Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь 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 |
Одинаково распределенные взаимно независимые
случайные величины. Рассмотрим n взаимно независимых случайных величин X1, X2,…, Xn, которые имеют одинаковые распределения, а следовательно, одинаковые математические ожидания и дисперсии, т.е. М(X1) = М(X2) =…= М(Xn) = μx D(X1) = D(X2) =…= D(Xn) = . Обозначим среднее арифметическое случайных величин как Теорема. Математическое ожидание, дисперсия и стандартное отклонение средней арифметической n одинаково распределенных взаимно независимых случайных величин есть ▼ Вычислим математическое ожидание и дисперсию
Пример. Дисперсия каждой из 9 одинаково распределенных взаимно независимых случайных величин равна 36. Найти дисперсию и стандартное отклонение среднего арифметического этих величин. ▼ По условию n = 9, = 36, тогда .
Математическое ожидание и дисперсия числа появления событий В n независимых испытаниях
I. Теорема. Математическое ожидание числа появления событий в одном испытании равно вероятности р этого события, а дисперсия - произведению pq, т.е. М(Х) = р, D(X) = pq. ▼ Пусть производится 1 испытание, в котором вероятность события А равно р. Случайная величина Х (число появления события А в одном испытании) может принимать только два значения: х1 = 0, (событие А не наступило) с вероятностью q = 1 – p, и х2 = 1, (событие А наступило) с вероятностью p, Запишем закон распределения Х в виде таблицы , тогда M(X) = 0∙q + 1∙p = p, μ = p; M(X2) = 02∙q + 12∙p = p, D(X) = M(X2) - μ2 = p – p2 = p(1 – p) = pq. II. Теорема. Математическое ожидание и дисперсия числа появления события А в n независимых испытаниях, в каждом из которых вероятность появления события А постоянна и равна p есть M(X) = np, D(X) = npq. ▼ Случайная величина Х (общее число появлений события А в n испытаниях) равна сумме появлений события в отдельных испытаниях: Х = X1+ X2 +…+ Xn. Величины X1, X2,…, Xn взаимно независимые и имеют одинаковые распределения, т.е. М(X1) = М(X2) =…= М(Xn) = p D(X1) = D(X2) =…= D(Xn) = pq, тогда М(Х) = М(X1) + М(X2) +…+ М(Xn) = np, D(Х) = D(X1) + D(X2) +…+ D(Xn) = npq, Пример. Производится 10 независимых испытаний, в каждом из которых вероятность появления события равна 0,6. Найти математическое ожидание и дисперсию случайной величины Х (число появлений события в этих испытаниях). ▼ n = 10. p = 0,6; q = 0,4. M(X) = np = 10∙0,6 = 6, т.е. в 10 испытаниях событие появится в среднем в 6 случаях, D(X) = npq = 10∙0,6∙0,4 = 2,4.
Следствие. Математическое ожидание и дисперсия частости m/n появления события А в n независимых испытаниях, в каждом из которых вероятность р появления события постоянна, равна . ▼ Случайная величина Х = m – общее число появления события А в n независимых испытаниях. Вычислим математическое ожидание и дисперсию частости: , . Пример. Вероятность выигрыша по облигации за все время его действия равна 0,1. Найти математическое ожидание, дисперсию и стандартное отклонение доли (частости) выигравших облигаций среди 19 приобретенных. ▼ n = 19. p = 0,1; q = 0,9. .
Основные законы распределения ДСВ.
Биномиальное распределение. Дискретная случайная величина Х, которая принимает значение m с вероятностью , называется распределенной по биномиальному закону с параметрами n, p. Теорема. Математическое ожидание и дисперсия случайной величины Х, распределенной по биномиальному закону, есть: M(X) = np, D(X) = npq. Пример. Вероятность попадания стрелком в мишень равна 0,8. Записать закон распределения случайной величины Х (числа попаданий в мишень), если стрелок сделал 20 выстрелов. Найти М(Х), D(X). ▼ n = 20. p = 0,8; q = 0,2. P(X = m) = - закон распределения Х, М(Х) = np= 20∙0,8 = 16 – среднее число попаданий в мишень при 20 выстрелах, D(X) = npq = 20∙0,8∙0,2 = 3,2.
Закон распределения Пуассона. Дискретная случайная величина Х, которая принимает значение m с вероятностью , называется распределенной по закону Пуассона с параметром λ Теорема. Математическое ожидание и дисперсия случайной величины Х, распределенной по закону Пуассона, совпадают и равны параметру λ этого закона, т.е. M(X) = λ, D(X) = λ. Пример. Случайная величина Х распределена по закону Пуассона с параметром λ =2. Найти вероятности Р(Х = 0), Р(Х > 0). ▼ m = 0, P(X = 0) = e 1 – 0,1353 = 0,8675.
Геометрическое распределение. Пусть производятся независимые испытания, в каждом из которых вероятность появления события А равна р, и, следовательно, вероятность его непоявления q = 1 – p. Испытания заканчиваются, как только появится событие А. Таким образом, если событие А появилось в m – ом испытании, то в предшествующих m – 1 испытаниях оно не появилось. Пусть в первые m – 1 испытаниях событие А не наступило, а в m – ом испытании появилось, т.е.
Вероятность такой цепочки по теореме умножения вероятности независимых событий есть Дискретная случайная величина Х, которая принимает значение m с вероятностью , называется геометрическим распределением с параметром р. Теорема. Математическое ожидание и дисперсия случайной величины Х, имеющей геометрическое распределение с параметром р, равна M(X) = 1/p, D(X) = q/p2, где q = 1 – p. Пример. Из большой партии изделий контроль качества проводится до 1 – го появления бракованного изделия. В результате проверок обнаружилось, что бракованное изделие впервые появляется в среднем при десятом испытании.. Определить вероятность р брака изделия. ▼ Случайная величина Х – число испытаний до 1 – го появления бракованного изделия. По условию, среднее значение М(Х) = 10. Из выражения M(X) = 1/p = 10 следует, что р = 1/10 = 0,1.
|
||||||
Последнее изменение этой страницы: 2017-02-07; просмотров: 316; 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 - 3.145.74.54 (0.007 с.) |