- •Бийский технологический институт (филиал)
- •Теория вероятностей и математическая статистика
- •Введение
- •События. Классификация событий. Классическое определение вероятности
- •Статистическое определение вероятности
- •Геометрическая вероятность
- •Контрольные вопросы
- •Контрольные задания
- •4. Операции над событиями. Соотношения между событиями
- •5.Теорема сложения вероятностей
- •6. Теорема умножения вероятностей
- •Контрольные вопросы
- •Контрольные задания
- •7. Формула полной вероятности
- •8. Теорема гипотез (формула Бейеса)
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •9. Повторение опытов. Формула Бернулли
- •10. Локальная формула Муавра-Лапласа. Формула Пуассона
- •11. Интегральная формула Муавра-Лапласа. Вероятность отклонения частоты события от его вероятности в n независимых испытаниях
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •12. Понятие случайной величины. Ряд распределения. Многоугольник распределения
- •13. Функция распределения. Вероятность попадания непрерывной случайной величины в заданный интервал
- •Контрольные вопросы
- •Контрольные задания
- •14. Плотность распределения
- •Контрольные вопросы
- •Контрольные задания
- •15. Числовые характеристики случайных величин. Математическое ожидание и его свойства
- •Свойства математического ожидания
- •16. Дисперсия и ее свойства. Среднее квадратическое отклонение
- •17. Моменты распределения случайной величины
- •Контрольные вопросы
- •Контрольные задания
- •18. Типы распределений дискретных случайных величин
- •Биномиальное распределение
- •18.2 Гипергеометрическое распределение
- •18.3 Геометрическое распределение
- •4. Распределение Пуассона
- •Контрольные вопросы
- •Контрольные задания
- •19. Типы распределений непрерывных случайных величин
- •19.1 Равномерное распределение
- •19.2 Показательное распределение
- •20. Нормальный закон распределения
- •21. Вероятность попадания нормально распределенной случайной величины в заданный интервал. Правило трёх сигма
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •22. Понятие системы случайных величин
- •23. Закон распределения вероятностей дискретной двумерной случайной величины
- •Контрольные вопросы
- •24. Функция распределения двух случайных величин. Вероятность попадания случайной величины в полуполосу и прямоугольник
- •25. Плотность распределения системы двух случайных величин. Законы распределения отдельных величин, входящих в систему
- •26. Условные законы распределения
- •Контрольные вопросы
- •27. Зависимые и независимые случайные величины
- •28. Числовые характеристики составляющих системы двух случайных величин. Условное математическое ожидание
- •29. Корреляционный момент. Коэффициент корреляции
- •30. Коррелированность и зависимость случайных величин
- •Если величины независимы, то они некоррелированы.
- •31. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •32. Закон больших чисел
- •33. Центральная предельная теорема
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •Математическая статистика
- •34. Понятие о выборочном методе. Генеральная и выборочная совокупность
- •35. Статистические данные и их представление
- •36. Статистические аналоги теоретических законов распределения
- •36.1 Эмпирическая функция распределения
- •36.2 Полигон и гистограмма
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •37. Точечное оценивание параметров распределения
- •38. Свойства статистических оценок
- •Контрольные вопросы
- •Контрольные задания
- •39. Интервальное оценивание параметров распределения
- •40. Интервальное оценивание параметров нормального распределения
- •40.1 Интервальная оценка математического ожидания нормального распределения при известной дисперсии
- •40.2 Интервальная оценка математического ожидания нормального распределения при неизвестной дисперсии
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •41. Статистические гипотезы
- •42. Критерии проверки гипотез
- •Контрольные вопросы
- •Контрольные задания
- •43.Критерий согласия Пирсона «Хи-квадрат» ( )
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •44. Элементы теории корреляции. Задачи корреляционного анализа
- •45. Выбор формы зависимости между переменными. Метод наименьших квадратов
- •Контрольные вопросы
- •46. Коэффициент корреляции и проверка его значимости. Линейная регрессия и прогноз
- •Контрольные вопросы
- •Контрольные задания
- •Литература
- •Глоссарий
16. Дисперсия и ее свойства. Среднее квадратическое отклонение
Кроме характеристики положения – среднего значения с.в. – употребляется еще ряд характеристик, которые описывают то или иное свойство распределения. К их числу принадлежит дисперсия.
Рассмотрим два различных распределения:
Х |
-100 |
0 |
100 |
P |
0,3 |
0,4 |
0,3 |
У |
-1 |
0 |
1 |
P |
0,3 |
0,4 |
0,3 |
Данные распределения характеризуются одним и тем же средним значением, равным нулю, и различной степенью разбросанности значений около среднего значения (математического ожидания). Характеристикой рассеянности значений случайной величины около ее среднего значения является дисперсия.
Дисперсией D(x) случайной величины Х называется математическое ожидание квадрата отклонения случайной величины от своего математического ожидания, т.е.
.
Можно доказать, что дисперсия удовлетворяет формуле:
.
В самом деле,
На практике для вычисления дисперсии используются формулы:
- для дискретной случайной величины
- для непрерывной случайной величины.
Дисперсия случайной величины имеет размерность квадрата случайной величины; для наглядной характеристики рассеивания удобно пользоваться величиной, размерность которой совпадает с размерностью случайной величины. Для этого из дисперсии извлекают квадратный корень. Полученная величина называется средним квадратическим отклонением (иначе – «стандартом») случайной величины, с.к.о. обозначается :
.
Рассмотрим свойства дисперсии
Дисперсия постоянной величины равна 0, т.е. D(c)=0.
В с.д., М(с)=с, значит D(c)=M(c – M(c))2=M(c – c)2=M(0)=0.
Постоянный сомножитель можно выносить за знак дисперсии в квадрате, т.е. D(сх) = с2D(х). В с.д., D(cx)=M(cx – M(cx))2=M(cx – cM(x))2=M(c2(x-M(x)2)= c2M((x-M(x))2=c2D(x).
Дисперсия суммы или разности двух независимых случайных величин равна сумме или разности дисперсий этих величин, т.е. если Х и Y независимы, то D(X ±Y) = D(X) + D(Y).
Дисперсия числа появлений события в одном испытании равно произведению вероятности этого события и вероятности того, что это событие не произойдет, т.е. D(x)=pq.
Дисперсия числа появлений события в n независимых испытаниях равно произведению числа испытаний на вероятность появления события в одном испытании, при условии, что вероятность появления события в каждом испытании одинакова, т.е. D(x)=npq.
Задачи
Вычислить дисперсию и среднее квадратическое отклонение числа очков, выпадающих при подбрасывании игральной кости.
Вычислить М(х), D(x) и непрерывной с.в., плотность распределения которой выражается формулой:
Решение
1. Ряд распределения с.в. Х – число очков, выпадающих при подбрасывании игральной кости имеет вид:
Х |
1 |
2 |
3 |
4 |
5 |
6 |
P |
|
|
|
|
|
|
Ранее найдено математическое ожидание рассматриваемой случайной величины: М(Х)=3,5. Для нахождения дисперсии сначала составим ряд распределения квадрата данной случайной величины:
Х2 |
1 |
4 |
9 |
16 |
25 |
36 |
P |
|
|
|
|
|
|
М(Х2)= ; D(Х) = - 3,52 = .
2. - по свойству интеграла от нечетной функции с симметричными относительно нуля пределами интегрирования.
. В данном случае