11_Конспекты лекций

2. Математическое ожидание, дисперсия и среднее квадратическое отклонение дискретной случайной величины, их свойства

Особое внимание следует обратить на числовые характеристики случайной величины, призванные в сжатой форме выразить наиболее существенные черты распределения, в частности, на математическое ожидание и дисперсию, и их свойства.

Определение 1. Математическим ожиданием, или средним значением, М(Х) дискретной случайной величины Х называется сумма произведений всех ее значений на соответствующие их вероятности:

Свойства математического ожидания:

Математическое ожидание постоянной величины равно самой постоянной:

M(C)=C .

Постоянный множитель можно выносить за знак математического ожидания:

M(kX)=kM(X) .

Математическое ожидание суммы двух случайных величин равно сумме их математических ожиданий:

M(X+Y) = M(X)+M(Y) .

Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий:

M(XY) = M(X)M(Y) .

Если все значения случайной величины увеличить на постоянную С, то математическое ожидание этой величины увеличиться на С:

M(X+С) = M(X)+С .

Математическое ожидание отклонения случайной величины от ее математического ожидания равно нулю:

M(X-M(X)) = 0.

Доказательство. 2. Случайная величина kX принимает значения kx_i с теми же вероятностями p_i (i=1, 2, … , n), что и величина Х. Следовательно

Только математическое ожидание не может в достаточной степени характеризовать случайную величину. Оно не характеризует степень отклонения принимаемых значений от среднего значения.

Определение 1. Дисперсией D(X) случайной величины Х называется математическое ожидание квадрата ее отклонения от математического ожидания:

D(X)=M[X-M(X)]².

В качестве характеристики рассеяния нельзя брать математическое ожидание M(X-M(X)) отклонения случайной величины от ее математического ожидания, ибо эта величина всегда равна нулю. С другой стороны, можно было бы рассмотреть величину D(X)=M[X-M(X)] . Но эта характеристика менее удобна для вычисления, чем дисперсия.

Если случайная величина Х является дискретной с конечным числом значений, то

Если случайная величина Х является дискретной с бесконечным числом значений, то

если числовой ряд сходится.

Дисперсия D(X) имеет размерность квадрата случайной величины Х, поэтому в качестве характеристики рассеяния часто используют величину .

Определение 1. Средним квадратическим отклонением _x случайной величины Х называется арифметический квадратный корень из ее дисперсии:

Свойства дисперсии случайной величины :

Дисперсия постоянной величины равна нулю:

D(C)=0 .

Постоянный множитель можно выносить за знак дисперсии, возведя его при этом в квадрат:

D(kX)=k²D(X) .

Дисперсия случайной величины равна разности между математическим ожиданием квадрата случайной величины и квадратом ее математического ожидания:

D(X)=M(X²) -[M(X)]² .

Дисперсия суммы двух независимых случайных величин равна сумме их дисперсий:

D(X+Y) = D(X)+D(Y) .

Доказательство. 2. Используя свойство 2 математического ожидания случайной величины X , получаем :

D(kX) = M[kX-M(kX)]² = M[kX-kM(X)]² = k² M[X-M(X)]² = k²D(X).

Замечание. Числовые характеристики случайной величины Х, являясь неслучайными, постоянными, играют существенную роль в теории вероятностей. Нередко удается решить вероятностные задачи, пользуясь только числовыми характеристиками случайной величины Х, не рассматривая закон ее распределения.

Содержание