Rybleva_teoria veroatnosti_2014
.pdfНаиболее употребительной числовой характеристикой центра группирования значений дискретной случайной величины является математической ожидание, обозначаемое большой латинской буквой M, после которой в скобках указывается название случайной величины: M(X) – математическое ожидание случайной величины X.
Математическим ожиданием дискретной случайной величины X, принимающей возможные значения x1 , x2 ,…, xn , … с
вероятностями p1 , p2 , … , pn , … , называется сумма ряда xi pi
x i Ω
(при условии абсолютной сходимости этого ряда).
Если число возможных значений случайной величины X - конечно,
n
то M X xi pi , где n Ω .
i 1
Пример 1.3 Вероятность попадания в мишень при одном выстреле для Анри равна 0,3. Его друг Пьер заключает пари: «Ставлю $10 против $3, что Анри не попадет в мишень!». Анри принимает пари. Прав ли он?
Решение: Выигрыши игроков – случайные величины. Обозначим
через X – выигрыш Анри, Y – выигрыш Пьера, составим таблицы распределения для каждой случайной величины:
xi |
-3 |
10 |
pi |
0,7 |
0,3 |
|
|
|
y j |
-10 |
3 |
p j |
0,3 |
0,7 |
Вычислим средний ожидаемый выигрыш для каждого игрока:
M X -3·0,7 10·0,3 0,9 ; M Y -10·0,3 3·0,7 -0,9 .
Мы видим, что средний ожидаемый выигрыш Анри больше, чем средний ожидаемый выигрыш Пьера, значит, Анри прав, принимая пари.
■
Свойства математического ожидания случайной величины:
1)Математическое ожидание постоянной равно самой этой постоянной: M C C .
81
2)Константа выносится за знак математического ожидания:
n |
n |
M C·X |
C·xi ·pi C· xi ·pi C·M X . |
i 1 |
i 1 |
3)Математическое ожидание суммы (разности) случайных величин равно сумме (разности) их математических ожиданий:
M X Y M X M Y .
4)Математическое ожидание произведения независимых случайных
величин равно произведению их математических ожиданий:
M X·Y M X ·M Y .
Замечание 1. Свойства 3, 4 по индукции распространяются на произвольное число случайных величин.
5)Если для любого исхода две случайные величины X и Y связаны
соотношением X≤Y, то их математические ожидания связаны тем же соотношением: M X M Y .
6)Математическое ожидание находится между возможными значениями случайной величины: если каждое значение xi
удовлетворяет неравенству A xi B , то и математическое ожидание удовлетворяет тому же неравенству A M X B .
7) Для любой функции f X , |
определенной на множестве значений |
||||||||
|
|
|
|
|
|
|
|
pi . |
|
дискретной случайной величины, верно: M f X f xi |
|||||||||
|
|
|
|
|
|
|
i 1 |
|
|
Пример 1.4 Пусть случайная величина X |
задана |
таблицей |
|||||||
распределения: |
|
|
|
|
|
|
|
|
|
|
xi |
|
-5 |
1 |
|
3 |
|
|
|
|
|
|
|
|
|
||||
|
|
pi |
|
0,5 |
0,4 |
|
0,1 |
|
|
Случайная величина Y имеет такой же закон распределения. |
|||||||||
Найдите M XY , M X 2 |
и сравните их. |
|
|
|
|
|
Решение: Построим вспомогательную таблицу для Z=XY:
82
|
|
X |
|
|
|
zi |
-5 |
1 |
3 |
|
pi |
0,5 |
0,4 |
0,1 |
|
|
|||
|
-5 |
25 |
-5 |
-15 |
|
|
|||
|
0,5 |
0,25 |
0,2 |
0,05 |
|
|
|||
Y |
1 |
-5 |
1 |
3 |
|
|
|||
|
0,4 |
0,2 |
0,16 |
0,04 |
|
|
|||
|
3 |
-15 |
3 |
9 |
|
|
|||
|
0,1 |
0,05 |
0,04 |
0,01 |
|
|
В таблице, внутри выделенного жирной линией квадрата, в правом верхнем углу указано возможное значение случайной величины zi , а в левом нижнем углу – соответствующая ему вероятность pi . Тогда ряд распределения случайной величины Z имеет вид:
zi |
-15 |
-5 |
1 |
3 |
9 |
25 |
pi |
0,1 |
0,4 |
0,16 |
0,08 |
0,01 |
0,25 |
Найдѐм сумму вероятностей:
6
pi 0,1 0,4 0,16 0,08 0,01 0,25 1. i 1
Вычислим математическое ожидание:
M XY M Z |
6 |
zi pi -1,5 - 2 0,16 0,24 0,09 6,25 3,24 . |
|
|
i 1 |
Проверим, |
будет ли выполняться равенство M XY M X M Y ? |
Для этого вычислим M X (так как по условию Y имеет такой же закон распределения что и X, то M X M Y ):
M X -2,5 0,4 0,3 -1,8 ; M X M Y -1,8 - 1,8 3,24=M(XY).
