- •Волжская государственная академия водного транспорта
- •Признак Лейбница.
- •Оценка погрешности приближенного вычисления суммы знакочередующегося ряда.
- •1,2. Степенные ряды. Область сходимости функционального ряда.
- •Ряд Маклорена.
- •Основные разложения в ряд Маклорена.
- •Статистическое определение вероятности.
- •Сложение вероятностей.
- •Противоположные события.
- •Умножение вероятности.
- •2.2. Случайные величины. Закон распределения дискретной, случайной величины.
- •Математическое ожидание дискретной, случайной величины.
- •Устойчивость статистической средней.
- •Дисперсия и среднеквадратическое отклонение
- •Матожидание и дисперсия непрерывной
- •Вероятность попадания в заданный промежуток в случае нормального распределения.
- •Задание на контрольную работу Задание № 1
- •Задание №3
- •Задача №4
- •Литература
Математическое ожидание дискретной, случайной величины.
Математическим ожиданием М [x] дискретной случайной величины Х называться сумма произведений ее значений на соответствующие вероятности
М [x] = х1 р1 + х2 р2 + .........+ хm рm
Пример. Найти мат ожидание выигрыша на один билет в условиях примера из предыдущего пункта.
Решение.
М [x] = 0 * 89/100 + 1 * 10/100 + 50 * 1/100 = 0,6 рублей.
Устойчивость статистической средней.
Пусть проведено п испытаний, в которых случайная величина приняла п, раз значение х1, п2 раз значение х2 , ........, пm раз значение хm .
Средняя арифметическая из этих значений.
= (х1 п1 + х2 п2 + .......+ хm пm ) /п , называется СТАТИСТИЧЕСКОЙ СРЕДНЕЙ.
Теорема (свойство устойчивости статистической средней).
При большом числе испытаний статистическая средняя близка к матожиданию:
≈М [x]
(и тем ближе, чем больше испытаний).
Это свойство позволяет по известному ожиданию приблизительно предсказать статистическую среднюю и сумму значений случайной величины при заданном числе испытаний.
Пример. В условиях примера из предыдущего заголовка предсказать средний выигрыш на один билет и общую величину выигрыша для владельца двухсот билетов.
Решение. Средняя величина выигрыша на один из двухсот билетов
≈М [x] = 0,6 рублей ≈ 0,6 общий выигрыш ≈ 0,6 * 200 = 120 рублей.
Дисперсия и среднеквадратическое отклонение
дискретной случайной величины.
Дисперсией Д [x] случайной величины Х называется число :
Д [x] = (хк - М [x])2 Рк
Среднеквадратическим отклонением σ [x] случайной величины Х называется квадратный корень из ее дисперсии:
σ [x] =
Пример вычисления дисперсии и среднеквадратического отклонения см. в разделе «Образец решения контрольной работы», задача 4.26. Д [x] и σ [x] служат мерой рассеяния значений случайной величины около ее ожидания.
Плотность распределения непрерывной
случайной величины.
Если возможные значения случайной величины сплошь заполняют некоторый промежуток [а, в], то она называется непрерывной.
Например. Некоторого маршрута отправляются каждые 45 мин. Время ожидания для пассажира, наугад пришедшего на остановку, есть непрерывная случайная величина со значениями в промежутке [0,45].
Пусть х- любое значение из [а, в]. Обозначим как Р(х < Х < х + Δх) вероятность того, что Х примет какое-нибудь значение в промежутке (х , х + Δх). Величина Р(х < Х < х + Δх)/ Δх есть средняя плотность вероятности на этом промежутке (вероятность, приходящаяся на единицу длины).
Предел средней плотности при стягивании промежутка (х, х + Δх) в точку х:
F(х) = называется ПЛОТНОСТЬЮ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ Х.
Зная плотность f(х), можно получить любое сведения о случайной величине (вычислить вероятность попадения в заданный промежуток, найти матожидание и др.).
Матожидание и дисперсия непрерывной
случайной величины.
Вычисляются по формулам:
М [x] = (х) х d х.
Д [x] = (х - М [x])2 f (х) d х.
Пример. Непрерывная случайная величина Х распределена в промежутке [0,3] с плотностью f (х) = х2/9. Найти матожидание и дисперсию Х.
Решение.
М [x] = * d х = ,
Д [x] = (х * d х = .
Вероятность попадания в заданный промежуток
(общий случай)
Вероятность Р(α < X < β), того, что непрерывная случайная величина Х примет какое-нибудь значение в заданном промежутке (α , β), вычисляется по формуле:
Р(α < X < β) = f (х) d х
Пример. Для случайной величины из примера предыдущего подзаголовка найти вероятность попадания в промежуток (1.2).
Решение.
Р(1 < X < 2) = d х .
Нормальное распределение.
Если случайная величина Х может принимать любое значения, а ее плотность распределения есть:
f (х) = l-(х-а)2/ (2σ2), (σ> 0, а – любое)
то она считается распределенной по нормальному закону..
используя формулы подзаголовка «Матожидание и дисперсия непрерывной случайной величины», найдем:
М [x] = а, σ [х] = σ.
Многие случайные величины распределены по нормальному закону. Среди них- ошибки измерений и отклонения размеров деталей от номинала.