- •Содержание
- •Тема 2. Классические теоремы теории вероятностей
- •Если события а, в, с совместны, то
- •Формула полной вероятности имеет вид
- •Тема 3. Повторные независимые испытания
- •Тема 4. Случайные величины и законы их распределения
- •Тема 5. Числовые характеристики случайных величин
- •Пусть с – постоянная величина. Тогда
- •Для вычисления дисперсии используется формула
- •Дисперсия обладает свойствами
- •Тема 6. Основные дискретные случайные величины и их числовые характеристики
- •Если случайная величина распределена по закону Пуассона, то
- •Тема 7. Основные непрерывные случайные величины и их числовые характеристики
- •Плотность нормального распределения имеет вид
- •Дисперсия нормального распределения
- •Правило трех сигм записывается в виде равенства
- •2. Для нахождения математического ожидания и дисперсии применим формулы (7.3). Получим следующие значения:
- •Ошибка указания времени часами со скачущей минутной стрелкой имеет равномерное распределение. Определить вероятность того, что при определении времени ошибка не будет превышать 20 секунд.
- •Тема 8. Закон больших чисел и центральная предельная теорема
- •В предельной форме утверждения теоремы Бернулли имеют вид
- •Тема 9. Основные понятия математической статистики. Числовые характеристики
- •На практике для вычисления дисперсии применяется формула
- •Легко установить, что
- •Вычислим размах товарооборота по формуле (9.14). Получим, что
- •Тема 10. Статистические оценки
- •Если дисперсия несмещенной оценки при n→стремится к нулю, то такая оценка будет и состоятельной. Это следует из неравенства Чебышева (см.(8.2))Рдля случайной величины*.
- •Тема 11. Корреляция и регрессия
- •Непосредственно из этого определения следует, что
- •Тема 12. Проверка статистических гипотез
Дисперсия обладает свойствами
Д(С) = 0, Д(СХ)=С2Д(Х). (5.10)
Если Х и Y независимы, то
Д(ХY) = Д(Х) + Д(Y). (5.11)
Среднее квадратическое отклонение (Х) случайной величины Х определяется равенством
(X) = . (5.12)
Число k , определяемое равенством
k = М[(X-C)k], (5.13)
называется моментом k-го порядка случайной величины Х. Если С=0, то момент называется начальным. Само математическое ожидание есть начальный момент первого порядка. Если С=М(Х), то момент называется центральным. Легко видеть, что центральный момент второго порядка есть не что иное, как дисперсия.
Коэффициентом корреляции r(Х, Y) между случайными величинами Х и Y называется число
r(Х, Y) = . (5.14)
Если Х и Y нормировать, т.е. ввести величины Х1=,Y1=, тоr(Х, Y)=М(Х1Y1). Если Х и Y независимы, то очевидно, что r(Х, Y)=0. Можно доказать, что
Часто приходится находить закон распределения случайной величины Y=y(Х) при известном законе распределения Х. Для дискретной случайной величины Х, принимающей значения хi с вероятностями рi, полагают, что Y=y(Х) принимает значения yi=y(xi) с теми же вероятностями рi. При этом, если некоторым хi будут соответствовать равные между собой значения yi, то в ряде распределения случайной величины Y эти yi записываются только один раз с вероятностью, равной сумме соответствующих вероятностей.
Пусть Х и Y – дискретные случайные величины, при этом Х принимает значения хi с вероятностями Р(Х=хi), а Y – значения yj с вероятностями Р(Y=yj). Тогда их сумма Х+Y, разность Х-Y, произведение XY соответственно принимают всевозможные значения хi + yj, хi – yj , хi yj с вероятностями рij, определяемыми формулой
рij = Р(Х=хi) (Y=yj), (5.15)
а для независимых случайных величин – формулой
рij = Р(Х=хi) Р(Y=yj). (5.16)
При этом, если при некоторых i и j величины хi + yj, хi – yj , хi yj примут равные значения, то соответствующая вероятность есть сумма вероятностей по этим индексам i, j.
Р е ш е н и е т и п о в ы х з а д а ч
Задача 1. Урожайность пшеницы в некотором районе определяется рядом распределения
Х |
27 |
32 |
40 |
Р |
0,3 |
0,5 |
0,2 |
где Х – урожайность в ц/га. Найти математическое ожидание урожайности, дисперсию и среднее квадратическое отклонение.