ti |
25 |
1 |
9 |
pi |
0,5 |
0,4 |
0,1 |
83
Теперь построим ряд распределения случайной величины T X 2 :
M T M X 2 12,5 0,4 0,9 13,8 .
Следовательно, мы получили, что M XY M X 2 . Кроме того,
очевидно, что случайные величины X·X и X 2 имеют различное распределение (сравните таблицы распределения для Z и для T).
■
Для характеристики степени вариации значений случайной величины вокруг центра группирования используются дисперсия и среднеквадратическое отклонение.
Дисперсией случайной величины называется математическое ожидание квадрата отклонения случайной величины от своего математического ожидания:
D X M X - M X 2 .
Утверждение. Если случайная величина X имеет дисперсию D X , то
она может быть определена по формуле:
D X M X 2 - M2 X .
Свойства дисперсии случайной величины:
1)Дисперсия постоянной равна нулю: D C 0 .
2)Постоянная выносится за знак дисперсии с возведением в квадрат:
D CX C2D X .
3)Дисперсия суммы (разности) независимых случайных величин
равна сумме дисперсий: D X Y D X D Y .
4) Дисперсия произведения независимых случайных величин X и Y равна разности произведения математических ожиданий квадратов случайных величин и произведения квадратов математических ожиданий случайных величин:
D XY M X 2 M Y 2 - M2 X M2 Y . 84
Ковариацией случайных величин X и Y называется математическое ожидание произведения их отклонений от своих
математических ожиданий:
cov X,Y M X - M X Y - M Y M XY - M X M Y .
Замечание 2. Ковариация является характеристикой зависимости случайных величин X и Y. Если cov X,Y 0 , то случайные величины X
и Y – независимы. Следовательно, M X,Y M X ·M Y .
Замечание 3. Дисперсия – это частный случай ковариации случайной величины X: cov X, X M X 2 - M2 X D X .
5)Дисперсия суммы (разности) зависимых случайных величин X и Y
равна сумме их дисперсий плюс (минус) удвоенная ковариация этих случайных величин: D X Y D X D Y 2 cov X ,Y .
Размерность дисперсии есть квадрат размерности самой случайной величины, что не всегда удобно. Иногда предпочтительнее иметь характеристику разброса значений случайной величины такой же размерности как и она сама.
Квадратный корень из дисперсии случайной величины называется ее средним квадратическим отклонением или стандартным отклонением:
σ X D X .
Замечание 4. Числовые характеристики случайной величины X (ее математическое ожидание, дисперсия, стандартное отклонение) являются величинами неслучайными, постоянными.
Свойства стандартного отклонения случайной величины:
1)Стандартное отклонение постоянной равно нулю: σ C 0 ;
2)Если для случайной величины X стандартное отклонение σ X 0 ,
то эта величина с вероятностью 1 постоянна.
85
3)Стандартное отклонение не меняется при сдвиге на любую постоянную: σ X - C σ X .
4)Константа выносится за знак стандартного отклонения под знаком модуля: σ С·X C·σ X .
5)Для независимых случайных величин X и Y стандартное отклонение их суммы равно квадратному корню из суммы квадратов их стандартных отклонений:
σ X Y σ2 X σ2 Y .
Пример 1.5 Фирма предложила клиенту два варианта инвестиций (возможная чистая прибыль и соответствующие ей вероятности для двух вариантов вложений капитала приведены ниже в таблице).
прибыль |
-3 |
-2 |
-1 |
0 |
1 |
2 |
3 |
4 |
|
|
|
|
|
|
|
|
|
вероятность 1 |
0 |
0 |
0 |
0,2 |
0,3 |
0,2 |
0,2 |
0,1 |
|
|
|
|
|
|
|
|
|
вероятность 2 |
0,1 |
0,1 |
0,1 |
0,1 |
0,1 |
0,1 |
0,2 |
0,2 |
|
|
|
|
|
|
|
|
|
Произведите расчеты и выясните - какой вариант выгоднее для клиента?
