Лекции по ТВ и МС(ч.1)
.pdfЛекция № 10 |
Абсолютно непрерывные случайные величины |
¾[2] – стр. 64 — 74;
¾[3] – стр. 116 — 127.
10.7. Теоретические вопросы, выносимые на экзамен:
1.Функция распределения случайной величины. Свойства функции распределения.
2.Плотность распределения вероятностей случайной величины. Свойства плотности распределения.
3.Основные непрерывные случайные величины. Свойство отсутствие последействия.
10.8. В результате успешного усвоения материала лекции студент должен знать:
9определения:
¾функции распределения случайной величины;
¾плотности распределения случайной величины;
¾абсолютно непрерывной случайной величины;
¾сингулярной случайной величины;
¾равномерной случайной величины;
¾нормальной случайной величины;
¾показательной случайной величины;
¾распределения Коши;
¾распределения Лапласа;
9свойства:
¾функции распределения случайной величины;
¾плотности распределения случайной величины;
9теоремы:
¾о необходимых и достаточных условиях функции распределения;
¾о необходимых и достаточных условиях плотности распределения;
¾Лебега о разложении функции распределения;
¾о функциях от случайных величин;
109
Абсолютно непрерывные случайные величины |
Лекция № 10 |
уметь:
9доказывать свойства:
¾функции распределения случайной величины;
¾плотности распределения случайной величины.
10.9. Задачи и упражнения
1. Случайная величина ξ имеет функцию распределения |
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
0, |
|
x ≤ 0; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
F(x)= |
c + c |
2 |
arcsin(x −1), |
0 < x ≤ 2; |
|
|
|
|
|
|
|
|
|
||||||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1, |
|
x > 2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Найти: а) константы |
c1 и |
c1 ; |
б) |
|
плотность распределения |
ξ ; |
в) вероятность |
|||||||||||||||||
|
|
|
|
|
|
ξ < |
1+ |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
P{− 2 ≤ξ < 3}; г) вероятностьP −1 ≤ |
2 |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. Случайная величина ξ имеет функцию распределения F(x)= c + |
|
c2 x |
|
|||||||||||||||||||||
1+ |
|
x |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
||||
Найти: а) константы c1 |
и c1 ; б) плотность распределения ξ ; в) P{−1 ≤ξ < 4}. |
|||||||||||||||||||||||
3. Плотность распределения |
случайной |
величины |
ξ |
определена |
||||||||||||||||||||
соотношением: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
π |
π |
|
|
|
|
|
|
а) fξ (x)= cx−4 , x ≥1; |
б) fξ (x)= |
|
|
|
c |
|
, в) |
fξ (x)= c cos x, |
− |
2 ≤ x ≤ 2 |
; . |
|
|
|
|
|||||||||
|
ex + e−x |
π |
|
|
|
|
||||||||||||||||||
0, x < 0, |
|
|
|
|
|
|
|
|
x |
|
> |
. |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Найти постоянную c и функцию распределения случайной величины ξ .
4.Случайная величина ξ имеет показательное распределение с параметром
λ. Найти распределение случайных величин:
а) η = e−ξ ; б) η |
2 |
=ξ−1 ; в) η |
3 |
={ξ |
} — целая часть; г) η |
3 |
= [ξ] — дробная часть. |
|||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|||
5. Случайная |
величина ξ |
имеет равномерное |
распределение |
на |
отрезке |
|||||||||
[0;π]. Найти распределение случайной величины η = cosξ . |
|
|
||||||||||||
6. Случайная |
величина ξ |
имеет равномерное |
распределение |
на |
отрезке |
|||||||||
[−π 2;π 2]. Найти распределение случайной величины η = |
|
sin ξ |
|
. |
|
|
||||||||
|
|
|
|
110
Лекция № 11 |
Математическое ожидание случайной величины |
Лекция № 11
Математическое ожидание случайной величины.
Тема:
Свойства математического ожидания
Теория вероятностей — это наука,
брошенная человечеством на исследование
мира в его возможных вариантах.
