Свойства математического ожидания
Математическое ожидание постоянной равно самой этой постоянной, т.е. Мс=с.
Доказательство: Постоянную с можно рассматривать как д.с.в. Х, принимающую лишь одно значение с вероятностью 1. Поэтому .
2. Постоянный множитель выносится за знак м.о., т.е.
М(сХ)=сМХ.
Доказательство: Т.к. д.с.в. сХ принимает значения с вероятностями , то .
3. М.о. суммы с.в. равно сумме их м.о., т.е. М(Х+У)=МХ+МУ.
Доказательство: Т.к. д.с.в. Х+У принимает значения с вероятностями , то
При доказательстве воспользовались, в частности, тем, что . Например, докажем, что . Событие, состоящее в том, что Х примет значение (вероятность этого события равна ), влечет за собой событие, которое состоит в том, что Х+У примет значение (вероятность этого события по теореме сложения равна ), и обратно. Отсюда следует, что . Аналогично доказываются равенства .
Свойство 3 распространяется на произвольное конечное число слагаемых.
Рассмотрим в качестве новой случайной величины следующую. Разность между случайной величиной Х и её математическим ожиданием МХ, т.е. Х-МХ, называется отклонением с.в. Х от её математического ожидания.
4. М.о. отклонения с.в. от её м.о. равно 0, т.е. М(Х-МХ)=0.
Доказательство: Согласно свойствам 1 и 3, имеем:
М(Х-МХ)=МХ-М(МХ)=МХ-МХ=0.
5. М.о. произведения независимых с.в. равно произведению их м.о., т.е. если Х и У независимы, то М(ХУ)=МХ МУ.
Доказательство: Т.к. с.в. Х и У независимы, то .Следовательно, .
Свойства м.о., доказанные для д.с.в., остаются справедливы и для непрерывных с.в.
Пример : Независимые с.в. Х и У заданы следующими
законами распределения:
Х |
5 |
2 |
4 |
|
У |
7 |
9 |
р |
0,6 |
0,1 |
0,3 |
|
р |
0,8 |
0,2 |
Найти математические ожидания каждой из данных величин, а также с.в.
ХУ, Х+У, 5Х+7.
3. Дисперсия
Легко указать такие с.в., которые имеют одинаковые м.о., но различные возможные значения. Рассмотрим, например, дискретные с.в. Х и У, заданные следующими законами распределения:
Х |
-0,01 |
0,01 |
|
У |
-100 |
100 |
р |
0,5 |
0,5 |
|
р |
0,5 |
0,5 |
Найдем математические ожидания этих величин:
МХ=-0,010,5+0,010,5=0, МУ=-1000,5+1000,5=0.
Здесь математические ожидания обеих величин одинаковы, а возможные значения различны, причем Х имеет возможные значения, близкие к математическому ожиданию, а У – далекие от своего математического ожидания. Т.о., зная лишь м.о. случайной величины, ещё нельзя судить ни о том, какие возможные значения она может принимать, ни о том, как они рассеяны вокруг м.о. Другими словами, м.о. полностью случайную величину не характеризует.
По этой причине наряду с м.о. вводят и другие характеристики. Так, например, для того чтобы оценить, как рассеяны возможные значения с.в. вокруг её м.о., пользуются, в частности, числовой характеристикой, которую называют дисперсией.
На практике часто требуется оценить рассеяние возможных значений с.в. вокруг её среднего значения. Например, в артиллерии важно знать, насколько кучно лягут снаряды вблизи цели, которая должна быть поражена.
Дисперсией (рассеянием) с.в. Х называется математическое ожидание квадрата её отклонения от своего математического ожидания.
Обозначается дисперсия DX (или D[X], D(X), D .
Т.о., по определению (1).
Дисперсия характеризует разброс значений с.в. Х относительно её математического ожидания.
Из определения дисперсии следуют формулы для её вычисления: (2) - для д.с.в. Х,
(3) - для н.с.в, где f(x) – плотность.
На практике дисперсию с.в. удобно находить по формуле
.
Она получается из формулы (1):
Это позволяет записать формулы для её вычисления (2) и (3) в другом виде:
.
Пример: Найти дисперсию с.в. Х, которая задана следующим законом распределения:
-
Х
2
3
5
р
0,1
0,6
0,3