Решение: В условиях рыночной экономики, как правило, выигрывает тот, кто умеет лучше считать, планировать, анализировать имеющуюся информацию для принятия обоснованного решения. Принимая решение в условиях неопределенности можно использовать числовые характеристики случайных величин. В данном случае можно рассчитать для каждого варианта вложения капитала ожидаемую среднюю прибыль и выбрать решение с максимальным значением ожидаемой прибыли.
Исходные значения возможной чистой прибыли можно рассматривать как значения некоторой дискретной случайной величины, а потому ожидаемая средняя прибыль – это математическое ожидание случайной величины X для первого варианта инвестиций и математическое ожидание случайной величины Y для второго варианта инвестиций. Произведем расчеты для каждого варианта:
86
M(X)=-3·0+(-2)·0+(-1)·0+0·0,2+1·0,3+2·0,2+3·0,2+4·0,1=1,7; M(Y)=(-3)0,1+(-2)·0,1+(-1)·0,1+0·0,1+1·0,1+2·0,1+3·0,2+4·0,2=1,1.
Если принимать во внимание только ожидаемую прибыль, то первый вариант вложения капитала выгоднее. Если бы решение об инвестициях принималось много раз при одних и тех же условиях, то прибыль в среднем составила бы 1,7 денежных единиц. Однако пока не учитывался риск, связанный с инвестициями, т. е. «разброс» возможных исходов. Этот риск может быть учтен с помощью стандартного отклонения прибыли.
Для первого варианта получаем:
σ X |
|
|
D(X ) M(X 2) M2(X ). |
|
|
|
|
||
D(X ); |
|
|
|
|
|||||
M(X 2 ) 1·0+0·0,2+1·0,3+4·0,2+9·0,2+16·0,1=4,5; |
|
|
|||||||
D X 4,5 - 1,7 2 |
1,61 |
=> |
σ X |
|
1,27 . |
||||
1,61 |
|||||||||
Для второго варианта: |
|
|
|
|
|
|
|||
M Y 2 6,9 => |
D Y 6,9 - 1,1 2 |
5,69 => |
σ Y |
|
2,385 . |
||||
5,69 |
Риск для инвестиций по первому варианту меньше (1,27), чем по второму (2,385), а средняя ожидаемая прибыль – больше, поэтому первый вариант предпочтительнее второго. ■
Пример 1.6 Предположим, что Вы – владелец кондитерской. В начале каждого дня Вам нужно решить вопрос, сколько пирожных следует иметь, чтобы удовлетворить спрос. Затраты на каждое пирожное составляют 7 руб., а доход от продажи – 10 руб. Невостребованный остаток продать на следующий день нельзя (пострадает престиж), поэтому его распродают в конце дня по 3 руб.
Спрос (штук в день) |
20 |
30 |
35 |
40 |
|
|
|
|
|
Частота |
20 |
30 |
40 |
10 |
|
|
|
|
|
Определите оптимальный объѐм предложения пирожных. Сколько пирожных в среднем за день приходится распродавать?
87
Решение: При выборе оптимального объѐма предложения будем руководствоваться правилом максимизации ожидаемой прибыли. Прибыль будем определять как разницу между доходом и затратами,
не учитывая налоги. Обозначим через Y – спрос. Тогда таблица распределения этой случайной величины получается на основе исходной таблицы для частот:
y i |
20 |
30 |
35 |
40 |
pi |
0,2 |
0,3 |
0,4 |
0,1 |
Пусть X – объѐм предложения (также величина случайная), тогда прибыль представляет собой функцию от случайных величин X и Y:
|
|
(10 - 7)X , если X ≤ Y |
||
π X,Y |
|
|
|
|
10Y - 7X 3 X - Y , если |
X Y |
|||
3X , |
если |
X ≤ Y |
|
|
π X,Y |
|
|
X Y |
|
|
7Y - 4X , |
|
При этом целевая функция – средняя ожидаемая прибыль – вычисляется как математическое ожидание от функции случайной величины:
Π(X)=M(π(X;Y))=π(X;20)·0,2+π(X;30)·0,3+π(X;35)·0,4+π(X;40)·0,1
Вычислим значения Π(X):
Π(20)=M(π(20;Y))=3·20=60; Π(30)=M(π(30;Y))=(7·20-4·30)·0,2+3·30·0,8=76; Π(35)=M(π(35;Y))=(7·20-4·35)·0,2+(7·30-4·35)·0,3+3·35·0,5=73,5;
Π(40)=M(π(40;Y))=57.
