- •Ответы на вопросы.
- •1 Способ непосредственного подсчета вероятностей событий.
- •2 Статистический способ определения вероятностей событий.
- •3 Геометрический способ определения вероятностей событий.
- •4 Теорема сложения вероятностей для совместимых событий.
- •5 Теорема сложения вероятностей для несовместимых событий.
- •6 Зависимые и независимые события. Условные вероятности событий.
- •7 Теорема умножения вероятностей.
- •8 Формула полной вероятности.
- •9 Теорема гипотез (Формулы Бейеса).
- •10 Повторение испытаний. Формулы Бернулли.
- •11 Понятие случайной величины. Виды законов распределения.
- •12 Функция распределения случайной величины и ее свойства.
- •13 Плотность распределения случайной величины и ее свойства.
- •14 Вероятность попадания случайной величины на заданный участок.
- •15 Математическое ожидание случайной величины и ее свойства.
- •16 Дисперсия случайной величины и ее свойства. Среднее квадратичное отклонение.
- •17 Закон равномерной плотности.
- •18 Нормальный закон распределения.
- •19 Экспоненциальный закон распределения.
- •20 Вероятность попадания случайной величины на заданный участок.
- •21 Теорема Чебышева.
- •22 Теорема Бернулли.
- •23 Элементы математической статистики. Генеральная и выборочная совокупности. Статистическое распределение выборки.
- •24 Эмпирическая функция распределения, ее построение по опытным данным.
- •25 Гистограмма частот и относительных частот.
- •26 Статистические оценки параметров распределения. Несмещенные, эффективные и состоятельные оценки.
- •27 Интервальные оценки параметров распределения. Доверительный интервал.
- •28 Интервальная оценка математического ожидания нормального распределения при известном среднем квадратичном отклонении.
- •29 Интервальная оценка среднеквадратического отклонения нормального распределения.
- •30 Функция распределения системы случайных величин и ее свойства.
- •31 Плотность распределения системы случайных величин и ее свойства.
- •32 Законы распределения отдельных случайных величин, входящих в систему.
- •33 Условные законы распределения случайных величин.
- •34 Числовые характеристики системы двух дискретных случайных величин.
- •35 Числовые характеристики системы двух непрерывных случайных величин.
- •36 Условное математическое ожидание. Уравнение линии регрессии.
- •37 Корреляционный момент. Коэффициент корреляции.
- •38 Теорема сложения математических ожиданий.
- •39 Теорема сложения дисперсий.
- •40 Математическое ожидание линейной функции случайных аргументов.
- •44 Закон распределения суммы двух случайных величин.
- •45 Композиция одномерных нормальных законов.
- •46 Понятие о центральной предельной теореме.
- •47 Понятие о случайной функции.
- •48 Закон распределения случайной функции.
- •49 Математическое ожидание и дисперсия случайной функции.
- •50 Корреляционная функция случайного процесса и ее свойства. Нормированная корреляционная функция.
- •51 Определение характеристик случайной функции по опытным данным.
- •52 Сложение случайных функций.
- •53 Сложение случайной функции со случайной величиной.
- •54 Умножение случайной функции на неслучайную функцию.
- •55 Стационарная случайная функция и свойства ее характеристик.
16 Дисперсия случайной величины и ее свойства. Среднее квадратичное отклонение.
Кроме положения центра группирования случайной величины, о котором несет информацию математическое ожидание, важно знать разброс или рассеяние значений случайной величины относительно центра группирования.
Для этого рассмотрим разность , которую называют центрированной случайной величиной или отклонением от МО, ее МО всегда равно нулю.
Поэтому для характеристики разброса возможных значений случайной величины пользуются не средним значением отклонения, а средним значением квадрата отклонения случайной величины от МО.
Дисперсией (рассеянием) случайной величины X называют математическое ожидание квадрата соответствующей центрированной величины:
или .
Из определения дисперсии вытекают формулы для вычисления ее:
а) для случайной дискретной величины
, или ;
б) для случайной непрерывной величины
, или .
Дисперсия позволяет оценивать кучность (разброс) значений случайной величины около ее математического ожидания и является неслучайной величиной.
Свойства дисперсии:
а) дисперсия всегда положительна и имеет размерность квадрата размерности случайной величины;
б) дисперсия постоянной величины равна нулю, т.е. .
в) постоянный множитель при постоянной величине можно выносить за знак дисперсии в квадрате ;
г) величина дисперсии не зависит от начала отсчета.
Частный случай дисперсии.
Пусть случайная величина X принимает частные значения с вероятностью и с вероятностью .
Тогда .
Средне - квадратичное отклонение.
Так как размерность дисперсии равна размерности квадрата случайной величины, что вызывает неудобства ее использования, то вводят характеристику с размерностью случайной величины. Такой числовой характеристикой является средне - квадратичное отклонение случайной величины, которое определяется как квадратный корень из дисперсии:
.
17 Закон равномерной плотности.
К наиболее распространенным в природе законам распределения относят следующие: закон равномерной плотности, нормальный закон распределения, закон Пуассона и экспоненциальное распределение. Рассмотрим их более подробно.
Случайную непрерывную величину X называют распределенной равномерно на интервале (a, b), если ее плотность распределения на этом интервале постоянна, а вне этого интервала равна нулю.
Пусть случайная величина X может принимать частные значения от a до b, причем все частные значения равновероятны (Рис.7). Требуется определить выражение для плотности вероятности f(x).
Рисунок 7 График плотности распределения случайной величины X
Для определения выражение для плотности вероятности f(x) воспользуемся свойством плотности распределения
.
Поскольку по определению f(x) есть величина постоянная, то ее можно вынести за знак интеграла, т.е.
. Откуда .
Зная выражение для плотности вероятности f(x), можно найти функцию распределения как
.
График функции равномерного распределения в соответствии с этим выражением примет вид, изображенный на рис.8.
Рисунок 8 График функции равномерного распределения
При известном выражении для плотности равномерного распределения нетрудно вывести выражения, позволяющие вычислить математическое ожидание, дисперсию и средне - квадратичное отклонение для этого закона
; ; .