[ред. | ред. код]

• Дискретний рівномірний розподіл
• Рівномірно розподілена послідовність

Джерела[ред. | ред. код]

• Карташов М. В. Імовірність, процеси, статистика. — Київ : ВПЦ Київський університет, 2007. — 504 с.
• Гнеденко Б. В. Курс теории вероятностей. — 6-е изд. — Москва : Наука, 1988. — 446 с.(рос.)
• Гихман И. И., Скороход А. В., Ядренко М. В. Теория вероятностей и математическая статистика. — Київ : Вища школа, 1988. — 436 с.(рос.)

Це незавершена стаття з математики. Ви можете допомогти проєкту, виправивши або дописавши її.