Эммануил Кант
11.1. Математическое ожидание дискретной случайной величины
Пусть ξ — дискретная случайная величина, принимающая
|
значения x1, x2 ,K, причем |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
pk = P{ω :ξ(ω)= xk }. |
||||||||||
Определение 11 .1 |
Математическим |
ожиданием |
|
дискретной случайной |
||||||||||||||
|
величины ξ называется величина |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∞ |
|
|
||
|
|
|
|
|
|
|
|
|
Mξ = ∑xk pk , |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
k =1 |
|
|
|||
|
если ряд справа сходится абсолютно. |
|||||||||||||||||
Пример 11.1. |
Вычислить |
математическое |
ожидание биномиального |
|||||||||||||||
распределения. Пусть P{ξ = k}= Cnk pk qn −k , k = |
|
, Тогда |
||||||||||||||||
0, n |
||||||||||||||||||
∞ |
|
|
n |
|
|
|
|
n |
|
|
kn! |
|
|
|
||||
Mξ = ∑xk pk = ∑kCnk pk qn −k =∑ |
|
pk qn −k = |
||||||||||||||||
(n − k )!k! |
||||||||||||||||||
k =1 |
k =0 |
|
|
|
k =0 |
|
|
|||||||||||
|
n |
(n −1)! |
|
|
|
|
|
pk −1q(n −1)−(k −1) ={l = k −1}= |
||||||||||
= np∑ |
|
|
|
|
|
|||||||||||||
((n −1)−(k −1))!(k −1)! |
||||||||||||||||||
|
k =1 |
|
|
|
|
|
|
|
||||||||||
|
n −1 |
(n −1)! |
l |
|
(n −1)−l |
|
|
|
|
|
|
n −1 |
|
|||||
= np∑ |
|
|
|
p |
q |
|
|
|
=np(p + q) |
|
= np. |
|||||||
|
((n −1)−l )!l! |
|
|
|
|
|||||||||||||
|
l =0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Пример 11.2. Вычислить математическое ожидание геометрического распределения. Пусть P{ξ = k}= pqk , k = 0,1,K Тогда
111
Математическое ожидание случайной величины |
|
|
|
|
|
|
|
|
|
|
|
Лекция № 11 |
|||||||||||||
|
|
∞ |
|
∞ |
k |
|
∞ |
k −1 |
|
∞ |
k ′ |
|
|
|
|
1 |
′ |
|
pq |
|
pq |
|
q |
|
|
M |
ξ = |
∑xk pk |
= |
∑kpq |
|
= |
pq ∑kq |
|
= |
|
|
= |
|
|
|
|
|
= |
|
= |
|
|
= |
|
. |
|
|
|
|
|
2 |
|
2 |
|
|||||||||||||||||
|
|
|
|
|
|
pq ∑q |
q |
|
pq |
1 |
|
|
|
|
p |
|
p |
|
|||||||
|
|
k =1 |
|
k =0 |
|
|
k =0 |
|
|
k =0 |
|
|
|
− q |
|
(1 − q) |
|
|
|
|
Пример 11.3. |
Вычислить |
|
математическое |
ожидание |
||||||||
Пуассона. Пусть P{ξ = k}= |
λk e−λ |
, k = 0,1,K Тогда |
|
|
|
|||||||
|
|
|
k! |
|
|
|
|
|
|
|
|
|
∞ |
∞ |
|
k |
−λ |
∞ |
k −1 |
|
∞ |
l |
|
||
Mξ = ∑xk pk = ∑k |
λ e |
|
|
=λe−λ ∑ |
λ |
|
=λe−λ ∑λ |
=λe−λ |
||||
k! |
|
(k −1)! |
||||||||||
k =1 |
k =0 |
|
|
k =1 |
|
l =0 |
l! |
|
распределения
eλ = λ.
