![](/user_photo/2706_HbeT2.jpg)
14.Плотность распределения вероятностей:
р(х)=
Функция р(х) называется плотностью распределения вероятностей. График функции р(х) называется кривой распределения.
Свойства ПРВ:
F(x)=P(X<x)=
,т.е сущ-ет так называемая интегральная связь между функциями р(х) и F(х). Функцию F(х) иногда называют интегральной
функцией распределения или интегральным законом распределения.
2. Следовательно, если функция р(х) непрерывна в точке x , то функция
распределения F(х) дифференцируема в этой точке, причем
р(х)=F’(х), т.е. сущ-ет так называемая дифференциальная связь
между функциями р(х) и F(х) . Следует отметить, что плотность распределения
р(х) называют также дифференциальной функцией распределения.
3. т.к. F(x)-неубыв ф-ция, р(х)>или= при всех х.
4.
15. МО СВ
Мат.ожиданием ДСВ называется сумма произведений ее возможных значений на соответствующие им вероятности:
М(Х)=х1р1+х2р2+…хnрn=
.
Св-ва: 1)а≤М(Х)≤b.
2)M(C)=C.
3)M(CX)=CM(X).
4)M(XY)=M(X)*M(Y).
5)M(X+Y)=M(X)+M(Y)
Мат.ожиданиемHСВ:
M(X)=
Если значения НСВ
Х принадлежат бесконечному интервалу
(-
,
то ее
математическое ожидание определяется формулой
М(Х)=
.
Свойства те же, что и для ДСВ.
Разность Х-М(Х) наз-ся отклонением СВ Х от её М(Х). Отклонение является случайной
величиной. Покажем, что математическое ожидание отклонения равно нулю.
Действительно, М(Х-М(Х))=М(Х)-М(М(Х))=М(Х)-М(Х)=0
Это равенство объясняется тем, что отклонения могут быть как положительными, так и отрицательными; в результате их взаимного погашения среднее значение отклонения равно нулю.
16.Дисперсия СВ – мат. ожидание квадрата ее отклонения от мат. ожидания:
D(X)=M(X-M(X))2=M(X2)-M2(X).
Св-ва:1) дисперсия постоянной величины С равна нулю:
D(C)=0;
Постоянный множи
тель можно выносить за знак дисперсии, возведя его в квадрат:
D(CX)=C2D(X);
3) Дисперсия суммы двух независимых случайных величин равна сумме их дисперсий:
D(X+Y)=D(X)+D(Y)
4) Дисперсия разности двух независимых случайных величин равна сумме
их дисперсий:
D(X – Y) = D(X) + D(Y). Ср.квадратич.отклон-ем σ СВ Х наз-ся квадратный корень из дисперсии:σ=кореньD(X)
18.Биномиальное распределение и его хар-ки!!
Ряд распределения бином з-на имеет вид:
xi |
0 |
1 |
2 |
… |
m |
… |
n |
pi |
q |
C |
C |
… |
C |
… |
p |
Т-ма: Мат. ожидание и дисперсия СВХ,распределенной по биномиальному закону, вычисляются соответственно по ф-лам:
M(X)=np; D(X)=npq;
Док-во:
Доказательство.
СВ Х–число наступлений события А в
n
независимых испытаниях–можно
представить в виде суммы n
независимых величин Х=Х1+Х2+…+Хn=
,
каждая из которых имеет один и тот же
з-н распределения:
xi |
0 |
1 |
pi |
q |
p |
СВ Хк, которую называют индикатором события А, выражает число наступлений события A в k-м испытании k=1,2,…,n , т.е. при наступлении события A Xk=1 с вероятностью p, при ненаступлении A Xk=0 c вер-стью q.
Найдем числовые характеристики индикатора события A:
M(X)=x1p1+x2p2=1*p+0*q=p
D(X
)=x
Таким образом, математическое ожидание и дисперсия рассматриваемой СВ X:
М(Х)=М(Х1+Х2+…+Хn)=р+р+…+р=np
D(X)=D(X1+X2+…+Xn)=pq+pq+…+pq=npq.