- •Тема: Числовые характеристики скалярных случайных величин
- •Математическое ожидание.
- •Дисперсия.
- •Математическое ожидание и дисперсия основных законов распределения случайных величин.
- •Мода и медиана случайной величины.
- •Моменты случайной величины.
- •Тема: Закон больших чисел. Предельные теоремы теории вероятностей
- •Закон больших чисел.
- •Центральная предельная теорема.
Тема: Числовые характеристики скалярных случайных величин
К числовым характеристикам с.в. относятся: математическое ожидание, дисперсия, моменты различных порядков и т.д.
-
Математическое ожидание.
Пусть – дискретная с.в., принимающая значения с вероятностями соответственно.
Математическим ожиданием (м.о.) или средним значением с.в. называется число
(1.1)
в предположении, что этот ряд сходится абсолютно.
Если же ряд расходится, то говорят, что с.в. не имеет конечного м.о.
Если – непрерывная с.в. с плотностью вероятности , то её м.о. определяется интегралом
(1.2)
при условии, что он сходится абсолютно.
Пусть – дискретная с.в. с законом распределения (2.1) (Тема: Скалярные случайные величины), а – функция этой с.в. Тогда закон распределения с.в. имеет вид табл. 7.1 (Тема: Скалярные случайные величины). Согласно равенству (1.1), м.о. случайной величины определяется формулой
.
Если же – непрерывная с.в. с плотностью вероятности , то, обобщая предыдущие рассуждения, получаем формулу для м.о. случайной величины в виде
. (1.3)
Пример 1.1. В денежной лотерее выпущено 200 билетов. Разыгрывается один выигрыш в размере 50 руб., два – по 25 руб., десять – по 1 руб. Найти среднюю величину выигрыша, если куплен один билет.
D Согласно примеру 2.1 (Тема: Скалярные случайные величины), закон распределения с.в. – выигрыша – имеет вид (2.2) (Тема: Скалярные случайные величины).
По формуле (1.1) средняя величина выигрыша
(руб.)
Итак, средний выигрыш в лотерее равен 55 коп. ▲
Пример 1.2. Плотность распределения вероятностей с.в. имеет вид
Найти .
D По формуле (1.3) . ▲
Выясним основные свойства математического ожидания.
10. М.о. числа появлений события в одном испытании равно вероятности этого события.
20. М.о. постоянной неслучайной величины равно .
30. Постоянный неслучайный множитель можно выносить за знак математического ожидания.
40. Для любых случайных величин (зависимых или независимых) м.о. суммы с.в. и равно сумме м.о. этих величин:
. (1.4)
50. Для независимых случайных величин м.о. произведения с.в. и равно произведению м.о. этих с.в., т.е.
. (1.7)
Пример 1.3. Найти м.о. суммы числа очков, которые могут выпасть при бросании двух игральных костей.
D Пусть и – число выпавших очков на первой и второй кости соответственно. Дискретные с.в. и принимают значения 1, 2, 3, 4, 5 и 6 с одинаковой вероятностью . Тогда по формулам (1.4) и (1.1) искомое м.о.
. ▲
-
Дисперсия.
М.о. характеризует среднее значение с.в. Отклонением с.в. от своего математического ожидания (среднего значения) называется с.в. . Часто величина называется центрированной с.в.
Дисперсией или рассеянием случайной величины называется математическое ожидание квадрата отклонения случайной величины от её математического ожидания:
. (2.1)
Корень квадратный из дисперсии называется средним квадратическим (квадратичным) отклонением с.в. и обозначается , так что .
Для дискретной с.в. , принимающей значения с вероятностью , , дисперсия определяется равенством
, (2.2)
где .
Для непрерывной с.в. дисперсия определяется равенством
, (2.3)
если этот интеграл существует. Здесь – плотность вероятности с.в. .
Из свойств м.о. и определения дисперсии имеем
.
Итак, для дискретной с.в.
. (2.4)
Для непрерывной с.в. равенство (2.4) имеет вид
. (2.5)
Формулы (2.4) и (2.5) более удобны для вычисления дисперсии.
Замечание. Из определения дисперсии (2.1) с.в. следует, что . Если дисперсия мала, то каждый член суммы (2.2) тоже мал. Следовательно, значение , при котором велико, должно иметь малую вероятность. Другими словами, при малой дисперсии большие отклонения с.в. от её м.о. маловероятны. Равенство означает, что для тех значений , вероятность которых равна нулю. Иначе говоря, означает, что с вероятностью, равной единице.
Пример 2.1. Найти дисперсию с.в. , заданной законом распределения вероятностей
D Находим м.о.: . Так как закон распределения с.в. имеет вид
то , и по формуле (2.4) . ▲
Пример 2.2. Найти дисперсию с.в. , функция распределения которой
D Находим плотность вероятности
Далее,
;
.
По формуле (2.5) искомая дисперсия
. ▲
Установим свойства дисперсии.
10. Дисперсия постоянной неслучайной величины равна нулю.
Действительно, .
20. Постоянный неслучайный множитель можно выносить за знак дисперсии, возводя его в квадрат: .
В самом деле,
.
30. Дисперсия суммы или разности независимых с.в. и равна сумме дисперсий этих величин: .
D Так как и независимые с.в., то и, следовательно,
.
Итак, . Отсюда и из свойства 20 дисперсии получим
. ▲