11.2 .Математическое ожидание произвольной случайной величины
|
Случайная величина ξ называется интегрируемой, |
если для |
||||
Определение 11 .2 |
нее при некотором h > 0 выполнено условие |
|
||||
|
∑∞ k P{kh ≤ |
|
ξ |
|
< (k +1)h}< ∞ |
(11.1) |
|
|
|||||
|
k =1 |
|
|
|
|
|
|
|
|
|
|
|
|
Для существования математического ожидания дискретной Теорема 11.1. случайной величины ξ необходимо и достаточно, чтобы при
некотором h > 0 выполнялось условие (11.1). Доказательство.
Необходимость. Так как для дискретной случайной величины
k P{kh ≤ |
|
ξ |
|
< (k +1)h}= k |
|
∑ pi |
< |
1 |
|
∑ |
|
xi |
|
pi . |
||||||||||||
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
kh≤ |
|
x |
|
<(k +1)h |
h kh≤ |
|
x |
|
<(k |
+1)h |
||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
i |
|
|
||||
Следовательно, если ξ имеет конечное математическое ожидание, т.е. |
||||||||||||||||||||||||||
|
|
|
|
M |
|
ξ |
|
= ∑ |
|
xk |
|
pk < ∞, |
|
(11.2) |
||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
тогда выполнено и (11.1).
Достаточность. Пусть хотя бы при одном h > 0 ряд (11.1) сходится, тогда сходится и ряд (11.2), так как
|
|
|
|
∞ |
|
|
∞ |
(k +1)h P{kh ≤ |
|
|
|
< (k +1)h} |
||||||
∑ |
|
xi |
|
pi < ∑ ∑ |
|
xi |
|
pi < ∑ |
|
ξ |
|
|||||||
|
|
|
|
|
|
|||||||||||||
i |
|
|
|
k =0 kh≤ |
|
xi |
|
<(k +1)h |
k =0 |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
≤ h + h∑∞ k P{kh ≤ ξ < (k +1)h}.
k =0
112
Лекция № 11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Математическое ожидание случайной величины |
||||||||||||||||||||||||||||||||||||||||
Теорема доказана. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Если |
ξ |
и |
η дискретные случайные величины, a , b — |
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
Лемма 11.1. |
|
|
|
|
|
|
|
вещественные числа, то величина |
aξ +bη |
|
|
интегрируема, |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
причем справедлива формула |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M(aξ +bη)= a Mξ +b Mη . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
Доказательство |
|
|
|
|
|
|
. Пусть случайные величины ξ и η имеют соответственно |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ряды распределения |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
ξ |
|
|
x1 |
|
|
x2 |
… |
|
xi |
|
… |
|
|
|
|
|
|
|
|
|
|
|
η |
|
y1 |
|
y2 |
|
… |
|
|
y j |
|
… |
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
p1 |
|
|
p2 |
… |
|
pi |
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
q1 |
|
q2 |
|
… |
|
|
q j |
|
… |
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
тогда случайная величина |
aξ +bη представима в виде (не все числа верхней |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
строки различны!) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
aξ + bη |
|
|
ax1 +by1 |
… |
|
ax1 +by j |
|
… |
|
|
|
ax2 +by1 |
… |
axi +by j |
|
|
|
… |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p1q1 |
… |
|
|
|
|
|
p1q j |
|
… |
|
|
|
p2q1 |
… |
|
|
|
pi q j |
|
|
|
… |
|
|
|
||||||||||||||||||||||||||
Таким |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
образом |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
M |
|
aξ +bη |
|
= ∑ |
|
axi +by j |
|
pi q j ≤ |
|
a |
|
∑ |
|
xi |
|
pi q j + |
|
b |
|
∑ |
|
y j |
|
pi q j = |
|
a |
|
∑ |
|
xi |
|
pi + |
|
b |
|
∑ |
|
y j |
|
q j , |
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
i, j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i, j |
|
|
|
|
|
|
|
|
|
|
i, j |
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
j |
|
|
|
|
|||||||
так как |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ pi q j = pi |
и ∑ pi q j = q j . |
|
|
|
|
|
|
|
|
|
|
|
|
(11.3) |
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j |
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Следовательно, случайная величина aξ +bη интегрируема. Продолжая, с учетом формул (11.3), заметим, что
M(aξ +bη)= ∑(axi +by j )pi q j = a∑xi pi q j +b∑y j pi q j =
i, j |
i, j |
i, j |
= a∑xi pi +b∑y j q j = Mξ + Mη. |
|
|
i |
j |
|
Если ξ неотрицательная интегрируемая случайная величина,
a η <ξ , то случайная величина η также интегрируема,
Лемма 11.2.
