5.3. Непрерывная случайная величина
1) Математическое ожиданиеМ(Х) дискретной случайной величины Х это сумма произведений всех возможных значений величины Х на соответствующие вероятности:
| М (Х) = x1· p1+ x2· p2+ … + xn· pn. | (5.4) |
Cвойства математического ожидания:
Математическое ожидание имеет ту же размерность, что и сама случайная величина.
Математическое ожидание может быть как положительным, так и отрицательным числом.
Математическое ожидание постоянной величины С равно этой постоянной. М (С) = С.
Математическое ожидание суммы нескольких случайных величин равно сумме математических ожиданий этих величин.
M(X+Y+...+W)=M(X)+M(Y)+...+M(W).
Математическое ожидание произведения двух или нескольких взаимно независимых случайных величин равно произведению математических ожиданий этих величин. М(XY) = M(X) M(Y).
Постоянный множитель можно выносить за знак математического ожидания: M(CX)=CM(X).
2) ДисперсияD(X) дискретной случайной величины Х – это математическое ожидание квадрата отклонения случайной величины Х от ее математического ожидания:
| D(X) = M [X – M(X)]2. | (5.5) |
Формула (5.5) после возведения в степень и преобразований имеет вид:
| D(X) = M (X2) – [M(X)]2. | (5.6) |
Свойства дисперсии:
Дисперсия имеет размерность, равную квадрату размерности случайной величины.
Дисперсия постоянной величины всегда равна нулю: D (С) = 0.
Постоянный множитель можно выносить за знак дисперсии, предварительно возведя его в квадрат: D(СX)=С2D(X).
Дисперсия алгебраической суммы двух независимых случайных величин равна сумме их дисперсией: D(X +Y)=D(X)+D(Y).
3) Среднее квадратическое отклонение(Х) дискретной случайной величины Х определяется формулой (5.2). Среднее квадратическое отклонение имеет ту же размерность, что и случайная величина.
Случайная величина называется центрированной, если математическое ожидание M(X)=0, и стандартизированной, если M(X)=0 и среднее квадратическое отклонение =1.
Рассмотрим на примере вычисление числовых характеристик дискретных случайных величин.
Пример 3.
Найти математическое ожидание М (Х), дисперсию D(Х) и среднее квадратическое отклонение (Х) дискретной случайной величины Х, заданной законом распределения в таблице 5.4.
Таблица 5.4
Х | -5 | 2 | 3 | 4 |
р | 0,4 | 0,3 | 0,1 | 0,2 |
Решение.
Математическое ожидание Х вычисляется по формуле (5.4):
M(X)=-50,4+20,3+30,1+40,2=-0,3.
Дисперсия вычисляется по формуле (5.6): D(Х) = М(Х2) – [М(Х)]2.
Закон распределения квадрата Х2случайной величины задан в таблице 5.5.
Таблица 5.5
Х2 | 25 | 4 | 9 | 16 |
p | 0,4 | 0,3 | 0,1 | 0,2 |
Математическое ожидание Х2:
М(Х2) = 250,4 + 40,3 + 90,1 + 160,2 = 15,3.
Искомая дисперсия:
D(Х) = М(Х2) – [М(Х)]2= 15,3 – (– 0,3)2 = 15,21.
