Лекции 4. Дискретные случайные величины
1. Понятие дискретной случайной величины (дсв)
Определение 1. Случайной величиной называется переменная величина, которая в зависимости от исхода испытания случайно принимает одно из множества возможных значений.
Определение 2. Случайная величина, принимающая различные значения, которые можно записать в виде последовательности, называется дискретной случайной величиной.
Примеры:
1) число покупателей в очереди у кассы;
2) число ДТП за сутки;
3) число бракованных изделий в партии.
Законом распределения дискретной случайной величины называется соответствие между возможными значениями случайной величины и их вероятностями.
Закон распределения дискретной случайной величины может быть задан в виде таблицы, первая строка которой содержит возможные значения , а вторая – соответствующие вероятности :
-
X
…
P
…
События , ,…, образуют полную группу, поэтому
.
Определение 3. Две случайные величины называются независимыми, если закон распределения одной из них не меняется от того, какие возможные значения приняла другая величина. В противном случае случайные величины называются зависимыми.
2. Числовые характеристики дсв
1. Математическое ожидание
Определение. Математическим ожиданием дискретной случайной величины называется сумма произведений значений этой случайной величины на соответствующие вероятности:
Математическое ожидание – это среднее значение данной случайной величины, центр ее распределения. Из определения следует, что M(X) − величина неслучайная, постоянная.
Пример 1._________________________________________________________
Случайная величина Х задана законом распределения
-
Х
1
2
3
P
0,3
0,5
0,2
Вычислим ее математическое ожидание:
M(X) = 1∙0,3+2∙0,5+3∙0,2=0,3+1+0,6=1,9.
Свойства математического ожидания
10. , где C − const.
20. .
30. .
Следствие: .
40. , где C − const.
50. , если X и Y независимы.
Пример 2 ._________________________________________________________
Найдем математическое ожидание случайной величины 5X−2Y+1 , если известно, что M(X)=2, M(Y)=3. Используя свойства математического
ожидания, получим M(5X−2Y+1)= 5M(X)−2M(Y)+1= 5∙2−2∙3+1=5.
2. Дисперсия
Определение 1. Разность называется отклонением случайной величины Х от ее математического ожидания.
Эта разность также есть случайная величина. Пусть M(X)=a. Тогда случайная величина X−a имеет закон распределения:
Х−a |
−a |
−a |
… |
−a |
P |
|
|
… |
|
Теорема. Математическое ожидание отклонения случайной величины от ее математического ожидания равно нулю.
Определение 2. Дисперсией случайной величины называется математическое ожидание квадрата отклонения этой случайной величины от ее математического ожидания:
.
Если случайная величина Х − дискретная, то
.
Дисперсия характеризует рассеяние возможных значений случайной величины около ее математического ожидания.
Определение 3. Средним квадратическим отклонением случайной величины называется квадратный корень из дисперсии:
.
Из определения следует, что дисперсия есть постоянная величина.
Пример 3._________________________________________________________
Используя условие примера 1, убедимся, что математическое ожидание отклонения равно нулю. Для этого составим закон распределения случайной величины Х−M(Х): из всех значений Х вычтем M(X)=1,9.
-
Х−M(Х)
−0,9
0,1
1,1
P
0,3
0,5
0,2
Тогда, −0,9∙0,3+0,1∙0,5+1,1∙0,2=−0,27+0,05+0,22=−0,27+0,27=0.
Вычислим дисперсию и среднее квадратическое отклонение:
D(X)=(−0,9)2∙0,3+(0,1)2∙0,5+(1,1)2∙0,2=0,243+0,005+0,242=0,49;
.
Свойства дисперсии
10. где − const.
20. Если − случайная величина, .
30. , .
40. , если X и Y независимы.
Следствие: .
50. .
Пример 4 ._________________________________________________________
Найдем дисперсию случайной величины 5X− 2Y+1 , если известно, что D(X)=0,2, D(Y)=1, а X и Y − независимы. Используя свойства дисперсии, получим D(5X−2Y+1)=52 ∙D(X)+22 ∙D(Y)+0=25∙0,2+4∙1=9.
Формула для вычисления дисперсии. Дисперсия случайной величины равна разности между математическим ожиданием квадрата этой величины и квадратом ее математического ожидания.
Пример 5._________________________________________________________
Найдем дисперсию случайной величины Х из примера 1 по формуле.
Математическое ожидание уже вычислено в примере 1: M(X)=1,9.
M(X2) = 12∙0,3+22∙0,5+32∙0,2 = 1∙0,3+4∙0,5+9∙0,2 = 4,1.
D(X) = M(X2) − M2(X) = 4,1−1,92 = 4,1−3,61= 0,49.
Лекции 5. Основные законы распределения ДСВ