причем
Mη ≤ Mξ .
113
Математическое ожидание случайной величины |
Лекция № 11 |
Доказательство. Не трудно видеть, т.к. {η > c} {ξ > c}, то справедливо
∑∞ k P{kh ≤ η < (k +1)h}=∑∑∞ k P{kh ≤ η < (k +1)h}=∑∑∞ ∞ P{kh ≤ η < (k +1)h}=
k =1 |
|
|
|
|
|
|
|
|
|
|
k =1 r =1 |
|
|
|
|
|
r =1 k =r |
|
||||
∞ |
|
|
|
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
|
|
∞ ∞ |
|
||
= ∑P{ |
η |
|
≥ rh}≤ ∑P{ξ ≥ rh}=∑∑P{kh ≤ξ < |
(k +1)h}= |
||||||||||||||||||
|
||||||||||||||||||||||
r =1 |
|
|
|
|
|
|
|
|
|
|
r =1 |
|
|
|
r =1 k =r |
|
||||||
|
|
|
|
|
|
|
∞ k |
|
|
|
|
|
|
|
∞ |
|
||||||
= ∑∑P{kh ≤ξ < (k +1)h}=∑k P{kh ≤ξ < (k +1)h}. |
||||||||||||||||||||||
|
k =1 r =1 |
|
|
|
|
|
|
|
k =1 |
|
||||||||||||
Следствие 11.1. Если ξ неотрицательная случайная величина, то Mξ ≥ 0 . |
||||||||||||||||||||||
Следствие 11.2. Если P{ξ = c}=1, то Mξ = c . |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
Для всякой интегрируемой случайной величины ξ существует |
|||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||
Теорема 11.2. |
|
|
|
|
|
|
предел |
|
|
|
|
|
+∞ |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
lim |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑kh P{kh ≤ξ < (k +1)h}. |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
h→0 |
|
k =−∞ |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Доказательство |
|
|
|
|
|
. Обозначим через ξh дискретную случайную величину, для |
||||||||||||||||
|
|
|
||||||||||||||||||||
которой ξh = kh при kh ≤ξ < (k +1)h . Тогда при любом h > 0 |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
0 ≤ξ −ξh < h . |
|
||||||||
Заметим, что при любых h > 0 , |
h1 > 0 |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
ξh −ξh |
|
≤ |
|
ξ −ξh |
|
+ |
|
ξ −ξh |
|
≤ h + h1 . |
(11.4) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
1 |
|
|
|
Так как случайная величина ξ интегрируема, то существует такое h > 0 , что
∑∞ k P{kh ≤ ξ < (k +1)h}< +∞.
k =1
Далее
∑∞ k P{kh ≤ ξh < (k +1)h}= ∑∞ k P{ξh = kh}=
k =1 |
|
|
|
|
k =1 |
|
|
∞ |
|
|
|
|
∞ |
|
(− k +1)h}≤ |
= ∑k P{kh ≤ξ < (k +1)h}+ ∑k P{− kh ≤ξ < |
|||||||
k =1 |
|
|
|
|
k =1 |
|
|
∞ |
|
|
|
|
∞ |
−1)h ≤ξ < (− k +1)h}= |
|
≤ ∑k P{kh |
≤ξ |
|
< (k +1)h}+ ∑k P{(− k |
||||
k =1 |
|
|
|
|
k =1 |
|
|
= ∑∞ k P{kh ≤ |
|
ξ |
|
< (k +1)h}+ ∑∞ (k +1)P{−(k +1)h <ξ < −kh}= |
|||
|
|
||||||
k =1 |
|
|
|
|
k =0 |
|
|
114
Лекция № 11 Математическое ожидание случайной величины
= 2∑∞ k P{kh ≤ ξ < (k +1)h}< +∞.
