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 |
Плотность распределения вероятностей непрерывн. СВ и ее св-ва.Содержание книги
Поиск на нашем сайте
Функц. распредел. вероятностей непрерывной СВ дает полную вероятностн. хар-ку ее поведения. Однако задание непрерывн. СВ с пом. функц. распредел. не является единственным. Ее можно задать с пом. др. функции, кот. назыв. дифференциальн. функц. распределения или плотностью распредел. вероятностей. Пусть X – несрерывн. СВ с интервальн. функц. распредел. F(x). F(x) непрерывна и дифференцируема в исследуемом интервале. Рассмотрим вер. попадания значения СВ в интервал (x; x+ x). P(x<X<x+ x) = F(x+ x) – F(x), т.е. вер. равна приращению функц. на этом участке. Определим вер., кот. приходится на единицу длины рассматриваемого участка. Для этого разделим обе части последн. рав-ва на x: = = = = . = f(x). Опред.: Дифференц. функц. распредел. или плотностью распредел. вер. называется 1-ая производная от интегральн. функции распредел. Замеч.: Для хар-ки распредел. вер. дискретн. СВ дифференц. функция распредел. непременима. Основн. св-ва дифференц. функции распредел.: 1) Для f(x) неотрицательна, т.е. f(x) 0. Доказ-во: Следует из определения функции плотности F(x) – неубывающ. функция, значит ее производн. неотрицательна, т.е. = f(x) 0; 2) Для дифференциальн. функц. распредел. имеет место равенство P( <X< ) = . Доказ-во: Т.к. функц. F(x) явл. первообразной для функц. f(x), то из формулы () = F()-F() и формулы Ньютона-Лейбница вытекает вер. того, что P( <X< ) = F()-F() = ; 3)Для дифференц. функц. распредел. имеет место рав-во: =1. Доказ-во: Согласно определ. несобствен. интеграла по бесконечн. пределам и 3-му св-ву функц. распредел. имеем = + = + = + = + =0+1=1; 4) Для интегральн. и дифференц. функц. распредел. имеет место рав-во: F(x) = . Доказ-во: = = = F(x) - = F(x)-0=F(x). Замеч.: Если СВ Х принимает значение только в некотор. интервале (), то =1.
26. Вер. попадания СВ в задан. интервал. Вер. попадания СВ Х в задан. интервал равна приращению ее функции распредел. на этом интервале, т.е. вер. того, что ()= F() - F(). Эта формула следует из формулы F()=F()+ P() – вопрос №24, если вместо точек взять точки и . Вер. любого отдельного значения непрерывн. СВ равна 0. Доказ-во: Воспользуемся равенством ()= F() - F() и устемим к (). Тогда получим = . В левой части последн. рав-ва в пределе вместо вер. попадания значения СВ в интервал получим вер. того, что СВ приняла отдельно взятое значение , т.е. . Значение предела в правой части рав-ва зависит от того, явл. ли функц. F(x) непрерывн. в точке или имеет в ней разрыв. Если функц. имеет разрыв, то предел равен величине скачка функции F(x) в точке . Т.к. по предположению функц. F(x) всюду непрерывна, то = F() - F() = 0. Т.о. = = =0. При непрерывн. распределении вероятностей, т.е. когда функц. распредел. непрерывна, вер. попадания значения непрерывн. СВ на сколь угодно малый участок отлична от 0, тогда как вер. попадания в строго определен. точку равна 0. Воспользовавшись последн. св-вом, докажем, что для непрерывн. СВ выполняются след. рав-ва: Р() = = = . Докажем одно из соотношений. Соб. представл. собой сумму 2-ух несовместн. событий и . Тогда по теореме сложения вер. имеем Р() = + . Согласно последн. св-ву =0, тогда + = = F() - F(). Следоват-но = F() - F().
