
- •Розділ II. Випадкові величини.
- •2.1. Випадкові величини, їх види.
- •2.2. Дискретні випадкові величини. Закон розподілу.
- •2.3. Задачі на побудову закону розподілу дискретної випадкової величини.
- •2.4. Математичне сподівання дискретної випадкової величини.
- •2.5. Основні властивості математичного сподівання.
- •2.6. Ймовірнісний зміст математичного сподівання.
- •2.7. Дисперсія дискретної випадкової величини.
- •2.8. Середньоквадратичне відхилення дискретної випадкової величини.
- •2.9. Числові характеристики середнього арифметичного однаково розподілених випадкових величин.
- •2.10. Початкові та центральні теоретичні моменти.
- •2.11 Біноміальний розподіл.
- •2.12. Розподіл Пуассона.
- •2.13. Геометричний розподіл.
- •2.14. Неперервні випадкові величини. Функція розподілу.
- •2.15. Властивості функції розподілу.
- •2.16. Функція розподілу дискретної випадкової величини.
- •2.17. Щільність розподілу неперервної випадкової величини.
- •2.18. Властивості щільності розподілу.
- •2.19. Ймовірнісний зміст щільності розподілу.
- •2.20. Числові характеристики неперервних випадкових величин.
- •2.21. Рівномірний розподіл.
- •2.22. Показниковий розподіл.
- •2.23. Показниковий закон надійності.
- •2.24. Нормальний розподіл.
- •2.25. Нормальна крива та вплив параметрів нормального розподілу на її форму.
- •2.26. Ймовірність потрапляння нормальної випадкової величини в заданий інтервал.
- •2.27. Ймовірність заданого відхилення. Правило «трьох сигм».
- •2.28. Задачі на нормальний розподіл.
- •2.29. Відхилення заданого розподілу від нормального. Асиметрія та ексцес.
- •2.30. Поняття про центральну граничну теорему. Значення нормально розподілених випадкових величин.
- •2.31. Деякі інші важливі розподіли.
- •2.32. Двовимірні випадкові величини. Закон розподілу дискретної двовимірної випадкової величини.
- •2.33. Функція розподілу двовимірної випадкової величини.
- •2.34. Щільність розподілу неперервної двовимірної випадкової величини.
- •2.35. Залежні та незалежні випадкові величини.
- •2.36. Числові характеристики системи двох випадкових величин.
- •2.37. Корельованість та залежність випадкових величин.
- •2.38. Двовимірний закон нормального розподілу.
- •2.39. Нерівність Чебишова.
- •2.40. Теорема Чебишова (закон великих чисел).
- •2.41. Теорема Бернуллі.
2.5. Основні властивості математичного сподівання.
Властивість 1. Математичне сподівання задовольняє подвійну нерівність:
.
Тобто математичне сподівання ДВВ не може бути менше найменшого її значення і не може бути більше найбільшого її значення.
Доведення. Нехай ДВВ має закон розподілу
|
|
|
|
|
|
|
|
|
|
Припускаємо,
що
,
.
Тоді:
,
.
Властивість 2. Математичне сподівання сталої величини дорівнює цій самій сталій:
.
Доведення.
Сталу
можна розглядати як ДВВ, яка може приймати
тільки одне значення
з ймовірністю
.
А тоді:
.
Властивість 3. Сталий множник можна виносити за знак математичного сподівання:
.
Доведення. Нехай ДВВ має закон розподілу:
|
|
|
|
|
|
|
|
|
|
Тоді
ДВВ
має такий закон розподілу:
|
|
|
|
|
|
|
|
|
|
Знайдемо:
.
Означення. Дві випадкові величини називаються незалежними, якщо закон розподілу кожної з них не залежить від того, які значення прийняла інша величина.
Приклад. Два стрілки стріляють декілька разів по одній цілі. Якщо ДВВ – число влучень 1-го стрілка, а ДВВ – число влучень 2-го стрілка, то величини та – незалежні.
Означення.
Якщо випадкові величини
та
незалежні, то їх добутком
називається випадкова величина
,
можливі значення якої дорівнюють
добуткам кожного можливого значення
величини
на кожне можливе значення величини
;
при цьому ймовірності можливих значень
величини
дорівнюють добуткам ймовірностей
відповідних значень
та
.
Властивість 4. Математичне сподівання добутку двох незалежних ДВВ дорівнює добутку їх математичних сподівань:
.
Доведення. Для спрощення припустимо, що кожна з величини та приймає тільки два можливі значення з певними ймовірностями, тобто закони їх розподілів мають вигляд:
|
|
|
|
|
|
|
|
|
|
|
|
Побудуємо закон розподілу ДВВ :
|
|
|
|
|
|
|
|
|
|
Знайдемо:
.
Наслідок. Математичне сподівання добутку декількох взаємно незалежних випадкових величин дорівнює добутку їх математичних сподівань.
Тобто, якщо
– взаємно незалежні випадкові величини,
то
.
Означення.
Сумою
двох випадкових величини
та
називається випадкова величина
,
можливі значення якої дорівнюють сумі
кожного можливого значення величини
та кожного можливого значення величини
;
якщо величини
та
незалежні, то ймовірності можливих
значень величини
дорівнюють добуткам відповідних значень
величин
та
.
Властивість 5. Математичне сподівання суми двох випадкових величини дорівнює сумі їх математичних сподівань:
.
Доведення. Нехай величини та задано законами їх розподілів:
|
|
|
|
|
|
|
|
|
|
|
|
(знову для спрощення обмежуємось випадком двох можливих значень кожної з величин). Запишемо закон розподілу величини :
|
|
|
|
|
|
|
|
|
|
Тут
.
Розглянемо:
.
(*)
Доведемо, що
.
Подія, яка полягає в тому, що величина
прийме значення
,
еквівалентна події, яка полягає в тому,
що величина
прийме значення
або
.
За теоремою про ймовірність суми
несумісних подій маємо:
.
Звідси
й випливає, що
.
Аналогічно доводимо, що
,
,
.
Підставляючи ці рівності в співвідношення
(*), дістаємо:
.
Наслідок 1. Математичне сподівання суми декількох випадкових величини дорівнює сумі їх математичних сподівань:
.
Наслідок 2.
Якщо
– сталі величини, то:
.
Властивість 6. Математичне сподівання різниці двох випадкових величини дорівнює різниці їх математичних сподівань:
.
Доведення. Дійсно, на підставі Наслідку 2 з Властивості 5 маємо:
.
Приклад. Знайти математичне сподівання суми очок, які можуть випасти при киданні двох гральних кісток.
Нехай ДВВ – число очок, що випадає на першій кістці, ДВВ – число очок, що випадає на другій кістці. Ці величини мають один й той же закон розподілу (див. п. 2.3, Задача 1). Знайдемо:
.
Аналогічно
.
Тоді
.