k =1
Следовательно, величина ξh интегрируема. Из соотношения (11.4) следует,
что величина ξh |
интегрируема для всех h1 > 0 , т.к. |
|||||||
1 |
|
|
|
|
|
|
|
|
|
|
ξh |
|
≤ |
|
ξh |
|
+ h + h1, |
|
|
|
|
|
||||
|
|
1 |
|
|
|
|
|
|
причем Mξh1 = ∑+∞ kh1 P{kh1 ≤ |
|
ξ |
|
< (k +1)h1}. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
k =−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
∑+∞ kh2 P{kh2 ≤ |
|
ξ |
|
< (k +1)h2}− ∑+∞ kh1 P{kh1 ≤ |
|
ξ |
|
< (k +1)h1} |
|
= |
||||||||||||||||||||||||
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||||||||||
|
k =−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k =−∞ |
|
|
|
|
|
|
|
|
||||||||
|
= |
|
Mξh |
2 |
|
− Mξh |
|
≤ M |
|
ξh |
2 |
−ξh |
|
≤ξh |
2 |
|
+ξh . |
||||||||||||||||||
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
1 |
|
|
|
|
|
|
1 |
|
|
|||||||||
Следовательно, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
lim |
|
Mξh |
− Mξh |
|
= 0 |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
h1 |
→0 |
|
|
|
|
|
2 |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
и предел |
|
|
|
|
h2 |
→0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+∞ |
|
|
|
|
≤ξ < (k +1)h} |
|
|
|
|||||||||||
|
|
|
Mξh |
= lim |
|
|
∑khP{kh |
(11.5) |
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
h→0 |
k =−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
существует.
Математическим ожиданием интегрируемой случайной
Определение 11 .3 величины ξ называется величина
+∞
Mξ = lim ∑kh P{kh ≤ξ < (k +1)h}.
h→0 k =−∞
11.3. Свойства математического ожидания
1)Если P{ξ = c}=1, то Mξ = c .
2)Если ξ — интегрируемая неотрицательная случайная величина, то Mξ ≥ 0 .
3)Если ξ ≤ C , то M ξ ≤ C .
4)Если ξ — интегрируемая случайная величина, то aξ интегрируема и имеет место формула M aξ = a Mξ . Другими словами, постоянный множитель можно выносить из под знака математического ожидания.
115
Математическое ожидание случайной величины |
Лекция № 11 |
5) Если ξ и η интегрируемы, то их сумма так же интегрируема, причем имеет |
|
место формула M(ξ +η)= Mξ + Mη . |
|
Справедливость 1) следует из того, что ξ дискретна и из |
определения |
математического ожидания для дискретной случайной величины. |
|
2) |
Так как если ξ ≥ 0 , то и ξh ≥ 0 для всех h > 0 по лемме 11.2 и следовательно |
Mξ ≥ 0 на основании формулы 11.5. |
|
3) |
В данном случае −C − h ≤ξh ≤ C , откуда, согласно свойству 2) и формуле 11.5, |
получим −C − h ≤ Mξh ≤ C или −C ≤ Mξ ≤ C . |
|
4) |
Пусть a > 0 . Тогда, если (aξ)h = kh при kh ≤ aξ < (k +1)h , то |
(aξ)h = aξh и M(aξ)h = a Mξh
a a
на |
основании леммы 11.1. |
|
Пусть |
a = −1. |
Тогда, |
полагая |
(−ξ)h = kh при |
|||
kh ≤ −ξ < (k +1)h , получаем |
ξ |
h |
+ (−ξ) |
= −h , |
если ξ |
— не |
целое число, и |
|||
|
|
|
|
|
h |
h |
|
|
||
|
|
|
= 0 , если ξ — целое. Поэтому |
|
|
|||||
ξ |
h |
+ (−ξ) |
|
|
|
|||||
|
h |
h |
|
|
|
|
|
|
|
− h ≤ Mξh + M(−ξ)h ≤ 0
на основании леммы 11.2. Переходя к пределу, получаем Mξ + M(−ξ)= 0 . Значит и для любого a < 0 .