27. Матем. ожидание дсв и нсв. Св-ва мат. ожидания. Мат. ожидание. Возможн. значения СВ могут быть сосредоточены вокруг некотор. центра. Этот центр является некотор. средн. значением, вокруг кот. группируются остальн. значения СВ. Для хар-ки такой особенности распределения СВ служит мат. ожидание, кот. иногда называют центром распределения или ср. значением СВ. Пусть имеется дискретная СВ Х, заданная след. рядом распредел.:
Определ.: Мат. ожиданием M(X) дискретн. СВ X назыв. сумма произведений всех возможн. значений случ. величины на соответствующ. вероятности появления этих значений, т.е. M(X)= -форм. (1). Если дискретн. СВ принимает бесконечное счетное мн-во значений, то ее мат. ожидание выражается формулой M(X)= . Причем мат. ожид. в этом случае существует, если ряд в правой части рав-ва сходится абсолютно. Опред.: Мат. ожид. непрерывн. СВ Х, возможн. значения кот. принадлежат отрезку назыв. величина равная M(X)= , где f(x) – функция плотности распредел. непрерывной СВ Х. Если возможн. значения непрерывн. СВ Х принадлежат всей оси ОХ, то M(X)= . Здесь предполагается, что несобствен. интеграл сходится абсолютно, т.е. существует. Осн. св-ва мат. ожид.: Опред.: 2 СВ назыв. независимыми, если закон распредел. вероятностей одной из них не зависит от того, какие возможн. значения приняла др. величина. В противн. случае СВ называют зависимыми. Опред.: Неск-ко СВ назыв. взаимно независим., если закон распредел. любой из них не зависит от того, какие значения приняли какие-л. другие из оставшихся величин. 1) Мат. ожид. постоянной величины равно самой постоянной, т.е. M(C)=C. Доказ-во: Постоян. C можно рассматривать как дискретную СВ, кот. принимает знач. C с вероятностью =1. Тогда по формуле (1): M(C) =C p=C 1=C; 2) Постоян. множитель можно выносить за знак мат. ожид., т.е. M(kX)=kM(X). Доказ-во: Возможн. знач., кот. принимает СВ kX – это kx1, kx2,…,kxn. Им соответствуют вероятн. p1, p2,…,pn. Тогда M(kX)= = = kM(X); 3) Мат. ожид. алгебраич. суммы 2-ух СВ X и Y равно алгебраич. сумме их мат. ожиданий, т.е. M(X Y)=M(X) M(Y). Доказ-во: Пусть X и Y – дискретн. СВ, имеющие след. ряды распред.:
(Тоже самое для Y, только вместо p – q и в конце ym и qm). Пусть X и Y – независим. СВ. Найдем вер. появления значения , соответствующ. значению СВ . Для появл. указан. значения необходимо, чтобы с вер. появилось значение СВ Х, а с вер. - значение СВ Y . Значит вер. появл. значения = . Ряд распред. дискретн. СВ будет иметь вид:
Тогда M(X Y)= = = = M(X) M(Y); 4) Мат. ожид. произведения 2-ух независим. СВ X и Y равно произведению их мат. ожиданий, т.е. M(XY)=M(X) M(Y). Доказ-во: Пусть дискретн. СВ X и Y заданы рядами распред., приведенными при доказ-ве св-ва 3. Ряд распред. СВ XY для независим. СВ имеет вид: (такой же как и предыдущий, только x1 y1 и т.д.). Тогда мат. ожид. M(XY)= = = M(X) M(Y). Замеч.: Св-ва доказанные для дискретн. СВ справедливы и для непрерывн. СВ; 5) Мат. ожид. отклонения СВ от ее мат. ожид. равно 0, т.е. M(X – M(X))=0. Доказ-во: Используя св-ва 3 и 1 и учитывая, что мат. ожид. – величина постоянная, получаем, что M(X – M(X))= M(X) – M(M(X)) = M(X) – M(X) =0. Замеч.: Разность X – M(X) показывает, насколько знач. СВ отклонилось от мат. ожид. Эту величину назыв. отклонением СВ Х от ее мат. ожидания.
28. Дисперсия дсв и нсв. Св-ва дисперсии. Дисперсией D(X) СВ называют матем. ожидание квадрата ее отклонения от мат. ожидания, т.е. D(X)=M(X-M(X))2. Выбор дисперсии, определяемой по предыдущ. формуле в кач-ве хар-ки рассеивания значения СВ оправдывается тем, что дисперсия обладает св-вом минимальности. Это означает, что дисп. равна . Если X – это дискретн. СВ, то D(X)= . Если X – это непрерывн. СВ, принимающ. значения отрезка [a,b], то D(X)= f(x)dx, где f(x) – функция плотности распределения непрерывн. СВ X. D(X) имеет размерность квадрата СВ, что не всегда удобно, поэтому в кач-ве показателя рассеивания используют также величину . Ее называют средним квадратич. отклонением. Основн. св-ва дисперсии: 1) Дисперс. алгебраич. суммы 2-ух независим. СВ X и Y равна сумме дисперсий этих величин, т.е. D(X Y)=D(X)+D(Y). Доказ-во: D(X Y)= M[(X Y) – M(X Y)]2 = M((X Y) – (M(X) M(Y)))2 = M((X – M(X) (Y – M(Y)))2 = M[(X – M(X))2 2(X – M(X))(Y – M(Y)) + (Y – M(Y))]2 = M(X – M(X))2 2M(X – M(X))M(Y – M(Y)) + M(Y – M(Y))2 = D(X) + 0 + D(Y) = D(X)+D(Y); 2) Дисперсия постоян. величины равна 0, т.е. D(C)=0. Доказ-во: Т.к. M(C)=C, то D(C)= M(C – M(C))2 = M(C – C)2 = M(0) = 0; 3) Постоян. множитель С можно выносить за знак дисперсии, возводя его в квадрат, т.е. D(CX)= C2D(X). Доказ-во: D(C)= M(CX – M(CX))2 = M(CX – CM(X))2 = M(C(X – M(X))2) = M(C2(X – M(X))2) = M(C2)M(X – M(X))2 = C2D(X); 4) Дисперсия СВ Х равна разности между мат. ожиданием квадрата СВ и квадратом ее мат. ожидания, т.е. D(X) = M(X2) – (M(X))2. Доказ-во: По определ. дисперсии D(X) = M(X – M(X))2 = M(X2 – 2X M(X) + (M(X))2) = M(X2) – M(2X M(X)) + M(M(X))2 = M(X2) – 2M(X) M(X) + (M(X))2 = M(X2) – (M(X))2. Замечание: При решении практич. задач для вычисления удобнее использовать формулу св-ва (4). Для дискретн. СВ эта формула будет иметь вид: D(X) = - (M(X))2. Для непрерывн. СВ: D(X) = - (M(X))2.
|
||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-04-26; просмотров: 186; 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 - 3.128.172.168 (0.006 с.) |