Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Теория вероятности.doc
Скачиваний:
15
Добавлен:
21.04.2019
Размер:
573.44 Кб
Скачать

3.2.4. Гипергеометрическое распределение

Случайная величина X имеет гипергеометрическое распределение с параметрами i, l, m, если она может принимать значения с вероятностями pk=p(X=k)= ClkCmi-k/Cl+mi, где k=0,1,2, ..., l, kil+m, где i, l, m - целые числа. Пусть имеется коробка, в которой находятся l белых и m черных шаров. Случайная величина i – число вынутых белых шаров -имеет гипергеометрическое распределение.

3.3 Числовые характеристики дискретной случайной величины.

3.3.1. Математическое ожидание дискретной случайной величины

Пусть X- дискретная случайная величина, имеющая закон распределения {xi, pi}. Математическим ожиданием случайной величины X называется число M(X) определяемое выражением

M(X)=pixi

i

Если случайная величина X имеет бесконечно много значений, ряд может не иметь конечного предела. В этом случае говорят, что математическогоо ожидания у случайной величины не существует.

Найдем математическое ожидание для случайной величины

xi

-2

-1

0

1

2

pi

0.1

0.2

0.3

0.3

0.1

X

M(X)=-20.1-10.2+00.3+10.3+20.1

3.3.2. Математическое ожидание функции дискретной случайной величины

Если задана функция дискретной случайной величины Y=(X) , ее математическое ожидание

M(Y)=pi(xi)

i

Пусть например, случайная величина задана законом распределения

xi

-2

-1

0

1

2

pi

0.1

0.2

0.3

0.3

0.1

X

Для величины Z, zi=xi2+1

zi

1

2

5

pi

0.3

0.5

0.2

Z

M(Z)= 0.3+1+1=2.3=50.1+20.2+10.3+20.3+50.1

3.3.3. Свойства математического ожидания

1. Математическое ожидание константы равно этой константе

M(C)=C

2. Математическое ожидание произведения случайной величины на константу равно произведению этой константы на математическое ожидание случайной величины

M(CX)=C·M(X)

3. Математическое ожидание суммы двух случайных величин равно сумме математических ожиданий слагаемых

M(X+Y)= M(X)+M(Y)

Входящая в выражение случайная величина X+Y принимает значения, равные суммам всех различных пар значений X и Y. Если величины X и Y независимы, то есть вероятности различных значений одной величины не зависят от того, какое значение приняла другая, тогда вероятность любого значения X+Y равна произведению полных вероятностей соответствующих значений X и Y. Если же величины X и Y зависимы, необходимо находить произведение вероятности значения одной величины на условную вероятность значения второй. Докажем данное свойство для простого случая. Пусть заданы две случайных величины

xk

x1

x2

pk

p1

p2

X

и

yi

y1

y2

pi

g1

g2

Y

Z= X+Y

zi

x1+ y1

x2+ y1

x1+ y2

x2+ y2

pi

p11= p1 g11

p21= p2 g21

p12= p1 g12

p22= p2g22

В последней таблице gij –условные вероятности для события yj/xi , состоящего в том, что случайная величина приняла определенное значение yj при заданном xi. Поскольку события, состоящие в том, что случайная величина Y примет значение y1 или y2 образуют полную группу, то и события, соответствующие тому, что данная величина примет значение y1/xi или y2/xi образуют полную группу, а значит сумма соответствующих условных вероятностей равна 1.

gi1 + gi2 =1.

Если величины X и Y независимы, то вероятность gij = gj.

M(X+Y)=( x1+ y1)p11+( x2+ y1)p21+( x1+ y2)p12+( x2+ y2)p22=

=x1(p11+ p12)+x2(p21+ p22)+y1(p11+ p21)+y2(p12+ p22)=

= x1p1+ x2p2+y1g1 +y2g2= M(X)+M(Y)

Для нескольких случайных величин можно записать аналогичное выражение

M(X1+X2+X3)= M(X1)+M(X2)+ M(X3)

4. Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий

M(X Y)= M(X) M(Y)

Под произведением случайных величин понимают случайную величину, которая принимает значения равные произведению всех различных пар значений величин X и Y.

Пусть заданы две независимых случайных величины

xk

x1

x2

pk

p1

p2

X

и

yi

y1

y2

pi

g1

g2

Y

Величина Z= XY

zi

x1y1

x2y1

x1y2

x2y2

pi

p11= p1 g1

p21= p2 g1

p12= p1 g2

p22= p2g2

M(X Y)=x1y1 p11+ x2y1 p21+ x1y2 p12+x2y2 p22=

= x1y1 p1 g1+ x2y1 p2 g1+ x1y2 p1 g2+x2y2 p2g2=

=(x1p1+x2p2)y1g1+(x1p1+x2p2)y2g2=

=(x1p1+x2p2)(y1g1+y2g2)= M(X) M(Y)

Аналогичное свойство можно доказать и для произвольного числа случайных величин.

5. Математическое ожидание отклонения случайной величины от ее математического ожидания равно 0.

M(X-M(X))= M(X)- M(M(X))= M(X)- M(X)=0

6. Математическое ожидание среднего арифметического одинаково распределенных взаимно-независимых величин Xi с математическим ожиданием M(Xi)=a равно а.

_

M(X)= M((X1+ X2+...+ Xn)/n)=(a+a+...+ a)/n= na/n=a

Таким образом, для оценки математического ожидания величины можно использовать оценку математического ожидания среднего арифметического ее значений.

7. Если вероятность появления события A в одном испытании равна p, математическое ожидание случайной величины X, равной числу появлений события A в n независимых испытаниях M(X)= np

Пусть X1 – случайная величина, равная числу появлений события A в одном испытании. Ее закон распределения выглядит следующим образом:

xk

0

1

pk

1-p

p

X1

M(X1)=0(1-p)+ 1p=p

Случайная величина

X= X1+ X1+... X1

n раз

и

M(X)=M(X1+ X1+... X1)= p + p +...+ p= np