M aξ = M(− a ξ)= −a Mξ = a Mξ .
5) Если (ξ +η)h = kh при kh ≤ξ +η < (k +1)h , то из неравенств
ξh ≤ξ <ξh + h и ηh ≤η <ηh + h
следует
ξh +ηh ≤ (ξ +η)h <ξh +ηh + 2h .
Применяя к последнему неравенству лемму 11.2, получим неравенство
Mξh + Mηh ≤ M(ξ +η)h ≤ Mξh + Mηh + 2h .
Переходя к пределу при h → 0 , получим требуемое равенство.
11.3. Вычисление математического ожидания
Альтернативное определение математического ожидания случайной величины, использующее интеграл Лебеда.
116
Лекция № 11 |
Математическое ожидание случайной величины |
Пусть |
(Ω,F, P) — вероятностное пространство, ξ(ω) — |
случайная величина на нем. Говорят, что случайная величина ξ(ω) имеет математическое ожидание, если существует
Определение 11 .4 интеграл Лебега
∫ξ(ω)d P .
Ω
Этот интеграл называют математическим ожиданием случайной величины ξ(ω).
11.3.1.Дискретная случайная величина
Как нам уже известно, в этом случае математическое ожидание равно сумме
ряда
∞ |
|
∞ |
|
|
Mξ = ∑xk P{ξ |
= xk }= ∑xk pk . |
|
||
k =1 |
|
k =1 |
|
|
11.3.2. Абсолютно непрерывная случайная величина |
|
|||
Пусть случайная величина ξ имеет плотность распределения вероятностей: |
||||
fξ (x), тогда Mξ = ∫−+∞∞ xfξ (x)dx . |
|
|
|
|
Пример 11.4. Пусть случайная |
величина ξ |
имеет равномерное |
||
распределение на отрезке [a;b], т.е. плотность распределения ξ равна |
||||
1 |
|
, x [a;b]; |
|
|
fξ (x)= |
|
|
||
b − a |
|
|||
0, |
|
x [a;b]. |
|
|
|
|
|
|
+∞ |
b x |
b2 − a2 |
|
a +b |
|
||||
Тогда Mξ = ∫−∞ xfξ (x)dx = ∫a |
|
dx = |
|
= |
2 |
. |
|||
b − a |
2(b − a) |
||||||||
Пример 11.5. Пусть |
|
случайная |
величина ξ имеет показательное |
||||||
распределение с параметром λ . В данном случае |
|
||||||||
|
|
|
|
|
|
−λx |
|
|
|
|
|
fξ (x)= λe |
|
, x > 0; |
|
||||
|
|
|
|
0, |
|
|
x ≤ 0. |
|
117
Математическое ожидание случайной величины Лекция № 11
Mξ = ∫+∞xfξ (x)dx = λ∫+∞ xe−λx dx = −∫+∞ xd (e−λx )= − xe−λx |
|
+∞ + ∫+∞ e−λxdx = |
1 |
. |
||||
|
||||||||
|
||||||||
−∞ |
0 |
0 |
|
0 |
0 |
λ |
||
|
11.4. Рекомендуется изучить самостоятельно:
¾[2] – стр. 75 — 86;
¾[3] – стр. 158 — 172.
11.5. Теоретические вопросы, выносимые на экзамен:
1.Математическое ожидание случайной величины.
2.Свойства математического ожидания.
11.6. В результате успешного усвоения материала лекции студент должен знать:
9определения:
¾математического ожидания дискретной случайной величины;
¾интегрируемой случайной величины;
¾математического ожидания произвольной случайной величины;
9свойства:
¾математического ожидания случайной величины;
9теоремы:
¾о необходимых и достаточных условиях существования математического ожидания случайной величины;
¾о существовании предела для интегрируемой случайной величины;
уметь:
9доказывать теоремы:
¾о необходимых и достаточных условиях существования математического ожидания случайной величины;
¾о существовании предела для интегрируемой случайной величины;
9доказывать свойства:
¾математического ожидания;
118