Лекции по ТВ и МС(ч.1)
.pdfЛекция № 11 |
Математическое ожидание случайной величины |
9решать задачи:
¾находить математическое ожидание случайных величин.
11.7. Задачи и упражнения.
1. Распределение |
|
дискретной |
|
случайной |
величины |
ξ |
определено |
|||||||||||||
формулами: |
P{ξ = k}=1 5 , |
k = −2;−1;0;1;2 . Найти |
математические ожидания |
|||||||||||||||||
случайных величин ξ , η = −ξ , η |
2 |
= |
|
|
ξ |
|
, η |
3 |
=ξ2 . |
|
|
|
||||||||
|
|
|
|
|
||||||||||||||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
2. Распределение |
|
дискретной |
|
случайной |
величины |
ξ |
определено |
|||||||||||||
формулами: |
P{ξ = k}= |
|
1 |
|
|
, |
k =1,2,K Найти математическое ожидание ξ , |
|||||||||||||
k(k +1) |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
если оно существует. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
3. Распределение |
|
дискретной |
|
случайной |
величины |
ξ |
определено |
|||||||||||||
формулами: |
P{ξ = k}= |
|
|
4 |
|
|
|
|
, |
k =1,2,K. Найти математическое ожидание |
||||||||||
k(k +1)(k + 2) |
||||||||||||||||||||
случайной величины ξ . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
4. Плотность распределения случайной величины ξ имеет вид |
fξ (x)= 3 x4 , |
|||||||||||||||||||
x ≥1. Найти: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а) математическое ожидание случайной величины ξ ; |
|
|
||||||||||||||||||
б) распределение случайной величины η =1 ξ ; |
|
|
|
|||||||||||||||||
в) математическое ожидание случайной величины η. |
|
|
||||||||||||||||||
5. Случайная величина |
|
|
ξ |
|
имеет |
распределение Лапласа |
с |
плотностью |
x −a
fξ (x) = 21β e_ 2β , β > 0 . Найти математическое ожидание величины ξ .
6. Случайная величина η имеет нормальное распределение с параметрами
(a,σ 2 ). Найти математическое ожидание случайной величины ξ − Mξ .
7. Бросают две игральные кости. Пусть ξ — сумма числа очков, выпавших на верхних гранях. Найти математическое ожидание величины ξ .
119
Дисперсия |
Лекция № 12 |
Лекция № 12
Математическое ожидание функции от случайной
Тема:
величины. Дисперсия. Вероятностные неравенства
…Важнейшие вопросы жизни не что иное, как задачи теории вероятностей. Можно даже сказать, если уже говорить точно, что почти все наши знания только вероятны, и в небольшом кругу предметов, где мы можем познавать с достоверностью, в самой математике, главные средства достигнуть истины
— индукция и аналогия — основываются на вероятностях, таким образом, вся система человеческих знаний связана с теорией вероятностей.
П. Лаплас
12.1. Математическое ожидание функции от случайной величины
Как нам уже известно, что если ξ — случайная величина на вероятностном пространстве (Ω,F, P), с функцией распределения Fξ (x) и g(x) — некоторая борелевская функция, тогда g(ξ) также является случайной величиной.
Математическое ожидание g(ξ) вычисляется по формуле
+∞ |
|
M g(ξ)= ∫g(x)dF(x), |
(12.1) |
−∞
если интеграл в правой части последнего выражения, который понимается в смысле Лебега–Стилтьеса, сходится абсолютно. Доказательство этого факта вы можете найти в [2] (стр. 87–89, теорема 1).
Пример 12.1. Пусть случайная величина ξ распределена по показательному
закону с плотностью fξ (x)= e−x , |
если x > 0 . Тогда математическое ожидание |
случайной величины ξ3 +1 можно |
вычислить по формуле (12.1): |
120
Лекция № 12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Дисперсия |
|||||||
+∞ |
|
|
|
|
|
|
|
|
|
|
+∞ |
|
|
|
|
|
|
|
||||||
M(ξ3 +1)= ∫(x3 +1)e−xdx =−(x3 +1)e−x |
|
+∞ |
+3 ∫x2e−xdx =1 |
−3x2e−x |
|
+∞ |
+ |
|
||||||||||||||||
|
|
|
||||||||||||||||||||||
|
0 |
|
|
0 |
|
|||||||||||||||||||
0 |
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
+∞ |
|
|
+∞ |
|
+∞ |
|
|
|
|
+∞ |
|
|
|
|
|
|||
+ 6 ∫xe−xdx =1−6xe−x |
+ 6 |
∫e−xdx =1−6e−x |
= 7. |
|
|
|
|
|||||||||||||||||
0 |
|
0 |
|
|
|
|
||||||||||||||||||
0 |
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
||||||||
Пример 12.2. Случайная величина ξ |
распределена |
по закону Пуассона, |
тогда |
|||||||||||||||||||||
математическое ожидание случайной величины η = eξ |
равно |
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
∞ |
k |
e−λ = e |
|
∞ |
|
|
|
|
k |
= e−λeeλ = eλ(e−1). |
|
|
||||||
M eξ = ∑ek |
λ |
−λ ∑ |
(λe) |
|
|
|||||||||||||||||||
|
|
|
|
|
|
k =0 |
k! |
|
|
|
k =0 |
|
|
k! |
|
|
|
|
|
|
|
|
|
|
12.2. Дисперсия случайной величины |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Определение 12.1 |
|
|
|
|
|
Дисперсией случайной величины ξ называется |
|
|
||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
Dξ = M(ξ − Mξ)2 . |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Определение 12.2 |
|
|
|
|
|
Величина |
|
|
|
|
|
|
|
|
σξ |
= Dξ |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
называется среднеквадратическим отклонением случайной |
|||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
величины ξ . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Установим |
|
|
|
|
|
некоторые свойства дисперсии случайной величины: |
|
|
||||||||||||||||
|
|
|
|
|
||||||||||||||||||||
1) Если P{ξ = c}=1, то Dξ = 0 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Это следует из определения и свойств математического ожидания. |
|
|
||||||||||||||||||||||
2) D cξ = c2 Dξ . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
3) Dξ = Mξ2 −(Mξ)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(12.2) |
||||||
(эта формула удобна для вычисления дисперсии). |
|
|
|
|
|
|
|
|||||||||||||||||
Не трудно видеть, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
M(ξ − Mξ)2 = M(ξ2 − 2ξ Mξ + (Mξ)2 )= Mξ2 − 2(Mξ)2 + (Mξ)2 = Mξ2 −(Mξ)2 . |
||||||||||||||||||||||||
Пример 12.3. Случайная величина ξ |
имеет биномиальное распределение с |
|||||||||||||||||||||||
параметрами n , p . Дисперсия случайной |
величины ξ согласно (12.2) |
равна |
||||||||||||||||||||||
Dξ = Mξ2 −(Mξ)2 . Напомним, что Mξ = np . |
Далее из формулы (12.1) имеем |
121
Дисперсия |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Лекция № 12 |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
n! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Mξ2 |
|
= ∑k |
2Cnk pk (1− p)n−k = ∑k 2 |
|
pk (1− p)n−k = |
|
|
|
|||||||||||||||||||||||||||||
|
|
|
k!(n − k )! |
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
k =0 |
|
|
|
|
|
|
|
|
|
|
|
k =0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
n |
|
|
|
n! |
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
kn! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
= ∑k |
2 |
|
|
|
|
pk (1− p)n−k = ∑ |
|
|
|
|
|
|
|
pk (1− p)n−k |
= |
|
|
||||||||||||||||||||
|
|
|
|
k!(n − k )! |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
k =0 |
|
|
|
|
|
|
|
|
|
|
k =1 (k −1)!(n − k )! |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
n |
|
|
(k −1)n! |
|
|
|
|
k |
|
|
n−k |
n |
|
|
|
n! |
|
|
|
|
|
k |
|
|
|
|
n−k |
|
|
|
|||||||
|
|
= ∑ |
|
|
|
|
|
|
|
|
|
|
p |
|
(1− p) |
+∑ |
|
|
|
|
|
|
|
|
|
p |
|
(1− p) |
= |
|
|
||||||||
|
|
(k |
−1)!(n − k )! |
|
(k |
−1)!(n − k )! |
|
|
|
|
|||||||||||||||||||||||||||||
|
|
k =1 |
|
|
|
|
|
k =1 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
n |
|
|
|
n! |
|
|
|
|
|
|
pk (1− p)n−k |
n |
|
|
|
n! |
|
|
|
|
pk (1− p)n−k |
|
|
|
|||||||||||||
|
= ∑ |
|
|
|
|
|
|
|
|
|
+∑ |
|
|
|
|
|
|
|
= |
|
|
||||||||||||||||||
|
(k |
− 2)!(n − k )! |
|
(k |
−1)!(n − k )! |
|
|
||||||||||||||||||||||||||||||||
|
|
k =2 |
|
|
|
|
|
k =1 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
2 |
n |
(n − 2)! |
|
|
|
|
|
|
k −2 |
|
n−k |
|
|
|
n |
|
(n −1)! |
|
|
|
|
|
k −1 |
|
n−k |
|
||||||||||||
= n(n −1)p |
|
∑ |
|
|
|
|
|
|
|
|
p |
|
|
|
(1 |
− p) |
+ np∑ |
|
|
|
|
|
|
|
|
|
|
p |
|
(1− p) |
|
= |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
(k −1)!(n − k )! |
|
|
|||||||||||||||||||||||||
|
|
k =2 (k − 2)!(n − k )! |
|
|
|
|
|
|
|
|
|
|
|
k =1 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= n(n −1)p2 + np. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Таким образом, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
D ξ = M ξ 2 − (M ξ )2 = n(n −1)p 2 + np − (np )2 |
= −np 2 + np = np (1 − p )= npq . |
Пример 12.4. Дисперсия равномерного на [a,b] распределения. Имеем
|
1 |
b |
b |
3 |
− a |
3 |
|
= b |
2 |
+ ab + |
Mξ2 = |
∫x2dx = |
|
|
|
|
|||||
b − a |
3(b − a) |
|
3 |
|||||||
|
a |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
справедливо
Dξ = M ξ 2 −(M ξ )2 =
a2 |
Mξ = |
a +b |
, |
, тогда, так как |
2 |
||
|
|
|
b2 + ab + a2 |
a + b |
2 |
||
|
− |
|
|
= |
3 |
|
|||
|
2 |
|
= |
4b2 + 4ab + 4a2 −3b2 − 6ab −3a2 |
= |
b2 − 2ab + a2 |
= (b − a)2 . |
||||
12 |
|
|||||||
|
|
|
12 |
|
12 |
|||
12.3. Моменты случайной величины |
|
|
|
|||||
Определение 12.3 |
|
Для целого неотрицательного |
k |
начальным моментом |
||||
|
||||||||
|
порядка k называется величина |
|
|
|
||||
|
|
|
m(k )ξ = Mξk . |
|
|
|||
|
|
|
Для целого неотрицательного |
k центральным моментом |
Определение 12.4 порядка k называется величина
µ(k )ξ = M(ξ − m(1))k .
122
Лекция № 12 |
Дисперсия |
12.4. Неравенство Чебышева
|
|
|
|
|
|
|
|
Пусть g(x) — неотрицательная неубывающая на множестве |
||
|
|
|
|
|
|
|
|
|||
Теорема 12.1. |
|
|
|
|
|
|
|
значений случайной величины ξ функция. Предположим, что |
||
Неравенство |
|
|
|
|
|
|
|
существует M g(ξ). Тогда для каждого ε > 0 справедливо |
||
Чебышева |
|
|
|
|
|
|
|
|
|
P{ξ > ε}≤ M g(ξ). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
g(ε) |
Доказательство. |
|
|
|
|
|
Пусть Fξ (x) |
— функция распределения ξ . Применяя формулу |
|||
|
|
|
||||||||
(12.1), получим |
|
|
|
|
|
|
|
|
|
|
|
+∞ |
|
+∞ |
+∞ |
||||||
M g(ξ) |
= ∫g(x)dFξ (x) |
≥ ∫g(x)dFξ (x)≥ g(ε)∫dFξ (x)= g(ε)P{ξ > ε}, |
||||||||
|
−∞ |
|
ε |
ε |
что и доказывает теорему.
ЧЕБЫШЕВ ПАФНУТИЙ ЛЬВОВИЧ (14 (26) мая 1821, село Окатово Калужской губернии, ныне Калужской области — 26 ноября (8 декабря) 1894, Санкт–Петербург) — российский математик и механик, член Петербургской академии наук (1856), основатель Петербургской математической школы. Член Берлинской АН (1871), Болонской АН (1873), Парижской АН (1874; член-корреспондент с 1860), Лондонского Королевского общества (1877), Шведской АН (1893) и почетный член многих русских и иностранных научных обществ, академий, университетов.
П.Л. Чебышёв положил начало развитию многих новых разделов математики (теория приближений функций, интегральное исчисление, теория чисел, теория вероятностей), а также теории механизмов и машин. Одним из первых он начал увязывать проблемы математики с принципиальными вопросами естествознания и техники, многие его открытия обусловлены именно прикладными задачами.
В 1847 защищает в Петербургском университете диссертацию «Об интегрировании с помощью логарифмов» на право чтения лекций и после утверждения в звании доцента приступает к чтению лекций по алгебре и теории чисел. В 1849 защищает в
Петербургском университете докторскую диссертацию «Теория сравнений», которая в том же году была удостоена Демидовской премии. С 1850 по 1882 — профессор Петербургского университета. После выхода в отставку Чебышев до конца жизни занимается научной работой.
С 1856 года Чебышев работал в артиллерийском отделе Военного ученого комитета, занимался вопросами баллистики. Его теоретические разработки позволили русской артиллерии выйти в конце 19 века на одно из первых мест в мире.
Исследования Чебышева относятся к теории приближения функций многочленами, интегральному исчислению, теории чисел, теории вероятностей, теории механизмов и другим областям знания. Наибольшее число работ посвящено математическому анализу.
Работы Чебышева по теории вероятностей: «Опыт элементарного анализа теории вероятностей» (1845); «Элементарное доказательство одного общего положения теории вероятностей» (1846); «О средних величинах» (1867); «О двух теоремах относительно вероятностей» (1887)] ознаменовали важный этап в развитии теории вероятностей. П.Л.Чебышев стал систематически использовать случайные величины. Им доказаны неравенство, носящее ныне имя Чебышева, и — в весьма общей форме — закон больших чисел.
В 1944 Академией наук СССР учреждена премия имени П.Л.Чебышева.
123
Дисперсия |
|
|
|
|
|
|
|
|
Лекция № 12 |
12.5. Неравенство Иенсена1 |
|
|
|
|
|
||||
Теорема 12.2. |
|
Пусть ξ — случайная величина с областью значений I, а |
|||||||
|
|||||||||
Неравенство |
|
g(x) — выпуклая на I функция. Тогда справедливо |
|||||||
Иенсена |
|
|
M g(ξ)≥ g(Mξ). |
||||||
|
|
|
|
|
|
|
|||
Доказательство. Из курса математического анализа известно, что функция g(x) |
|||||||||
выпуклая на I тогда и только тогда, когда |
|
|
|
|
|
||||
|
|
|
g (x)≥ 0 |
|
|
|
|
|
|
|
|
|
′′ |
|
|
|
|
|
|
в каждой точке |
I. |
Запишем разложение |
в ряд Тейлора функции g(x) в |
||||||
окрестности точки x0 |
с остаточным членом в форме Лагранжа |
||||||||
|
|
g(x)= g(x0 )+ g′(x0 )(x − x0 )+ |
g′′(η) |
(x − x0 )2 , |
|||||
|
|
|
|
||||||
|
|
|
|
|
|
|
2 |
|
|
где η точка, лежащая между x и x . Так как |
|
g′′(η) |
(x − x )2 ≥ 0, то |
||||||
|
|
||||||||
|
|
|
0 |
|
2 |
0 |
|||
|
|
|
|
|
|
|
|
g(x)≥ g(x0 )+ g′(x0 )(x − x0 ).
Положим x =ξ и x0 = Mξ :
g(ξ)≥ g(Mξ)+ g′(Mξ)(ξ − Mξ).
Возьмем математическое ожидание от обеих частей последнего неравенства, в результате получим
M g(ξ)≥ g(Mξ).
Что и требовалось доказать.
12.6. Неравенство Ляпунова
Теорема 12.3.
Неравенство
Ляпунова
Если 0 < s < t и случайная величина ξ такая, что M ξ t < +∞,
тогда
(M ξ s )1 ≤ (M ξ t )1 .
s t
1 Иенсен Иоганн Людвиг [Jensen Johann Ludwig] (1859–1925) — датский математик. Основные труды по теории функций. Неравенство Иенсена (1906).
124
Лекция № 12 Дисперсия
Доказательство. Положим r = |
t |
, |
g(x)= |
|
x |
|
r , r ≥1, η = |
|
ξ |
|
s . Тогда, применяя |
|
|
|
|
|
|||||||||
s |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||
неравенство Иенсена, получим |
|
|
|
|
|
|
|
|
|
|
||
t |
|
t |
(M ξ s )s ≤ M(ξ s )s = M ξ t .
Из этого неравенства и следует требуемое неравенство Ляпунова.
ЛЯПУНОВ АЛЕКСАНДР МИХАЙЛОВИЧ (6.06.1857–3.11.1918) — Русский математик и механик, акад. Петербургской АН (с 1901, чл.-кор. с 1900), чл.- кор. Парижской АН, иностранный член Национальной академии деи Линчей, почетный член Петербургского, Харьковского и Казанского ун-тов, член многих академий наук и научных обществ. Родился в Ярославле. Окончил Петербургский университет (1880). Ученик Чебышева. В 1884–1885 работал в Петербургском университете, в 1885–1902 – в Харьковском университете (с 1893 – профессор). С 1902 жил в Петербурге, занимался исключительно научной работой. В 1917 переехал в Одессу. С осени 1918 – профессор Одесского университета.
Основные работы посвящены теории устойчивости равновесия и движения механических систем, теории фигур равновесия равномерно вращающейся жидкости и математической физике. Важнейшим достижением Ляпунова является создание современной теории устойчивости равновесия и движения механических систем, определяемых конечным числом параметров.
В математической физике решил ряд важных задач, в частности задачу Дирихле. В теории вероятностей развил метод характеристических функций, очень общий. При этом доказал центральную предельную теорему теории
вероятностей при значительно более общих условиях, чем его предшественники.
12.7. Неравенство Гельдера1
|
|
|
|
|
|
Пусть p >1, q >1, |
1 |
|
|
+ 1 =1 и случайные величины ξ и η |
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
Теорема 12.4. |
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
|
q |
|
|
|
|
|
|
|
|
|||||||||||||||||
|
Неравенство |
|
|
таковы, что M |
|
ξ |
|
p < +∞, M |
|
η |
|
q < +∞. Тогда |
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
Гельдера |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
1 |
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M |
|
ξη |
|
≤ (M |
|
ξ |
|
p )p |
(M |
|
η |
|
q )q |
. |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
* x = yq −1 . Из рисунка соответствующего |
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
A |
|
|
случаю b < a p −1 , |
|
вытекает, что сумма |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
B |
|
|
|
|
|
|
|
|
площадей |
|
|
|
|
|
|
|
|
||||||||||||||||||
(0;b) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
a |
p |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
S = ∫x p−1dx = |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
T |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
S |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
q |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и T = ∫yq −1dy = b |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
q |
|||||||||||||||||
|
O |
|
|
|
|
|
|
(a;0) |
x |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 Гельдер Людвиг Отто [Hölder Ludwig Otto] (1859–1937) —немецкий математик. Основные труды в области алгебры, математического анализа, оснований математики.
125
Дисперсия |
Лекция № 12 |
не меньше, чем ab : ab ≤ a p + bq . Положим в этом неравенстве p q
a = |
|
|
|
ξ |
|
|
, b = |
|
|
|
|
η |
|
||||
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
1 |
||
|
(M |
|
ξ |
|
p )p |
|
(M |
|
η |
|
q )q |
||||||
|
|
|
|
|
и возьмем математическое ожидание от обеих частей полученного неравенства. Тогда, используя свойства математического ожидания, получим
M |
|
|
|
ξ |
|
|
|
|
|
|
|
|
η |
|
|
|
≤ |
1 |
+ 1 |
=1, |
||||
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
1 |
1 |
|
|
|||||||||||||||||||||
|
(M |
|
ξ |
|
p )p |
|
|
(M |
|
η |
|
q )q |
|
|
p q |
|
||||||||
|
|
|
|
|
|
откуда и следует неравенство Гельдера.
Следствие 12.1. (Неравенство Коши–Буняковского). Положив p = q = 2 ,
получим
(M ξη )2 ≤ (M ξ 2 )(Mη 2 ).
БУНЯКОВСКИЙ ВИКТОР ЯКОВЛЕВИЧ (16.12.1804–12.12.1889) — русский математик, член Петербургской Академии Наук (1830г., адъюнкт-с 1828г.) и ее вице-президент (1864-1889гг). Родился в Баре (ныне Винницкой области). Начальное образование - домашнее. В 1820-1825гг.
учился за границей, в частности в Париже, где в то время преподавали такие знаменитые ученые, как П. С. Лаплас, Ж. Б. Ж. Фурье, С. Д. Пуассон, О. Л. Коши, А. М. Лежандр, А. М. Ампер и другие. Там же защитил диссертацию и получил степень доктора математики (1825г.).
Буняковский занимался педагогической деятельностью: преподавал в 1-м кадетском корпусе (1827г.), в морском корпусе (1827-1862гг.) и в Институте путей сообщения (1830-1846гг.). В 1846-1859гг. читал курсы аналитической механики, теории вероятностей и математического анализа в Петербургском университете. С 1858г. был главным экспертом производства по вопросам статистики и страхования.
Обширна и плодотворна научная деятельность Буняковского. Список его сочинений содержит 168 названий. Работал преимущественно над теорией чисел и теорией вероятностей с ее приложениями; ему принадлежат также работы, посвященные вопросам анализа, геометрии и алгебры. Интересовался практикой вычислений, предложил усовершенствованный вариант русских счетов. Важнейшее место в деятельности Буняковского занимают труды по теории вероятностей. Его сочинение "Основания математической теории
вероятностей" (1846г.) содержит, кроме оригинального изложения самой теории вероятностей, историю возникновения и развития этой науки и множество ее приложений к страхованию, демографии и т.п. Ряд известнейших статей Буняковского посвящен статистике народонаселения, подсчету вероятных контингентов русской армии, решению задач судопроизводства, определению погрешности наблюдений и т. д. Все эти работы содействовали успешному развитию теории вероятностей в России. Работы по теории чисел о сравнениях, квадратичном законе взаимности и другие возродили в русской науке интерес к теории чисел, успешно разрабатывавшейся в Петербургской Академии Наук в XVIII в. В математическом анализе большое значение имеет открытое Буняковским неравенство, которое иногда называют неравенством Шварца, хотя Г. А. Шварц нашел это неравенство только в 1875г., т.е. на 16 лет позднее. Работы Буняковского по геометрии относятся преимущественно к теории параллельных линий.
Наряду с М. В. Остроградским и П. Л. Чебышевым Буняковский сыграл огромную роль в повышении научного уровня преподавания математики в высшей школе и в расширении ее учебной программы. Составленный Буняковским обширный "Лексикон чистой и прикладной математики" (до буквы Е) имел большое значение для математического просвещения и введения научной терминологии. Буняковский написал также учебники для средней школы: "Арифметику" (1844г.), "Программу и конспект арифметики" (1849г.).
126
Лекция № 12 |
Дисперсия |
12.8. Рекомендуется изучить самостоятельно:
¾[2] – стр. 86 — 97;
¾[3] – стр. 158 — 172.
12.9. Теоретические вопросы, выносимые на экзамен:
1.Математическое ожидание функции от случайной величины. Дисперсия.
2.Вероятностные неравенства Чебышева, Иенсена, Ляпунова, Гельдера.
12.10. В результате успешного усвоения материала лекции студент должен знать:
9определения:
¾дисперсии случайной величины;
¾средне квадратичного отклонения;
¾начального момента порядка m ;
¾центрального момента порядка m ;
9свойства:
¾дисперсии случайной величины;
9формулу:
¾математического ожидания функции от случайной величины;
9неравенства:
¾Чебышева;
¾Иенсена;
¾Ляпунова;
¾Гельдера;
¾Коши-Буняковского;
уметь:
9доказывать неравенства:
¾Чебышева;
¾Иенсена;
¾Ляпунова;
127
Дисперсия |
Лекция № 12 |
¾ Гельдера;
9доказывать свойства:
¾дисперсии.
12.11. Задачи и упражнения
1.Вычислить дисперсию геометрически распределенной случайной величины.
2.Вычислить дисперсию случайной величины, распределенной по закону Пуассона.
3.Случайная величина ξ имеет гипергеометрическое распределение с
параметрами (N, p, n) (0 < p <1), если
|
|
k n−k |
|
|
P{ξ = k}= |
CNpCN (1− p) |
, k = 0,K, n . |
|
CNn |
||
|
|
|
|
Найти математическое ожидание и дисперсию случайной величины ξ . |
|||
4. Случайная |
величина ξ имеет |
распределение Бореля–Таннера с |
|
параметрами (r,α) |
(0 <α <1), если |
|
P{ξ = k}= ( r ) k k −r −1e−αkαk −r , k = r, r +1,K k − r !
5.Вычислить математическое ожидание и дисперсию случайной величины,
укоторой
P{ξ = k}= logm (k +1)−logm k , k = 0,K, n .
6.Доказать, что дисперсия числа появлений события при однократном производстве опыта не превосходит 14 .
7.Вычислить дисперсию случайной величины, подчиняющейся закону Лапласа, с плотностью
fξ (x)= e− x .
8. Вычислить дисперсию нормальной с параметрами (a,σ 2 ) случайной величины.
128