Тогда среднее квадратическое отклонение будет:
Yandex.RTB R-A-252273-3- Математика и информатика
- Содержание
- Часть 1. Основания математики Глава 1. Понятийный аппарат аксиоматического метода
- 1.1. Понятие аксиоматического метода
- 1.2. Аксиоматическое построение математической теории
- 1.3. Вопросы для самоконтроля по теме «Аксиоматический метод»
- Глава 2. Основные понятия теории множеств. Основные структуры
- 2.1. Понятие множества
- 2.2. Способы задания множеств
- 2.3. Алгебра множеств
- 2.3.1. Отношения между множествами
- 2.3.2. Операции над множествами
- 2.3.3. Алгебраические свойства операций над множествами
- 2.3.4. Геометрическая интерпретация операций над множествами
- 2.4. Декартово произведение множеств. Бинарные отношения
- 2.5. Символический язык логической структуры математических предложений
- 2.6. Алгебраические операции над различными математическими объектами
- 2.7. Вопросы для самоконтроля по теме «Теория множеств»
- Глава 3. Структуры на множестве. Комбинаторика
- 3.1. Перестановки
- 3.2. Размещения
- 3.3. Сочетания
- 3.4. Вопросы для самоконтроля по теме «Комбинаторика»
- Часть 2. Основы теории вероятностей Глава 4. Случайные события
- 4.1. Основные понятия теории вероятностей. Виды случайных событий
- 4.2. Алгебра случайных событий
- 4.3. Определение вероятности
- 4.3.1. Классическое определение вероятности
- 4.3.2. Аксиомы теории вероятностей. Аксиоматическое определение вероятности
- 4.4. Теоремы сложения и умножения вероятностей
- 4.4.1. Сложение вероятностей несовместных событий
- 4.4.2. Умножение вероятностей независимых событий
- 4.4.3. Вероятность появления хотя бы одного события
- 4.4.4. Умножение вероятностей зависимых событий. Условная вероятность
- 4.4.5. Сложение вероятностей совместных событий
- 4.5. Формула полной вероятности
- 4.6. Формула Байеса
- 4.7. Вопросы для самоконтроля по теме «Основы теории вероятностей»
- Глава 5. Случайные величины
- 5.1. Понятие случайной величины
- 5.2. Дискретная случайная величина
- 5.2.1. Закон распределения дискретной случайной величины
- 5.2.2. Числовые характеристики дискретных случайных величин
- 5.3. Непрерывная случайная величина
- 5.3.1. Функция распределения вероятностей и плотность распределения вероятностей непрерывной случайной величины
- 5.3.2. Числовые характеристики непрерывной случайной величины
- 5.3.3. Равномерный и нормальный законы распределения непрерывных случайных величин
- 5.3.4. Вероятность попадания в заданный интервал нормальной случайной величины
- 5.3.5. Вычисление вероятности заданного отклонения нормальной случайной величины
- 5.4. Вопросы для самоконтроля по теме «Случайная величина»
- Часть 3. Элементы математической статистики Глава 6. Статистические оценки параметров распределения
- 6.1. Предмет и задачи математической статистики
- 6.2. Выборочный метод
- 6.2.1 Полигон и гистограмма
- 6.2.2. Эмпирическая функция распределения
- 6.3. Статистические оценки параметров распределения
- 6.4. Некоторые статистические распределения
- 6.4.2. Распределение Стьюдента
- 6.5. Интервальные оценки
- 6.5.1. Доверительные интервалы для оценки математического ожидания нормального распределения случайной величины
- 6.5.2. Доверительные интервалы для математического ожидания при известной дисперсии
- 6.5.3. Оценка генеральной дисперсии по исправленной выборочной
- 6.5.4. Доверительные интервалы для математического ожидания при неизвестной дисперсии
- Глава 7. Проверка статистических гипотез
- 7.1. Понятие и классификация статистических гипотез
- 7.2. Общая схема проверки гипотез
- 7.3. Статистическая проверка гипотез о параметрах распределения
- 7.4. Вопросы для самоконтроля по теме «Элементы математической статистики»
- Часть 4. Алгоритмизация и программирование Глава 8. Основы алгоритмизации
- 8.1. Понятие и свойства алгоритма
- 8.2. Таблица блоков
- 8.3. Линейные алгоритмы
- 8.4. Ветвления
- 8.5. Циклы. Повтор с заданным количеством циклов
- 8.6. Вопросы для самоконтроля по теме «Алгоритмизация»
- Глава 9. Программирование на Паскале
- 9.1. Конструкция языка Turbo-Pascal
- 9.1.1. Алфавит
- 9.1.2. Данные и типы данных
- 9.1.3. Стандартные функции
- 9.1.4. Арифметические, логические, символьные выражения
- 9.2. Структура программы на языке Паскаль
- 9.3. Основные операторы Паскаля
- 9.3.1. Оператор присваивания
- 9.3.2. Операторы ввода
- 9.3.3. Операторы вывода
- 9.3.4. Комментарий
- 9.4. Программы линейных алгоритмов
- 9.5. Операторы передачи управления
- 9.5.1. Оператор безусловного перехода
- 9.5.2. Операторы условного перехода
- 9.5.3. Оператор выбора варианта
- 9.6. Разветвляющийся алгоритм
- 9.7. Операторы цикла
- 9.8. Программы циклических алгоритмов
- 9.9. Массивы
- 9.9.1. Понятие и описание массива
- 9.9.2. Ввод и вывод элементов массивов
- 9.9.3. Операции с массивами
- 9.10. Вопросы для самоконтроля по теме «Программирование»
- Литература
- Приложениe 1
- Приложениe 2
- Приложениe 3
- Математика и информатика учебное пособие