Главная страница
Навигация по странице:

  • Значение (Х)

  • 32.33. Математическое ожидание дискретной случайной величины и его свойства

  • Теорема

  • ) биноминального распределения равно .

  • Теорема. Математическое ожидание отклонения равно нулю. Действительно, ,поэтому для оценки отклонения берут квадрат

  • отклонения. Дисперсией (рассеянием)

  • Получаем: Свойства дисперсии 1. Дисперсия постоянной величины равной нулю.

  • Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат

  • Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин

  • Теорема. Дисперсия числа появлений событий А

  • Свойства

  • Шпоргалка математика. 2. Пусть имеем два ряда с положительными членами (2) и (3). Теорема 1


    Скачать 326.99 Kb.
    Название2. Пусть имеем два ряда с положительными членами (2) и (3). Теорема 1
    АнкорШпоргалка математика
    Дата16.03.2021
    Размер326.99 Kb.
    Формат файлаdocx
    Имя файлаshpory_matan.docx
    ТипДокументы
    #185318
    страница4 из 5
    1   2   3   4   5

    Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного (или бесконечного) промежутка. Пусть Х – дискретная случайная величина, возможными и единственными значениями которой являются х1, х2, х3,…, хn. Обозначим через вероятность этих значений, т.е. рi есть вероятность того, что Х принимает значения xi. События Х = хi образует полную группу, поэтому Закон распределения дискретных случайных величин – соответствие между всеми значениями дискретных случайных величин и их вероятностями. Обычно его записывают в виде таблицы:

    Значение (Х)

    X1

    X2



    Xn

    Вероятность значения (р)

    P1

    P2



    Pn

    Если множество xi – бесконечно, то ряд - сходится.

    32.33. Математическое ожидание дискретной случайной величины и его свойства

    Закон распределения полностью описывает случайную величину, однако иногда выгоднее пользоваться числами, которые описывают случайную величину суммарно – это числовые характеристики величин. Рассмотрим математическое ожидание.

    Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности. Пусть дискретная случайная величина принимает значения с вероятностями , тогда . Если дискретная случайная величина X принимает счетное множество возможных значений, то , причем М(Х) существует, если ряд сходится абсолютно. М(Х) – неслучайная (постоянная) величина. Свойства М(Х)

    1. Математическое ожидание постоянной величины равно самой постоянной, т.е .

    С имеет одно значение, равное С, с вероятностью , . Определим произведение постоянной С на Х как дискретную случайную величин , возможные значения которой равны произведениям С на возможные значения Х. Вероятность равна вероятностям Х. Например, если имеет вероятность , то имеет также вероятность .

    2. . М(Х) – константу можно выносить за знак математического ожидания. Пусть случайная дискретная величина X задана законом распределения:

    X







    Тогда имеет закон распределения:









    P







    P









    Случайные величины X и Y называют независимыми, если закон распределения одной из них не зависит от того, какие значения принимает другая. Произведение – случайная величина XY, возможные значения которой равны произведениям каждого возможного значения Х на каждое возможное значение Y. Вероятности XY равны произведению соответствующих вероятностей X и Y.

    3. , где X, Y – независимые дискретные случайные величины. Пусть законы распределения вероятностей этих величин:

    X








    Y





    P








    P





    Составим значения, которые могут принимать Закон распределения:

    XY









    P











    4. Возможные значения случайной величины X + Y равна сумме возможных значений X и Y , а вероятность X+Y равна произведению вероятностей слагаемых.

    Теорема. М(Х) числа появлений событий А в n независимых испытаниях равно произведению числа испытаний на вероятность появления события в одном испытании p. Иначе, М(Х) биноминального распределения равно .

    34. Дисперсия случайной дискретной величины и ее свойства. Легко указать случайные величины, имеющие одинаковые значения математических ожиданий, но различные возможные значения, например:



    -0.1

    0.1




    Y

    -10

    10



    0.5

    0.5




    P

    0.5

    0.5

    Х имеет возможные значения, близкие к математическому ожиданию, а Y – далекие от М(Y), таким образом, М(Х) полностью не характеризует Х. Надо охарактеризовать отклонение случайной величины от M(X): отклонение – это величина X – M(X).

    Теорема. Математическое ожидание отклонения равно нулю. Действительно, ,поэтому для оценки отклонения берут квадрат отклонения.

    Дисперсией (рассеянием) дискретных случайных величин называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания: .

    Получаем:

    Свойства дисперсии

    1. Дисперсия постоянной величины равной нулю. .

    2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат: . Если , то величина СХ имеет большие (по модулю) значения, поэтому

    3. Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин . Докажем: Следствие: .

    4. . Докажем: .

    Теорема. Дисперсия числа появлений событий А в n независимых испытаниях, в каждом из которых вероятность появления события А , равна ,где . Иначе. Дисперсия биноминального распределения равна

    35. Дискретная случайная величина может быть задана перечислением всех ее возможных значений и их вероятностей – законом распределения. Но его нельзя использовать для задания непрерывных случайных величин. Необходим общий способ задания случайных величин - это функция распределения вероятностей случайных величин. Пусть x – действительное число. Вероятность того, что случайная величина Х примет значение, меньше x, т.е. обозначим через . Если x изменяется, то изменяется и , т.е. – функция х. Функцией распределения называют функцию , определяющую вероятность того, что случайная величина Х в результате испытания примет значение, меньше x, т.е. . Геометрически есть вероятность того, что случайная величина примет значение, которое изображается точкой левее точки х.

    Добавим более четкое определение непрерывной случайной величины – случайная величина называется непрерывной, если ее функция распределения есть непрерывная, кусочно-дифференцируемая функция с непрерывной производной. Свойства F(x)

    1. Значения функции распределения принадлежат отрезку , т.е. вероятность, .

    2. F(x) неубывающая функция, т.е. . Пусть . Событие, состоящее в том, что Х примет значение меньше , можно разделить на 2 несовместных события:

    1. Х примет значение, меньше , с вероятностью

    2. Х примет значение с вероятностью По теореме сложения: отсюда: или

    Следствие 1. Вероятность того, что равна приращению на этом интервале:

    Следствие 2. Вероятность того, что случайная величина Х примет одно определенное значение равна 0.

    1. Если возможные значения случайной величины  (a,b), то:

    Докажем. Если , то события невозможны. Пусть , тогда – достоверное событие.

    Следствие. Если значения непрерывной случайной величины расположены на всей числовой оси, то .

    36. Плотность распределения вероятностей непрерывной
    1   2   3   4   5


    написать администратору сайта