Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Свойства математического ожидания и дисперсии↑ ⇐ ПредыдущаяСтр 4 из 4 Содержание книги
Похожие статьи вашей тематики
Поиск на нашем сайте
Если существуют соответствующие моменты, то справедливы следующие свойства математического ожидания и дисперсии: 1. , где – индикатор события А. 2. Для любых случайных величин X и Y:
(аддитивное свойство математического ожидания). Замечание. Для любых случайных величин из свойства 2 по индукции выводится: . 3. Для любой константы c: , . 4. Для любых случайных величин X и Y: если , то . В частности, если , то . 5. Для любой случайной величины X: если и , то . 6. Для любой случайной величины X: . 7. Для любой случайной величины X:
(свойство неотрицательности дисперсии). 8. Для любой константы c: , . 9. Для любых случайных величин X и Y: (или ). В частности, если случайные величины X и Y некоррелированны, то
(мультипликативное свойство математического ожидания). Замечание. Отметим, что для случайных величин , где , для выполнения свойства
недостаточно условия некоррелированности . Однако если случайные величины независимы, то последнее равенство верно. 10. Для любых случайных величин X и Y: . Замечание. Для любых случайных величин из свойства 11 по индукции выводится: . В частности, если случайные величины X и Y некоррелированны, то
(аддитивное свойство дисперсии). Замечание. Если случайные величины некоррелированны, то . Отметим также, что поскольку из независимости случайных величин следует их некоррелированность, то свойство 10 выполняется и для независимых случайных величин. Пример 2.3.20. Известно, что случайная величина имеет биномиальное распределение . Найти и . Решение. По свойству 8 математического ожидания и дисперсии . Поскольку для случайной величины дисперсия , где по условию задачи , , , то . Вычислим теперь . Опираясь на свойства 2 и 3 математического ожидания и дисперсии, получим: . Поскольку для случайной величины математическое ожидание и, по свойству 6, , то . Ответ: , .
Пример 2.3.21. Функция распределения СВНТ X имеет вид:
Найти и . Решение. По условию задачи случайная величина X распределена по экспоненциальному закону: . Поэтому , . Найдем вначале : . Тогда:
. По свойству 8 математического ожидания и дисперсии: . Ответ: , . Пример 2.3.22. Известно, что , , . Найти и . Решение. Используя формулу для дисперсии суммы , получим . Тогда . Ответ: , .
Пример 2.3.23. На столе налогового инспектора лежат три декларации от представителей трех различных групп населения. Вероятности сокрытия доходов при заполнении декларации для одного представителя каждой группы равны соответственно 0,05, 0,1 и 0,15. Предположим, что сокрытие доходов обнаруживается при проверке в 100% случаев. Найти средний доход государства от проверки этих деклараций, если сумма налагаемого штрафа при обнаружении сокрытия дохода составляет по группам населения 100, 250 и 500 минимальных окладов соответственно. Решение. Рассмотрим случайную величину X, равную доходу государства от проверки трех деклараций. Тогда X можно представить в виде , где ( ) индикаторные случайные величины, т.е. , если подавший декларацию представитель i -й группы населения скрывает доход, и – в противном случае. По условию задачи требуется найти средний доход государства от проверки налоговых деклараций, т.е. математическое ожидание случайной величины X. Воспользуемся свойствами математического ожидания для вычисления : . Поскольку для индикаторных случайных величин ( ), то . Ответ: средний доход государства от проверки поданных трех деклараций составит 105 минимальных окладов.
Пример 2.3.24. Известно, что случайные величины X и Y (где X – рост наугад взятого взрослого мужчины и Y – его вес) удовлетворительно описываются нормальным законом распределения: , . Ковариация этих признаков равна . Считается, что человек страдает избыточным весом, если выполняется неравенство . Найти математическое ожидание и дисперсию характеристики избыточного веса , а также вероятность того, что наугад выбранный мужчина страдает избыточным весом. Решение. Так как случайные величины X и Y распределены нормально, то разность также распределена нормально (Проверьте!). Вычислим параметры этого закона распределения: ; . Таким образом, и, следовательно, . Ответ: , , .
Упражнения 2.3.13. СВНТ X имеет плотность вероятности . Найти и . 2.3.14. Плотность вероятности случайной величины X имеет следующий вид:
Найти и . 2.3.15. Пусть существуют дисперсии случайных величин X и Y такие, что . Чему равна ковариация случайных величин и ? 2.3.16. Известно, что случайная величина , , . Найти . 2.3.17. Известно, что случайная величина . Пусть . Найти . 2.3.18. Известно, что случайные величины , . Вычислить . 2.3.19. Подбрасывают три игральные кости. Рассматриваются случайные величины: X – количество костей, на которых выпало шесть очков, Y – количество костей, на которых выпало пять очков. Найти и закон распределения случайной величины . 2.3.20. Предприятие имеет две поточные линии по сборке некоторой продукции. Технологические процессы на линиях связаны между собой. Рассматривая в качестве случайной величины X – количество единиц продукции, собранной за день на первой линии, а Y – на второй линии, совместное распределение этих величин можно задать с помощью таблицы:
Составить закон распределения случайной величины – суммарного количества единиц продукции, выпускаемой предприятием за день. Найти и .
