- •Введение
- •Глава 1. Случайные события
- •§ 1. Случайные события
- •§ 2. Действия над событиями
- •§ 3. Элементарные события. Алгебра случайных событий
- •§ 4. Вероятность события
- •§ 5. Некоторые следствия из аксиом вероятности
- •§ 6. Классическое определение вероятности
- •§ 7. Условная вероятность. Независимость событий
- •§ 8. Формула полной вероятности. Формула Байеса
- •Глава 2. Случайные величины
- •§ 1. Понятие случайной величины
- •§ 2. Закон распределения дискретной случайной величины
- •§ 3. Числовые характеристики дискретных случайных величин
- •3.1. Математическое ожидание дискретной случайной величины
- •3.2. Совместное распределение двух дискретных случайных величин. Некоторые арифметические операции над дискретными случайными величинами
- •3.3. Свойства математического ожидания
- •3.4. Дисперсия случайной величины и ее свойства. Среднеквадратическое отклонение
- •3.5. Мода и медиана дискретной случайной величины
- •3.6. Корреляционный момент. Коэффициент корреляции
- •3.7. Моменты дискретных случайных величин
- •3.8. Функция распределения
- •§ 4. Непрерывные случайные величины
- •4.1. Плотность распределения, функция распределения непрерывной случайной величины
- •4.2. Характеристики непрерывных случайных величин
- •§ 5. Некоторые специальные виды распределений
- •5.1. Гипергеометрическое распределение
- •5.2. Биномиальное распределение
- •5.3. Закон Пуассона
- •5.4. Равномерное распределение
- •5.5. Нормальное распределение
- •5.6. Некоторые важные статистические распределения
- •§ 6. Некоторые предельные теоремы теории вероятностей
- •6.1. Неравенство Чебышева
- •6.2. Закон больших чисел
- •6.3. Центральная предельная теорема. Интегральная и локальная теоремы Мувра-Лапласа
- •Приложение 1 Комбинаторика
3.5. Мода и медиана дискретной случайной величины
Значение случайной величины , принимаемое с наибольшей вероятностью, называетсямодойи обозначается
Мода называется еще наивероятнейшим значениемслучайной величины.
Если эксперимент описывается случайной величиной, то в результате проведенной серии этого эксперимента чаще всего встречается мода случайной величины.
Медианаявляется значением случайной величины. Вероятность того, что случайная величина принимает значение меньше медианы, равна 0,5:
Не все дискретные случайные величины имеют медиану.
Пример 1. Задан закон распределения случайной величины
3 |
5 |
6 | ||
|
0,2 |
0,3 |
0,4 |
0,1 |
Найти моду и медиану случайной величины .
Найдем моду:
.
Тогда .
Для нахождения медианы нужно рассмотреть , гдезначения случайной величины.
.
Заметим, что .
Из данных закона распределения случайной величины
.
Тогда . Нет необходимости находить.
Пример 2. Задан закон распределения случайной величины
0 |
1 | |
|
0,9 |
0,1 |
Найти моду и медиану случайной величины . Значение 0 принимается с наибольшей вероятностью
.
Тогда .
Найдем медиану
.
Нет значения случайной величины, при котором. Поэтому случайная величинамедианы не имеет.
3.6. Корреляционный момент. Коэффициент корреляции
Вводится величина, характеризующая зависимость между двумя случайными величинами. Задано совместное распределение случайных величин и
.
Корреляционным моментомслучайных величини(иликовариациеймеждуи) называется число
Для дискретных случайных величин иимеем
.
Непосредственно из свойств математического ожидания вытекают свойства ковариации:
;
;
Для дискретных случайных величин имеем .
;
;
Если случайные величины независимы, то их ковариация равна нулю.
Обратное не верно. Если , то случайные величиныимогут быть как зависимыми, так и независимыми.
Коэффициентом корреляциимежду случайными величинамииназываются число
.
Приведем некоторые свойства коэффициента корреляции.
Пусть и введем случайную величину
.
Знакоположительная случайная величина имеет не отрицательное математическое ожидание:
при любом .
Распишем
.
Получаем квадратичное неравенство
, где ,.
Неравенство выполняется при любом , если дискриминант неположительный. Тогда
, откуда
.
Таким образом, .
Если инезависимы, то, что следует из свойства 5 ковариации.
Коэффициент корреляции равен тогда и только тогда, когда случайные величины линейно зависимы
Пусть . Тогдаи,
.
Тогда .
Пусть .
Рассмотрим случайную величину
.
Найдем
,
.
Из свойства математического ожидания
.
Тогда
и
.
Получим линейное выражение через.
Случай разбирается аналогично. Вводится случайная величина.
Пример 1. Задано совместное распределение случайных величини
2 |
4 | |
0 |
0,1 |
0,3 |
1 |
0,2 |
0,4 |
Найти .
Запишем распределения случайных величин и
-
0
1
;
0,4
0,6
-
2
4
.
0,3
0,7
Найдем основные характеристики случайных величин и:
;
;
.
Используем формулу .
Найдем :
.
Тогда и
.