
- •Основные распределения случайных величин
- •Основные сведения о случайных величинах
- •1.1. Понятие случайной величины
- •1.2. Способы задания случайных величин
- •1.3.Числовые характеристики случайных величин
- •Основные распределения дискретных случайных величин
- •2.1. Распределение Бернулли
- •Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •Гипергеометрическое распределение
- •3. Основные распределения непрерывных случайных величин
- •Равномерное распределение
- •Показательное (экспоненциальное) распределение
- •3.3. Нормальное распределение
- •Влияние параметров распределения на форму нормальной кривой
- •Правило трёх сигм
- •4. Задачи для самостоятельного решения.
- •Список литературы
- •Содержание
- •1. Основные сведения о случайных величинах . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
1.3.Числовые характеристики случайных величин
Выше мы познакомились с исчерпывающими характеристиками случайных величин.
Для дискретной случайной величины это:
функция распределения;
ряд распределения (графически – многоугольник распределения).
Для непрерывной случайной величины это:
функция распределения;
плотность распределения (графически - кривая распределения).
На практике зачастую нет возможности или необходимости характеризовать случайную величину полностью. Достаточно указать только отдельные числовые параметры, характеризующие основные черты распределения случайных величин: например, какое-то среднее значение, около которого группируются возможные значения случайной величины; какое-либо число, характеризующее степень разбросанности этих значений относительно среднего. Такие характеристики называются числовыми характеристиками случайной величины. Важнейшими числовыми характеристиками являются математическое ожидание, дисперсия и среднее квадратическое отклонение случайной величины
Математическим ожиданием дискретной случайной величины называется сумма произведений всех её возможных значений на их вероятности.
Пусть случайная величина X принимает n возможных значений. Тогда её математическое ожидание M(X) равно
(9)
Если дискретная случайная величина X принимает счетное множество значений, то
,
(10)
причем математическое ожидание существует, если ряд в правой части равенства (10) сходится абсолютно.
Можно показать, что математическое ожидание приближенно равно среднему арифметическому наблюдаемых значений случайной величины.
Для непрерывной случайной величины с плотностью f(x) математическое ожидание выражается уже не суммой, а интегралом.
Математическим ожиданием непрерывной случайной величины называется интеграл
,
(11)
где f(x)- плотность распределения величины Х.
Отклонением случайной величины X называется разность между случайной величиной и её математическим ожиданием: Х - М (Х).
Дисперсия случайной величины – это характеристика рассеивания значений случайной величины около её математического ожидания, определяемая по формуле
,
(12)
то есть дисперсия равна математическому ожиданию квадрата отклонения случайной величины от её математического ожидания.
Для непрерывной случайной величины имеем:
.
(13)
Дисперсию часто вычисляют по формуле
(14)
- дисперсия равна разности между математическим ожиданием квадрата случайной величины и квадратом её математического ожидания.
Дисперсия случайной величины имеет размерность квадрата случайной величины, в то время как математическое ожидание имеет размерность самой случайной величины. Для наглядной характеристики рассеивания удобнее пользоваться величиной, размерность которой совпадает с размерностью случайной величины. Для этого из дисперсии извлекают квадратный корень. Полученную величину называют среднеквадратическим отклонением случайной величины:
(15)