
- •Глава 3. Случайные величины и функции распределения
- •§ 12. Основные свойства функций распределения
- •12.1. Понятие о случайной величине
- •12.2. Свойства функции распределения вероятностей
- •§ 13. Дискретные случайные величины их числовые характеристики и законы распределения
- •13.1. Числовые характеристики дискретных случайных величин
- •13.1.1. Полигон и функция распределения
- •13.1.2. Математическое ожидание
- •13.1.3. Дисперсия и среднее квадратичное отклонение
- •13.1.4. Среднее квадратичное отклонение
- •13.1.5. Другие числовые характеристики
- •13.2. Законы распределения дискретных случайных величин
- •13.2.1. Биномиальное распределение
- •13.2.2. Распределение Пуассона
- •§ 14. Непрерывные случайные величины их числовые характеристики и законы распределения
- •14.1. Функция распределения и плотность распределения непрерывной случайной величины
- •14.2. Числовые характеристики непрерывной случайной величины
- •14.3. Некоторые законы распределения непрерывных случайных величин
- •14.3.1. Равномерное распределение
- •14.3.2. Показательное распределение
- •14.3.3. Нормальное распределение.
- •14.4. Другие числовые характеристики
- •§ 15. Одинаково распределённые взаимно независимые случайные величины
- •§ 16. Закон больших чисел и предельные теоремы теории вероятностей
- •16.1. Неравенства Маркова и Чебышева
- •16.2. Теорема Чебышева
- •16.3. Теорема Бернулли
- •16.4. Теорема Пуассона
- •16.5. Понятие о центральной предельной теореме Ляпунова
- •§ 17. Функции одного случайного аргумента
- •17.1. Распределение функции одного случайного аргумента
- •17.2. Математическое ожидание функции одного случайного аргумента
- •17.3. Функция надёжности
- •17.4. Логарифмически-нормальное распределение
- •§ 18. Функции двух случайных аргументов
- •18.1. Закон распределения суммы независимых случайных величин
- •18.2. Законы распределения, являющиеся функциями нормально распределённых независимых случайных величин
- •18.2.1. Распределение
- •18.2.2. Распределение Стьюдента (псевдоним статистика в. Госсета)
- •18.2.2. Распределение Фишера-Снедекора
- •Глава 4. Многомерные случайные величины
- •§ 19. Понятие о многомерной случайной величине
- •§ 20. Закон распределения вероятностей дискретной двумерной случайной величины
- •§ 21. Функция распределения вероятностей многомерной случайной величины
- •21.1. Определения и геометрический смысл
- •21.2. Свойства функции распределения двумерной случайной величины
- •§ 22. Плотность распределения вероятностей непрерывной двумерной случайной величины
- •22.1. Определение плотности распределения вероятностей
- •22.2. Свойства плотности распределения вероятностей
- •22.3. Дифференциальные функции составляющих двумерной случайной величины
- •22.4. Условные законы распределения составляющих системы непрерывных случайных величин
- •§ 23. Числовые характеристики двумерных случайных величин
- •Свойства условного математического ожидания
- •§ 24. Зависимые и независимые случайные величины
- •24.1. Свойства функций распределения независимых случайных величин
- •24.2. Корреляционный момент системы случайных величин
- •24.3. Коэффициент корреляции системы случайных величин
- •Свойства коэффициента корреляции
- •24.4. Коррелированность и зависимость случайных величин
- •24.5. Свойства математического ожидания и дисперсии для коррелированных случайных величин
- •§ 25. Двумерный нормальный закон распределения
14.2. Числовые характеристики непрерывной случайной величины
Определение 4.
Математическое
ожидание непрерывной случайной величины
определяется
по формуле
,
при условии, что интеграл абсолютно
сходится.
Замечание 1.
Определение
корректно, так как
.
Для интегральной функции распределения
можно построить интегральную сумму, в
которой перейти к пределу при
.
Замечание 2. В силу замечания 1 для непрерывных случайных величин остаются справедливыми свойства математического ожидания и дисперсии.
Определение 5.
Дисперсия
непрерывной случайной величины
определяется
по формуле
при условии, что интеграл абсолютно
сходится.
Замечание. Дисперсия непрерывной случайной величины также является постоянной величиной.
Определение 6.
Средним
квадратичным отклонением
(СКО)
случайной величины Х
называется величина
.
Определение 7. Модой непрерывной случайной величины Х называется то её значение, при котором плотность распределения максимальна.
Замечание. Геометрически мода является абсциссой той точки кривой распределения, ордината которой максимальна. Т.е. чтобы найти моду, нужно найти максимум плотности распределения.
Определение 8.
Медианой
непрерывной
случайной величины Х
называется
такое её значение
,
для которого одинаково вероятно, окажется
ли случайная величина больше или меньше
,
то есть
.
Замечание. Прямая,
проведенная в точке с абсциссой
,
делит пополам площадь, ограниченную
кривой распределения.
Пример 1. Дана
плотность вероятности случайной величины
:
Найти интегральную функцию распределения этой случайной величины и её числовые характеристики. Построить графики плотности вероятности и интегральной функции распределения.
Решение. 1) Найдём интегральную функцию распределения.
При
.
При
.
При
.
Таким образом,
2) Найдём числовые характеристики случайной величины:
а) математическое ожидание:
;
б) дисперсия:
в) СКО:
.
г) Мода. Найдём
максимум функции
.
Для этого вычислим первую и вторую
производную функции
:
при
,
;
,
,
поэтому в точке
плотность распределения достигает
максимального значения. Следовательно,
мода
.
д
)
Медиана. Найдём медиану
из условия
.
В данном случае
.
Отсюда для определения медианы получаем
уравнение
или
,
откуда
.
Из четырех корней этого уравнения нужно
выбрать тот, который заключен между 0 и
2. Таким образом
.
3
)
Построим график плотности вероятности
(рис. 26.1).
Построим график функции распределения (рис. 26.2).
14.3. Некоторые законы распределения непрерывных случайных величин
14.3.1. Равномерное распределение
Определение 9. Равномерный закон распределения непрерывной случайной величины задается функцией плотности распределения вида:
Пример 2. Найти числовые характеристики.
14.3.2. Показательное распределение
Определение 10.
Показательный
закон распределения непрерывной
случайной величины задается функцией
плотности распределения вида:
где
постоянный параметр.
Пример 3. Найти числовые характеристики, интегральную функцию распределения, вероятность попадания в заданный интервал.
Замечание. При проверке гипотезы на наличие у СВ показательного распределения находят выборочное среднее и выборочное СКО, если они близки, то выдвигают гипотезу и проверяют её.