Решение. Так как данная случайная величина дискретна, то согласно формуле (5.1) получим:
М(Х) = 270,3 + 320,5 + 400,2 = 32,1.
Таким образом, математическое ожидание урожайности пшеницы в этом районе составило 32,1 ц/га. Дисперсию найдем по формуле (5.9). М(Х) найдено, для нахождения М(Х2) запишем закон распределения Х2:
Х2 |
729 |
1024 |
1600 |
Р |
0,3 |
0,5 |
0,2 |
Тогда М(Х2) = 72903 + 1 0240,5 + 1 6000,2 = 1 050,7. Следовательно, Д(Х)=1 050,7- (32,1)2 = 20,29. Среднее квадратическое отклонение находится по формуле (5.12): (Х) = 4,504.
Задача 2. Найти закон распределения дискретной случайной величины Х, которая может принимать только два значения: х1 с известной вероятностью р1=0,4 и х2, при этом х1<х2. Известны также математическое ожидание и дисперсия: М(Х)=3,2; Д(Х)=0,96.
Решение. Ряд распределения случайной величины Х имеет вид:
Х |
х1 |
х2 |
Р |
0,4 |
0,6 |
Значения х1 и х2 подлежат определению. По определению математического ожидания М(Х) =х10,4+х20,6, а по условию задачи М(Х)=3,2. Следовательно, 0,4х1+0,6х2=3,2 или 2х1+3х2=16. По условию Д(Х)=0,96. Поэтому, применяя формулу (5.9), получим: х120,4+х220,6-(3,2)2=0,96 или 2х12+3х22=56. Значения х1 и х2 найдем как решение системы уравнений
Выражая из первого уравнения и подставляя это значение во второе уравнение, получим после упрощения уравнение 5х22 – 32х2+48=0. Корнями этого квадратного уравнения будут числа х2=4 и х2=2,4. Для х2=4 находим х1=(16-34)=2. Для х2=2,4 находим х1=4. По условию задачи х1<х2, поэтому остается принять, что х1=2, х2=4. Таким образом, ряд распределения случайной величины Х имеет вид
Х |
2 |
4 |
Р |
0,4 |
0,6 |
Задача 3. Независимые случайные величины Х и Y заданы следующими законами распределения:
Х |
1 |
2 |
5 |
|
Y |
0 |
2 |
4 |
6 |
Р |
0,15 |
0,55 |
0,3 |
|
P |
0,1 |
0,35 |
0,15 |
0,4 |
Составить закон распределения случайной величины Z=Х-Y. Проверить на этом примере свойства математического ожидания и дисперсии разности случайных величин.
Решение. Для составления закона распределения разности случайных величин найдем все возможные значения величины Z=X-Y, для чего от каждого значения величины Х вычтем каждое значение величины Y. Вероятность каждого из полученных значений определяется как произведение вероятностей слагаемых (см. формулу (5.16)). Например, Р(Z=1-0)=Р(Z=1)=Р(Х=1)Р(Y=0)=0,150,1=0,015. В результате получим
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Одинаковые значения величины Z объединяем, складывая их вероятности. Тогда закон распределения Z запишется так:
Z |
-5 |
-4 |
-3 |
-2 |
-1 |
0 |
1 |
2 |
3 |
4 |
P |
0,06 |
0,22 |
0,0 225 |
0,0 825 |
0,1 725 |
0,1 925 |
0,06 |
0,055 |
0,105 |
0,03 |
По формуле (5.1) найдем М(Х), М(Y), М(Z):
М(Х) = 10,15+20,55+50,3=2,75,
М(Y) = 00,1+20,35+40,15+60,4=3,7,
М(Z) = -50,06+(-4)0,22+…+ 50,03 = -0,95.
Отсюда М(Х)-М(Y) = -0,95. Таким образом, для разности случайных величин Х и Y выполняется свойство (5.5) математического ожидания:
М(Х-Y) = М(Х) - М(Y).
