Математическое ожидание m(X)
Определение.
|
Сумма произведений всех возможных значений дискретной случайной величины Х на вероятности этих значений называется математическим ожиданием
Вероятностный смысл математического ожидания: математическое ожидание случайной величины приближенно равно среднему значению случайной величины, около которого группируются все возможные значения случайной величины |
Пример3.
Для ряда распределения из примера 2 вычислим математическое ожидание:
.
Свойства математического ожидания:
|
Пример4.
Дано , . Найдите .
Решение.
.
Зная лишь математическое ожидание случайной величины, нельзя судить ни о ее возможных значениях, ни о рассеянии значения около математического ожидания.
Для оценки рассеивания случайной величины используют значение дисперсии.
Дисперсия d(X)
Определение.
|
Дисперсией случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания.
Вероятностный смысл дисперсии: характеризует степень рассеивания случайной величины около математического ожидания. |
При вычислении дисперсии используют еще одну формулу, которая значительно проще:
.
Пример5.
Для ряда распределения из примера 2 вычислим дисперсию.
1 способ.
Так как , то по формуле дисперсия имеет значение: .
2 способ.
Вычисли вначале .
Так как , то , тогда по второй формуле дисперсия вычисляется:
.
Свойства дисперсии:
|
Пример6.
Дано , . Найдите .
Решение.
.
Легко заметить, что в отличие от математического ожидания, размерность дисперсии равна квадрату размерности случайной величины. Для характеристики рассеивания более удобно использовать другую величину, размерность которой совпадает с размерностью величины. Такой характеристикой является среднее квадратичное отклонение.
Среднее квадратичное отклонение
Определение.
|
Средним квадратичным отклонением случайной величины Х называется квадратный корень из дисперсии: . Вероятностный смысл дисперсии: характеризует степень рассеивания случайной величины около математического ожидания (в одной размерности со случайной величиной). |
Пример7.
Дано . Найдите .
Решение.
.
Мода Мо(X)
Определение.
|
Модой Мо(Х) называется значение случайной величины, у которой достигается наибольшее значение вероятности. Если таких значений несколько, при которых достигается наибольшее значение вероятности, то случайная величина называется полимодальной. |
Пример8.
В ряде распределения из примера 2 мода принимает значение равное 1, т.е. .
Мода важна, она позволяет узнать при каком значении случайная величина принимает самое большое вероятностное значение (т.е. встречается всех чаще).