- •31. Свойства вероятностей. Условные вероятности.
- •32. Вероятность суммы. Формулы полной вероятности.
- •33. Формула Байеса. Независимые испытания. Схема Бернулли. Формула Бернулли.
- •34. Предельные теоремы в схеме Бернулли.
- •35. Математическое ожидание дискретной случайной величины.
- •36. Дисперсия дискретной случайной величины.
- •37. Непрерывная случайная величина. Интегральная и дифференциальная функция распределения.
- •38. Математическое ожидание и дисперсия непрерывной случайной величины.
- •39. Законы распределения случайных величин.
- •Распределение Пуассона.
- •Геометрический закон распределения.
- •40. Генеральная совокупность и выборка.
35. Математическое ожидание дискретной случайной величины.
Закон распределения полностью задает дискретную случайную величину. Однако часто бывает, что закон распределения случайной величины неизвестен. В таких случаях случайную величину изучают по ее числовым характеристикам. Одной из таких характеристик является математическое ожидание.
Пусть некоторая дискретная случайная величина X с конечным числом своих значений задана законом распределения:
X |
… |
|||
p |
… |
Определение. Математическим ожиданием M(X) дискретной случайной величины X называют сумму произведений всех возможных значений величины X на соответствующие вероятности:
(1)
Теорема. Математическое ожидание дискретной случайной величины X приближенно равно среднему арифметическому всех ее значений (при достаточно большом числе испытаний).
Доказательство. Предположим, что произведено n испытаний, в которых дискретная случайная величина X приняла значения соответственно раз, так что . Тогда среднее арифметическое всех значений, принятых величиной X, выразится равенством
или .
Так как коэффициент является относительной частотой события «величина X приняла значение » (i = 1, 2, …, k), то .
Из статистического определения вероятности следует, что при достаточно большом числе испытаний (i = 1, 2, …, k).
Поэтому или .
Свойства математического ожидания дискретной случайной величины.
-
Математическое ожидание постоянной величины C равно этой величине.
-
Постоянный множитель можно выносить за знак математического ожидания, т.е. .
-
Математическое ожидание суммы двух случайных величин X и Y равно сумме их математических ожиданий: M(X+Y) = M(X) + M(Y).
-
Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий: M(XY) = M(X) M(Y).
-
Математическое ожидание разности – двух случайных величин X и Y равно разности их математических ожиданий: M(X–Y) = M(X) – M(Y).
Пример. Найти математическое ожидание случайной величины Z = X + 2Y, если известны математические ожидания случайных величин X и Y: M(X) = 5, M(Y) = 3.
Используя свойства 3 и 2 математического ожидания, получаем:
.
36. Дисперсия дискретной случайной величины.
Математическое ожидание не дает полной характеристики закона распределения случайной величины. В частности математическое ожидание не дает возможность оценить «рассеяние» случайной величины.
Пусть задана дискретная случайная величина X:
X |
… |
|||
p |
… |
Определение. Отклонением случайной величины X от ее математического ожидания M(X) (или просто отклонением случайной величины X) называют случайную величину X – M(X). Видно, что для того, чтобы отклонение случайной величины X приняло значение , достаточно, чтобы случайная величина X приняла значение . Вероятность же этого события равна ; следовательно, и вероятность того, что отклонение случайной величины X примет значение , также равна . Аналогично обстоит дело и для остальных возможных значений отклонения случайной величины X. Используя это, запишем закон распределения отклонения случайной величины X:
X – M(X) |
… |
|||
P |
… |
Теорема. Математическое ожидание отклонения X – M(X) равно нулю:
Из теоремы видно, что с помощью отклонения не удается определить среднее отклонение возможных значений величины X от ее математического ожидания, т.е. степень рассеяния величины X. Однако можно освободиться от этого недостатка, если рассматривать квадрат отклонения случайной величины X.
Запишем закон распределения случайной величины :
… |
||||
p |
… |
Определение. Дисперсией D(X) дискретной случайной величины X называется математическое ожидание квадрата отклонения случайной величины X от ее математического ожидания:
(1)
Из закона распределения величины следует, что
Свойства дисперсии дискретной случайной величины.
-
Дисперсия дискретной случайной величины X равна разности между математическим ожиданием квадрата величины X и квадратом ее математического ожидания:
(2)
-
Дисперсия постоянной величины равна нулю.
-
Постоянный множитель можно выносить за знак дисперсии, возведя его в квадрат:
(3)
-
Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин:
(4)
-
Дисперсия разности двух независимых случайных величин равна сумме дисперсий этих величин:
(5)