
- •1 Вопрос. Предмет изучения теории вероятностей.
- •3. Понятие о событии
- •4. Действия над событиями
- •5. Свойства действий над событиями
- •6.Аксиомы Колмогорова
- •8.Формула классической вероятности
- •9. Принципы и формулы комбинаторики.
- •10. Геометрическая вероятность.
- •11. Относительная частота и вероятность
- •12. Условная вероятность
- •13. Независимость событий
- •14.Вероятность хотя бы одного события
- •15. Формула полной вероятности
- •16. Формула Байеса
- •17. Формула Бернулли
- •18. Предельные формула. Локальная формула Лапласса. Интегральная формула Лапласса. Формула Пуассона
- •20. Случайные величины
- •21. Функция распределения
- •22. Дискретные случайные величины
- •23. Примеры дискретных распределений: Пуассона, биноминальное
- •24. Непрерывные случайные величины. Плотность вероятностей
- •25. Примеры непрерывных распределений: равномерное, показательное, нормальное
- •26. Числовые характеристики случайных величин: математическое ожидание
- •27. Дисперсия и среднеквадратичное отклонение
- •28. Числовые характеристики некоторых дискретных распределений
- •31. Закон больших чисел. Лемма; неравентсво и теорема Чебышева
- •32. Закон больших чисел в форме Бернулли
- •33. Центральная предельная теорема
26. Числовые характеристики случайных величин: математическое ожидание
Математическим ожиданием дискретной случайной величины называ-ется сумма произведений ее возможных значений на соответствующие им вероятности:
М(Х) = х1р1 + х2р2 + … + хпрп . (7.1)
Если число возможных
значений случайной величины бесконечно,
то
,
если полученный ряд сходится абсолютно.
Замечание 1. Математическое ожидание называют иногда взвешенным средним, так как оно приближенно равно среднему арифметическому наблюдаемых значений случайной величины при большом числе опытов.
Замечание 2. Из определения математического ожидания следует, что его значение не меньше наименьшего возможного значения случайной величины и не больше наибольше-го.
Замечание 3. Математическое ожидание дискретной случайной величины есть неслучай-ная (постоянная) величина. В дальнейшем увидим, что это же справедливо и для непре-рывных случайных величин.
27. Дисперсия и среднеквадратичное отклонение
Дисперсия.
Для того, чтобы иметь представление о поведении случайной величины, недостаточно знать только ее математическое ожидание. Рассмотрим две случайные величины: Х и Y, заданные рядами распределения вида
-
Х
49
50
51
р
0,1
0,8
0,1
0
100
p
0,5
0,5
Найдем М(Х) = 49·0,1 + 50·0,8 + 51·0,1 = 50, М(Y) = 0·0,5 + 100·0,5 = 50. Как видно, мате-матические ожидания обеих величин равны, но если для Х М(Х) хорошо описывает пове-дение случайной величины, являясь ее наиболее вероятным возможным значением (при-чем остальные значения ненамного отличаются от 50), то значения Y существенно отсто-ят от М(Y). Следовательно, наряду с математическим ожиданием желательно знать, на-сколько значения случайной величины отклоняются от него. Для характеристики этого показателя служит дисперсия.
Определение 7.5. Дисперсией (рассеянием) случайной величины называется математи-ческое ожидание квадрата ее отклонения от ее математического ожидания:
D(X) = M (X – M(X))².
Средним квадратическим отклонением σ случайной величины Х называется квадратный корень из дисперсии:
.
28. Числовые характеристики некоторых дискретных распределений
Математическим ожиданием непрерывной случайной величины называется
(7.13)
Замечание 1. Общее определение дисперсии сохраняется для непрерывной случайной величины таким же, как и для дискретной (опр. 7.5), а формула для ее вычисления имеет вид: