Математическое ожидание числа появлений события в независимых испытаниях
Теорема. Математическое ожидание М(Х) числа появлений события А в n независимых испытаниях равно произведению числа испытаний на вероятность появления события в каждом испытании: М(Х)=пр.
Определение. Отклонением (центрированной случайной величиной) называется разность между случайной величиной и её математическим ожиданием.
Теорема. Математическое ожидание отклонения равно 0 : М(Х-М(Х))=0
Дисперсия(рассеяние) случайной величины Х – математическое ожидание квадрата отклонения случайной величины от её математического ожидания :
D(X)= 2=M(X – M(X))2=(xi – M(xi))2Pi
Вероятностный смысл дисперсии- степень рассеяния (разброса) значений случайной величины вокруг её математического ожидания
Теорема Дисперсия равна разности между математическим ожиданием квадрата случайной величины Х и квадратом её математического ожидания:
D(X)=M(X2)-[M(X)]2
Пример 1Найти дисперсию случайной величины Х, которая задана законом распределения,
Х |
2 |
3 |
5 |
Р |
0,1 |
0,6 |
0,3 |
Решение М(Х) = 2*0,1+3*0,6+5*0,3=0,2+1,5=3,5
-
D(x) =(2-3,5)2*0,1+(3-3,5)2*0,6+(5-3,5)2*0,3=2,25*0,1+0,25*0,6+2,25*0,3=2,25*0,4+0,15=0,9+0,15=1,05.
-
D(X)=22*0,1+32*0,6+52*0,3-(3,5)2=0,4+5, 4+7,5-12,25=13,3-12,25=1,05.
Пример 2 сравнить дисперсии случайных величин, заданных законами распределения
Х |
-1 |
1 |
2 |
3 |
Р |
0,48 |
0,01 |
0,09 |
0,42 |
У |
-1 |
1 |
2 |
3 |
Р |
0,19 |
0,51 |
0,25 |
0,05 |
М(X)=-0,48+0,01+0,18+1,26=1,45-0,48=0,97
M(Y)=-0,19+0,51+0,5+0,15=1,16-0,19=0,97
D(X)=0,48+0,01+0,36+3,78-0,972=4,63-0,94093,69
D(Y)=0,19+0,51+1+0,45-0,972=2,15-0,94091,21
Свойства дисперсии
-
D(C) =0, C=const
-
D(CX)=C2D(X)
-
Дисперсия алгебраической суммы двух независимых случайных величин равна сумме дисперсий этих величин
D(X Y)=D(X)+D(Y)
Следствие1 Дисперсия алгебраической суммы конечного числа взаимно независимых случайных величин равна сумме дисперсий этих величин
Следствие 2 D(C+X)=D(X), C=const
Дисперсия числа появлений события в независимых испытаниях
Теорема Дисперсия числа появлений события А в n независимых испытаниях , в каждом из которых вероятность Р появления события постоянна, равна произведению числа испытаний на вероятность появления и непоявления события в одном испытании:
D(X)=npq.
-21-
Пример. Производятся 10 независимых испытаний, в каждом из которых вероятность появления события равна 0,6. Найти дисперсию случайной величины X-числа появления событий в этих испытаниях.
Решение . n=10; p=0,6 q=1- 0,6 =0,4 D(X)=npq=10*0,6*0,4=2,4
(СКО) случайной величины X- квадратный корень из дисперсии:
(X)=.
Дисперсия имеет размерность, равную квадрату размерности случайной величины X, а размерность(X) совпадает с размерностью (X). Поэтому в тех случаях, когда желательно, чтобы оценка рассеяния имела размерность случайной величины, вычисляют СКО, а не дисперсию.
СКО алгебраической суммы взаимно независимых случайных величин.
. СКО алгебраической суммы конечного числа взаимно независимых случайных величин равно квадратному корню из суммы квадратов СКО этих величин:
Основные виды распределений дискретных случайных величин.
_1) Биномиальное – распределение вероятностей, определяемое формулой Бернулли.
Биномиальный закон:
X |
n |
n-1 |
… |
k |
… |
0 |
p |
Pn |
Npn-1q |
… |
|
… |
qn |
M(X)=np ;D(X)= pqn ; (X) =
2) Пуассоновское – распределение Пуассона вероятностей массовых (n- велико) и редких (p- мала ) событий.
Pn(k)=/ k!
M(X)=D(X)= (X)=