Аудиториски вежби – Веројатност и статистика 

Функции од случајни променливи 

Дефиниција: 

Нека  Х  е  дадена  случајна  променлива  со  позната  распределба  и  нека 

f : R  R   е    дадена  функција.  Ако    Y=f(X),  тогаш  и  Y  е  случајна 
променлива. 

Нека  Х  е  дискретна  случајна  променлива  со  множество  вредности 

Rx={x1,x2, …} (множеството вредности може да е конечно или преброиво) 
и  веројатности  pi=P{X=xi}.  Случајната  променлива  Y  ќе  прима  вредности 
од  RY={y1,y2,  …},  каде  yi=f(xi)  пришто  веројатностите  на  вредностите  од 
RY={y1,y2,…} каде yi=f(xi) се определуваат во зависност од тоа кој од двата 
случаи е задоволен: 

1) Ако f е инјекција, т.е. xi≠xj  f(xi)≠f(xj), тогаш 

P{Y  y i }  P{ X  x i }  p i , i  1,2,...  

2) Ако  f  не  е  инјекција  и  ако  за  yiRy,  f‐1({yi})={xi1,xi2,  …  ,xik}Rx,  каде 

x≠x (за ∫) тогаш 
k k
P{Y  y i }   P{ X  xi }   p iv  
 1  1

Нека X е случајна променлива од апсолутно непрекинат тип зададена со 
густина  на  распределба  px(x).  Распределбата  на  случајната  променлива 
Y=f(X) се определува со следната теорема: 

Теорема: 

Нека X прима вредности од интервалот (а,b), каде може а=‐¶ или b=+¶ 
или  двете.  Ако  f(x)  е  строго  монотона  функција  што  има  непрекинат 
извод во (a,b), тогаш густината на распределба на Y се определува со: 

 
1 1
pY ( x )  p x ( f ( x)) | ( f ( x))' |  

1
1. Нека  X ~ B (3, ) . Која е распределбата на случајната променлива Y=2X+1? 
4

Решение: 
 Аудиториски вежби – Веројатност и статистика 

 0 1 2 3 
X :  
 27 / 64 27 / 64 9 / 64 1 / 64 

RY={1,3,5,7}, а соодветните веројатности се: 

P{Y=1}= P{2X+1=1}= P{X=0}=27/64 

P{Y=3}= P{2X+1=3}= P{X=1}=27/64 

P{Y=5}= P{2X+1=5}= P{X=2}=9/64 

P{Y=7}= P{2X+1=7}= P{X=3}=1/64 

Значи, 

 1 3 5 7 
Y :  
 27 / 64 27 / 64 9 / 64 1 / 64 

2. Да се определи распределбата на случајната променлива Y=X2‐1, ако  

 1 2 3   1 1 2 
 а)  X :     б)  X :     
1 / 8 1 / 2 3 / 8  1 / 4 1 / 4 1 / 2 

Решение: 

а) RY={0,3,8} и 

P{Y=0}= P{X2‐1=0}= P{X=1}=1/8 

P{Y=3}= P{X2‐1=3}= P{X=2}=1/2 

P{Y=8}= P{X2‐1=8}= P{X=3}=3/8 

 0 3 8 
значи  Y :  
1 / 8 1 / 2 3 / 8 

б) RY={0,3} и 

P{Y=0}= P{X2‐1=0}= P{X=‐1}+ P{X=1}=1/4+1/4=1/2 

P{Y=3}= P{X2‐1=3}= P{X=2}=1/2 

 0 3 
значи Y :   .
 1 / 2 1 / 2 
 Аудиториски вежби – Веројатност и статистика 

3.  Нека  X ~ P ( ) .  Да  се  определи  распределбата  на  случајната  променливa 

Y=2X+6. 

Решение: 

k
RX={0,1,2,…} и P{X=k}= e  , k=0,1,2,… 
k!

Множеството  вредности  на  Y  е  RY={2k+6|kœ{0,1,2,…}},  а  соодветните 

веројатности се 

k
P(Y=2k+6)=P(X=k)= e  , k=0,1,2,… 
k!

4. Нека  X ~ U (0,1) . Која е распределбата на  Y  X 2 ? 

Решение: 

FY ( y )  0  за  y  0 . За y>0, имаме: 

 y
y  1  y, 0  y  1
y }   0
 dx,
FY ( y )  P{Y  y}  P{ X 2  y}  P{ X  
 1,  1, y 1
 y 1

 0, x  0

Значи, FY ( x)   x ,0  x  1
 1, x  1

 1
 , x  (0,1)
pY ( x)  F ( x)   2 x
Y
'
 
 0, инаку

5. Нека  X ~ U (0,1) . Да се најде распределбата на  Y   ln X . 