Ответы к упражнениям 2.3.13. , . 2.3.14. , . 2.3.15. 0. 2.3.16. 0. 2.3.17. 0. 2.3.18. . 2.3.19. , . 2.3.20. , ; закон распределения Z:
Характеристическая функция Если – комплекснозначная случайная величина, где X и Y – действительные случайные величины, то . Определение. Характеристической функцией случайной величины X называется комплекснозначная функция , где , . В частности, , если X – СВДТ; , если X – СВНТ. Замечание 1. По характеристической функции однозначно восстанавливается функция распределения . Замечание 2. Характеристическая функция представляет собой преобразование Фурье плотности вероятности СВНТ X. Поэтому обратное преобразование Фурье приводит к соотношению . Таким образом, для СВНТ задание равносильно заданию , и наоборот. Характеристическая функция обладает следующими свойствами: 1. . 2. . 3. Если существует m -й абсолютный момент , то существуют производные характеристической функции до m -го порядка включительно, причем , где . 4. Если , то . 5. Если , причем независимы в совокупности, то . Замечание. Пользуясь этим свойством, можно решать задачу определения закона распределения суммы независимых случайных величин (задачи композиции). Действительно, если , то . Найдя , можно по характеристической функции восстановить закон распределения случайной величины Z. Кроме того, по виду можно ответить на вопрос о композиционной устойчивости распределения. 6. , где черта означает операцию комплексного сопряжения. В частности, отсюда следует, что если – действительная функция, то она обязательно четная. Определение. Характеристической функцией случайного вектора называется комплекснозначная функция n действительных переменных , определяемая равенством .
Пример 2.3.25. Найти характеристическую функцию случайной величины X, имеющей биномиальное распределение ( ), и с ее помощью вычислить , и . Решение. Согласно определению характеристической функции СВДТ X . По свойству 3 для :
,
. Отсюда , .
Пример 2.3.26. Найти характеристическую функцию случайной величины X, имеющей пуассоновское распределение ( ), и с ее помощью вычислить , и . Решение. Согласно определению характеристической функции СВДТ X . По свойству 3 для : ,
. Отсюда , .
Пример 2.3.27. Найти характеристическую функцию случайной величины X, имеющей геометрическое распределение ( ), и с ее помощью вычислить , и . Решение. Согласно определению характеристической функции СВДТ X . По свойству 3 для : ,
. Отсюда , .
Пример 2.3.28. Найти характеристическую функцию случайной величины X, имеющей равномерное распределение ( ). Решение. Согласно определению характеристической функции СВНТ X . Замечание. Для случайной величины с помощью характеристической функции можно вычислить , и . Однако это не очень удобно, поэтому мы этого не делаем.
Пример 2.3.29. Найти характеристическую функцию случайной величины X, имеющей показательное распределение ( ), и с ее помощью вычислить , и . Решение. Согласно определению характеристической функции СВНТ X . По свойству 3 для : , , Отсюда , .
Пример 2.3.30. Найти характеристическую функцию случайной величины X, имеющей нормальное распределение ( ), и с ее помощью вычислить , и . Решение. Найдем вначале характеристическую функцию случайной величины . Согласно определению характеристической функции СВНТ X
Дифференцируя (по t) и применяя метод интегрирования по частям, получим: . Решая это дифференциальное уравнение с разделяющимися переменными при начальном условии (свойство 2 характеристической функции), находим . Отсюда характеристическая функция случайной величины имеет вид . Рассмотрим теперь случайную величину . Тогда нормированная случайная величина имеет нормальное распределение и, следовательно, характеристическую функцию . Далее, по свойству 4 характеристической функции, для случайной величины имеем . Найдем теперь математическое ожидание, дисперсию и среднее квадратическое отклонение : , , Отсюда , . Пример 2.3.31. Проверить композиционную устойчивость нормального закона. Решение. Пусть независимые случайные величины X и Y имеют нормальное распределение: , . Найдем случайной величины , учитывая свойство 5 характеристической функции и опираясь на результаты примера 2.3.30: . Откуда видно, что характеристическая функция соответствует нормальному распределению, причем . Значит, нормальный закон является композиционно устойчивым.
Упражнения 2.3.21. Задана характеристическая функция СВНТ X: . Найти плотность распределения случайной величины X. 2.3.22. Случайные величины X и Y независимы и распределены по закону Пуассона: , . С помощью характеристической функции доказать композиционную устойчивость закона Пуассона. 2.3.23. Случайные величины X и Y независимы и распределены по биномиальному закону: , . С помощью характеристической функции доказать композиционную устойчивость биномиального закона. 2.3.24. Случайные величины X и Y независимы и распределены по одному закону . Является ли закон композиционно устойчивым?
Ответы к упражнениям 2.3.21. – распределение Коши. 2.3.24. Нет. http://michael983.narod.ru/t/5.htmКонец формы
|
||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-09-13; просмотров: 605; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.223.170.253 (0.008 с.) |