Дисперсии случайных величин Х, Y, Z найдем по формуле (5.9). Для этого запишем законы распределения Х2, Y2, Z2:
Х2 |
1 |
4 |
25 |
|
Y2 |
0 |
4 |
16 |
36 |
Р |
0,15 |
0,55 |
0,3 |
|
P |
0,1 |
0,35 |
0,15 |
0,15 |
Z2 |
25 |
16 |
9 |
4 |
1 |
0 |
1 |
4 |
9 |
25 |
P |
0,06 |
0,22 |
0,0 225 |
0,0 825 |
0,1 725 |
0,1 925 |
0,06 |
0,055 |
0,105 |
0,03 |
Таблицу для Z2 можно переписать так:
Z2 |
0 |
1 |
4 |
9 |
16 |
25 |
P |
0,1 925 |
0,2 325 |
0,1 375 |
0,1 275 |
0,22 |
0,09 |
Тогда
М(Х2) = 10,15+40,55+250,3 = 9,85,
Д(Х) = М(Х2) – [М(Х)]2 = 9,85 – 7,5 625 = 2,2 875,
М(Y2) = 0,10+40,35+160,15+360,4 = 18,2,
Д(Y) = М(Y2) – [М(Y)]2 = 18,2 – 13,69 = 4,51,
М(Z2) = 250,09+160,22+…+00,1925 = 7,7,
Д(Z) = М(Z2) – [М(Z)]2 = 7,7 – 0,9 025 = 6,7 975.
Отсюда Д(Х) + Д(Y) = 6,7975. Совпадение значений Д(Х) + Д(Y) и Д(Z) иллюстрирует выполнение свойства (5.11) дисперсии разности двух случайных величин: Д(Х-Y) = Д(Х) + Д(Y).
Задача 4. Две независимые случайные величины заданы следующими законами распределения:
Х |
1 |
3 |
4 |
|
Y |
0 |
2 |
4 |
Р |
0,3 |
0,5 |
0,2 |
|
P |
0,1 |
0,6 |
0,3 |
Составить закон распределения произведения этих случайных величин. Проверить на этом примере свойство математического ожидания произведения случайных величин.
Решение. Для составления закона распределения случайных величин найдем произведения каждого значения случайной величины Х на каждое значение величины Y. Вероятности полученных значений определяют как произведения вероятностей сомножителей. Тогда имеем
Z=ХY |
10 |
12 |
14 |
30 |
32 |
34 |
40 |
42 |
44 |
P |
0,30,1 |
0,30,6 |
0,30,3 |
0,50,1 |
0,50,6 |
0,50,3 |
0,20,1 |
0,20,6 |
0,20,3 |
Учитывая, что значение Z=0 получается в результате нескольких комбинаций (10; 30; 40), эту таблицу можно упростить. После упрощений получим следующий ряд распределения XY:
Z=ХY |
0 |
2 |
4 |
6 |
8 |
12 |
16 |
P |
0,1 |
0,18 |
0,09 |
0,3 |
0,12 |
0,15 |
0,06 |
По формуле (5.1) определим М(Х), М(Y), М(Z):
М(Х) = 10,3+30,5+40,2 = 0,3+1,5+0,8 = 2,6;
М(Y) = 00,1+20,6+40,3 = 1,2+1,2 = 2,4;
М(Z) = 00,1+20,18+40,09+60,3+80,12+120,15+160,06 = 6,24.
Следовательно, М(Х)М(Y) = 2,62,4 = 6,24 = М(Z). Таким образом, для случайных величин Х и Y выполняется свойство (5.6) математического ожидания.
Задача 5. Независимая случайная величина Х имеет следующий закон распределения:
Х |
-1 |
0 |
2 |
Р |
0,25 |
0,5 |
0,25 |
Составить закон распределения случайных величин Y=X2 и Z=XX и убедиться, что Y и Z – различные случайные величины, т.е. X2 XX.
Решение. Закон распределения случайной величины Y=X2 может быть записан в виде следующей таблицы:
Y=X2 |
1 |
0 |
4 |
Р |
0,25 |
0,5 |
0,25 |
Закон распределения случайной величины Z=ХХ находится как закон распределения произведения случайных величин. Имеем:
Z=ХХ |
(-1)(-1 |
(-1) 0 |
(-1) 2 |
0(-1) |
00 |
02 |
2(-1) |
20 |
22 |
P |
0,250,25 |
0,250,5 |
0,250,25 |
0,50,25 |
0,50,5 |
0,50,25 |
0,250,25 |
0,250,5 |
0,250,25 |
После упрощений получим следующий закон распределения величины Z=ХХ:
Z |
-2 |
0 |
1 |
4 |
P |
0,125 |
0,75 |
0,0 625 |
0,0 625 |
Получили, что случайные величины Z=ХХиY=Х2имеют разные законы распределения. Следовательно, случайные величиныZ=ХХиY=Х2различные.