Отсюда видно, что оптимальный объѐм предложения, соответствующий максимальному значению средней ожидаемой прибыли, X * - это 30 пирожных в день. Средний ожидаемый спрос на пирожные: M(Y)=20·0,2+30·0,3+35·0,3+40·0,1=31 (штука).
Так как X * =30<M(Y)=31, то распродавать пирожные не придется.
■
88
Задачи для самостоятельного решения:
1.1Случайная величина X определяется как разность между большим и меньшим числами, выпавшими при бросании двух игральных костей. Если они равны между собой, то переменная X считается равной нулю.
Найдите распределение вероятностей для X и ее математическое ожидание. Постройте график F x .
1.2Продавец проездных билетов покупает их у фирмы по $3 за штуку, а продает покупателю по $4. Обработав статистику спроса, он выяснил, что спрос (X, в десятках) имеет следующее распределение:
xi |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
pi |
0,01 |
0,1 |
0,3 |
0,4 |
0,1 |
0,06 |
0,03 |
Сколько же нужно закупить билетов, чтобы средняя ожидаемая выручка была максимальной?
1.3В лотерее имеется m1 выигрышей стоимостью k1, m2 -
стоимостью k2 , … , mn - стоимостью kn . Всего билетов N. Какую стоимость билета следует установить, чтобы средний ожидаемый выигрыш на один билет был равен половине его стоимости?
1.4Первый игрок бросает 3, а второй – 2 одинаковых монеты. Выигрывает и получает все пять монет тот, у которого выпадает большее число гербов. В случае ничьей игра повторяется до получения определенного результата. Каким будет средний ожидаемый выигрыш каждого игрока?
1.5Два баскетболиста поочередно забрасывают мяч в корзину до тех пор, пока один из них не попадет. Построить ряд распределения случайной величины X - числа бросков, производимых каждым из баскетболистов, если вероятность попадания для первого равна 0,4, а для второго – 0,6.
1.6 (Из |
опыта |
второй |
мировой |
войны: |
алгоритм |
Дофмана). |
Большому |
числу |
N людей |
срочно |
требуется |
сделать |
анализ крови. |
89
Стоимость одного анализа $5. Дофман предложил смешивать кровь k человек и анализировать смесь. В случае положительного результата для смеси проверяют каждого в отдельности. Было решено выплатить Дофману 20% от сэкономленной суммы. Каков размер премии, если: а)
N=100000, k=10, p=0,01; б) N=100000, k=10, p=0,001?
1.7В партии из 10 изделий 2 дефектных. Для контроля выбирают 2 изделия. Если среди них имеется хотя бы одно бракованное, то проверяют еще 4. Стоимость проверки одного изделия 20 руб. Составьте таблицу распределения, постройте график функции распределения, вычислите математическое ожидание и стандартное отклонение для случайных величин: T – число проверенных изделий, R
– расходы на контроль.
1.8Игроки A и B начинают со стартовым капиталом 4 и 2 руб. Подбрасывается монета и в случае герба игрок B выплачивает игроку A 1 руб. В случае решки – наоборот. Найдите ожидаемый доход игроков при условии, что общее число бросаний ограничено пятью.
1.9В шестизарядном револьвере один патрон. Составьте таблицу
распределения X - числа испытаний «русской рулетки», найдите функцию распределения F x и математическое ожидание M X .
1.10Марья Потаповна решила стать businesswoman: если она откроет ресторан, то, возможно, получит через год прибыль в размере 20%, но вероятность разорения равна 0,3; если тетя Маша займется «цветочным» бизнесом, то вероятная прибыль через год – 10%, шансы разориться – 0,1. Найдите среднюю ожидаемую прибыль через год для каждого варианта вложения денег, если для этой цели Марья Потаповна располагает суммой в $20 тыс.
1.11Производятся независимые последовательные испытания четырех приборов на надежность. Каждый следующий прибор испытывается только в том случае, если предыдущий оказался надежным. Вероятность выдержать испытание для каждого прибора равна 0,8.
90