
- •Рекомендуемая литература
- •Теория вероятностей
- •1. Случайные события
- •1.1. Событие и эксперимент. Соотношения между событиями. Пространство элементарных событий
- •1.2. Частота события. Статистическое определение вероятности
- •1.3. Классическое определение вероятности
- •1.4. Геометрическое определение вероятности
- •1.5. Аксиомы теории вероятностей. Основные следствия из аксиом
- •1.6. Условная вероятность. Независимость событий. Теорема умножения вероятностей
- •1.7. Теорема сложения вероятностей
- •1.8. Формула полной вероятности. Формула Байеса
- •1.9. Вычисление вероятностей событий с помощью биномиальной и полиномиальной формул
- •2. Случайные величины
- •2.1. Понятие случайной величины и её закона распределения. Дискретные и непрерывные величины
- •2.2. Ряд и многоугольник распределения дискретной св
- •2.3. Функция распределения св и её свойства
- •2.4. Плотность распределения непрерывной св и её свойства
- •2.5. Математическое ожидание, мода и квантили св
- •2.6. Моменты, дисперсия и среднее квадратическое отклонение св
- •2.7. Биномиальное распределение
- •2.8. Распределение Пуассона
- •2.9. Геометрическое распределение
- •2.10. Равномерное распределение
- •2.11. Показательное распределение
- •2.12. Одномерное нормальное распределение
2.5. Математическое ожидание, мода и квантили св
При решении многих практических задач нет необходимости знать закон распределения рассматриваемой СВ, а достаточно указать лишь некоторые его характерные особенности. С этой целью используются числовые характеристики СВ.
Математическим ожиданием дискретной
СВ Х с возможными значениями
называется число
,
где
,
и
.
Если множество возможных значений
является счётным, то
(ряд в правой части равенства должен
быть абсолютно сходящимся, иначе
математическое ожидание не существует).
Математическим ожиданием непрерывной
СВ Х с плотностью распределения
называется число
(предполагается, что интеграл в правой
части является абсолютно сходящимся).
Математическое ожидание представляет собой среднее значение, принимаемое данной СВ, и является как бы центром, вокруг которого группируются её возможные значения. Отметим, что не у каждой СВ математическое ожидание совпадает с одним из возможных значений.
При большом числе независимых наблюдений
(измерений) СВ Х среднее арифметическое
результатов наблюдений (измерений)
почти всегда лишь незначительно
отличается от
.
Покажем это на примере дискретной СВ с
возможными значениями
.
Пусть при N независимых измерениях
значение
появилось
раз,
–
раз, ... ,
–
раз (очевидно,
).
Среднее арифметическое результатов
измерений СВ в данной серии определяется
равенством
,
где
– частота появления
значения
.
Отсюда следует, что при достаточно
большом N почти всегда справедливо
приближённое равенство
,
где правая часть есть
.
Модой дискретной СВ называется такое
её возможное значение
,
которому соответствует наибольшая
вероятность
.
Модой непрерывной СВ называется такое её возможное значение х, которому соответствует наибольшая плотность вероятности .
Квантилем уровня р непрерывной СВ
Х называется такое число
,
для которого
.
Квантиль
называется медианой.
2.6. Моменты, дисперсия и среднее квадратическое отклонение св
Начальным моментом k-го порядка СВ
Х называется число
.
Для дискретной СВ начальные моменты
определяются по формуле
,
для непрерывной СВ – по формуле
.
Первый начальный момент совпадает с
математическим ожиданием.
Случайная величина
называется центрированной по отношению
к СВ Х. Центральным моментом k-го
порядка СВ Х называется число
.
Для дискретной СВ центральные моменты
определяются по формуле
,
для непрерывной СВ – по формуле
.
Первый центральный момент равен нулю.
Действительно, для дискретной СВ
,
для непрерывной СВ
.
Второй центральный момент называется
дисперсией СВ Х и обозначается
или
.
Формулы для дисперсии дискретной и
непрерывной СВ имеют вид
и
.
Из неотрицательности слагаемых под
знаком суммы и неотрицательности
подынтегральной функции следует, что
.
Для дисперсии справедливо равенство
.
Действительно, для дискретной СВ
,
для непрерывной СВ
.
Дисперсия характеризует среднюю степень
рассеивания (разброса) возможных значений
СВ относительно её математического
ожидания (среднего значения). На практике
вместо дисперсии
в качестве характеристики рассеивания
часто используется величина
,
называемая средним квадратическим
отклонением СВ Х. Размерность
совпадает с квадратом размерности СВ
Х, размерность
– с размерностью самой СВ Х.