Решение: 

  X ~ U (0,1) .  

0, x  (0,1)
p X ( x)    
1, x  (0,1)
 Аудиториски вежби – Веројатност и статистика 

На  интервалот  (0,1),  функцијата  ‐ ln x е  непрекината  и  монотоно  опаѓачка 

функција. Според тоа, задоволени се барањата на теорема 1 и можеме да 
ја примениме за решавање на оваа задача. Инверзната функција на ‐ ln x : 

y   ln x
y  ln x 1  
1 1
e y  x 1  e y   x  y  ey
x e

Според тоа имаме: 

1 1
pY ( x )  p x ( f ( x)) | f ( x)'| p x (e  x ) | (e  x )'| 1 | e  x | e  x
 

 за e‐xœ(0,1), т.е. x>0.      

Што  всушност  претставува  густина  на  експоненцијална  распределба  со 

параметар    1, Y ~ E (1)  

e  x , x  0
pY ( x )  
 0, x  0  

6. Нека X1, X2, ... , Xn  се независни случајни променливи кои имаат рамномерна 
распределба  на  интервалот  (0,  1).  Нека  Z  =  min{X1,  X2,  ...,  Xn}.  Да  се  најде 
функцијата на распределба на Z. 

Решение: 

Нека  X ~ U (0,1) . Тогаш 

0, x  0
1, x  (0,1)
p X ( x)    и  FX ( x)   x,0  x  1  
0, x  (0,1)  1, x  1


Бидејќи сите Xn имаат иста распределба,  P( X i  x )  P( X  x ), i  1,..., n . 

Според тоа имаме  
P{Z  x}  P{min{X1 , X 2 ,..., X n }  x}  1  P{min{X1 , X 2 ,..., X n }  x} 
n
 
 1  P{{X i  x}}  1  P{X1  x}...P{X n  x}  1  (P{X  x})  n

i 1

 0, x  0
  
 1  (1  x) n ,0  x  1
 1, x  1

 Аудиториски вежби – Веројатност и статистика 

Густината  на  распределба  се  добива  како  извод  од  функцијата  на 
распределба, и според тоа имаме 

n(1  x) n 1 , x  (0,1)
p Z ( x)    
 0, x  (0,1)
 

7.  Нека  X1,  X2,  ...  ,  Xn  се  независни  случајни  променливи  кои  имаат  иста  
распределба. Нека Z = mах{X1, X2, ..., Xn}. Да се најде функцијата на распределба 
на Z. 

Решение: 

Бидејќи сите Xn имаат иста распределба,  P( X i  x)  P( X  x), i  1,..., n  

Според тоа имаме  

n
P{Z  x}  P{max{X 1 , X 2 ,..., X n }  x}  P{{ X i  x}} 
i 1

 P{ X 1  x}...P{ X n  x}  ( P{ X  x})  ( FX ( x)) n n

8.  Нека  случајната  променлива  Y ~ N (0,1) .  Да  се  определи  распределбата  на 
случајната променлива  X  Y  m , s>0. 

Решение: 

y2
1 
Густината на распределбата на Y e:  p y ( y )  e 2 . 
2

За функцијата на распределбата на Х се добива: 

xm xm
Fx ( x)  P ( X  x )  P{Y  m  x}  P{Y  }  FY ( ) 
 

Со диференцирање добиваме 

( x m )2
1 xm 1 
PX ( x)  PY ( ) e 2 2
 
  2 

Y ~ N (m,  2 )
 Аудиториски вежби – Веројатност и статистика 

9.  Независните  случајни  променливи  X  и  Y  се  зададени  со  нивните  закони  на 
распределба  

 0 1   2 4 
X :    и  Y :    
1 / 3 2 / 3  1 / 4 3 / 4 

Да се определи распределбата на случајната променлива 

а) Z=XY   б) U=2X+3Y‐1 

Решение: 

а)  Множеството  вредности  на  случајната  променлива  Z  е  RZ={0,2,4},  а 

соодветните веројатности се: 

P{Z=0}=P{X=0}=1/3 

P{Z=2}=P{X=1,Y=2}= P{X=1}P{Y=2}=2/3ÿ1/4=1/6 

P{Z=4}=P{X=1,Y=4}= P{X=1}P{Y=4}=2/3ÿ3/4=1/2 

 0 2 4 
Значи  Z :   . 
1 / 3 1 / 6 1 / 2 

 5 7 11 13 
б)   U :    
1 / 12 1 / 6 1 / 4 1 / 2 