Задача 6. Непрерывная случайная величина задана функцией распределения
F(х) =
Найти М(Х), Д(Х), (Х).
Решение. Сначала найдем плотность f(х) по формуле (4.8). Получим
f(х) =
Тогда математическое ожидание М(Х) найдется по формуле (5.3):
М(Х) =
Дисперсию будем находить не по определению (5.8), а по формуле (5.9). Тогда
Д(Х)=
Согласно (5.12) (Х)=
Задача 7. Найти математическое ожидание и дисперсию случайной величины, дифференциальная функция которой определяется равенством
f(х) =
Решение. Согласно формуле (5.3) М(Х)= Для вычисления интеграла надо применить формулу интегрирования по частям в определенном интеграле:
Положим u=х, dv=sin x dx. Отсюда du=dx, v= -cos x. Тогда
Следовательно, М(Х)=
Для нахождения дисперсии сначала найдем М(Х2)=для чего применим дважды формулу интегрирования по частям. В результате получим следующее:
Тогда согласно (5.9) Д(Х)=
З а д а ч и
Независимая случайная величина имеет следующий закон распределения:
Х |
1 |
3 |
4 |
6 |
Р |
0,1 |
0,2 |
|
0,5 |
Определить вероятность, с которой случайная величина Х принимает значение 4. Вычислить математическое ожидание, дисперсию и среднее квадратическое отклонение этой случайной величины.
Найти закон распределения дискретной случайной величины Х, которая может принимать только два значения: х1 с известной вероятностью р1=0,3 и х2, причем х1<х2. Известны также М(Х)=4,1 и Д(Х)=1,89.
Автомобиль должен проехать по улице, на которой установлены четыре светофора, дающие независимо друг от друга зеленый сигнал в течение 1,5 мин., желтый – в течение 0,3 мин., красный – в течение 1,2 мин. Найти математическое ожидание, дисперсию и среднее квадратическое отклонение случайной величины Х – числа светофоров, пройденных машиной без остановки.
Законы распределения независимых случайных величин Х и Y даны в таблицах:
Х |
1 |
2 |
4 |
5 |
|
Y |
0 |
3 |
4 |
Р |
0,1 |
0,35 |
0,25 |
0,3 |
|
P |
0,2 |
0,5 |
0,3 |
Составить закон распределения случайной величины Z=Х+2Y. Проверить на этом примере свойства математического ожидания и дисперсии суммы случайных величин и произведения постоянной величины на случайную величину.
5. Дан закон распределения случайной величины Х:
Х |
-2 |
0 |
1 |
3 |
Р |
0,4 |
0,2 |
0,3 |
0,1 |
Требуется: 1) составить закон распределения случайной величины Z=Х+Х и Y=2Х и убедиться, что Y и Z – различные случайные величины, т.е. 2ХХ+Х; 2) вычислить математические ожидания величин Y и Z; 3) определить дисперсии случайных величин Y и Z. Можно ли утверждать, что Д(Х+Х)=Д(Х)+Д(Х)?
Независмые случайные величины имеют следующие законы распределения:
Х |
2 |
3 |
5 |
7 |
|
Y |
0 |
1 |
4 |
Р |
0,2 |
0,25 |
0,15 |
0,4 |
|
P |
0,7 |
0,2 |
0,1 |
Составить ряд распределения случайной величины Z=XY. Проверить на этом примере свойство математического ожидания произведения случайных величин.
Потребление электроэнергии цехами №1 и №2 завода в течение суток характеризуется следующими данными:
Х |
900 |
950 |
1200 |
|
Y |
600 |
640 |
700 |
720 |
Р |
0,15 |
0,6 |
0,25 |
|
P |
0,1 |
0,2 |
0,05 |
0,2 |
где Х – количество потребляемой энергии цехом №1 в кВт-час, Y- количество потребляемой энергии цехом №2 в кВт-час. Требуется: 1) составить закон распределения количества электроэнергии, потребляемой в течение суток обоими цехами вместе; 2) найти математическое ожидание и дисперсию рассматриваемой случайной величины и на этом примере проверить справедливость свойства математического ожидания и дисперсии суммы независимых случайных величин.
Найти математическое ожидание и дисперсию случайной величины, заданной дифференциальной функцией
f(х) =
Найти центральные моменты второго и третьего порядков (см.(5.13)), если случайная величина задана функцией распределения
F(х) =