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 |
Вероятностный смысл математического ожиданияСодержание книги
Похожие статьи вашей тематики
Поиск на нашем сайте
Пусть проведено n испытаний, в которых случайная величина Х приняла раз значение , раз значение , …, раз – , Тогда сумма всех значений, принятых Х равна . Найдем среднее арифметическое всех значений, принятых случайной величиной, для чего разделим найденную сумму на общее число испытаний n: где - относительная частота (частость). Допустим, что число испытаний достаточно велико, тогда и Таким образом, математическое ожидание приблизительно равно среднему арифметическому наблюдаемых значений случайной величины.
Свойства М (Х) 1. Математическое ожидание постоянной величины равно самой постоянной, т.е. М (С) = С, С = const. С имеет одно значение, равное С,с вероятностью p = 1, М (С) =С . 1 = С. Определим произведение постоянной С на Х как дискретную случайную величину , возможные значения которой равны произведениям С на возможные значения Х. Вероятность равна вероятностям Х. Например, если имеет вероятность , то имеет также вероятность . 2. М (СХ) = С . М (Х) – константу можно выносить за знак математического ожидания. Пусть случайная дискретная величина X задана законом распределения:
Тогда имеет закон распределения:
Случайные величины X и Y называют независимыми, если закон распределения одной из них не зависит от того, какие значения принимает другая. Произведение – случайная величина XY, возможные значения которой равны произведениям каждого возможного значения Х на каждое возможное значение Y. Вероятности XY равны произведению соответствующих вероятностей X и Y. 3. , где X, Y – независимые дискретные случайные величины. Пусть законы распределения вероятностей этих величин:
Составим значения, которые могут принимать Закон распределения: 4. M (X+Y) = M (X) + M (Y). Возможные значения случайной величины X + Y равна сумме возможных значений X и Y, а вероятность X+Y равна произведению вероятностей слагаемых. Теорема. М (Х) числа появлений событий А в n независимых испытаниях равно произведению числа испытаний на вероятность появления события в одном испытании p. Иначе, М (Х) биноминального распределения равно .
Дисперсия случайной дискретной величины и ее свойства Легко указать случайные величины, имеющие одинаковые значения математических ожиданий, но различные возможные значения, например:
Х имеет возможные значения, близкие к математическому ожиданию, а Y – далекие от М (Y), таким образом, М (Х) полностью не характеризует Х. Надо охарактеризовать отклонение случайной величины от M (X): отклонение – это величина X – M (X). Теорема. Математическое ожидание отклонения равно нулю. Действительно, , поэтому для оценки отклонения берут квадрат отклонения. Дисперсией (рассеянием) дискретных случайных величин называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания: . Получаем: Пример. Найти случайной величины:
M (X) = 1 . 0,3 + 2 . 0,5 + 5 . 0,2 = 2,3. Найдем все возможные значения квадрата отклонения: = (1 – 2,3)2 = 1,69; = (2 – 2,3)2 = 0,09; Напишем закон распределения квадрата отклонения:
Тогда (по определению): = 1,69 . 0,3 + 0,09 . 0,5 + 7,29 . 0,2 = 2,01. Удобнее: . Доказательство: . Вычислим дисперсию в предыдущем примере по доказанной формуле. Составим закон распределения :
Тогда = 1 . 0,3 + 4 . 0,5 + 25 . 0,2 = 7,3. Найдем :
Свойства дисперсии 1. Дисперсия постоянной величины равной нулю. D (C) = 0. . 2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат: . Если |C| > 1, то величина СХ имеет большие (по модулю) значения, поэтому D (CX)> D (X). 3. Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин D (X+Y) = D (X) + D (Y). Докажем: Следствие: D (X+C) = D (X) + D (C) = D (X), С = const. 4. D (X – Y) = D (X) + D (Y). Докажем: D (X–Y) = D (X) + D (–Y) = D (X) + (–1)2 D (X) = = D (X) + D (Y). Теорема. Дисперсия числа появлений событий А в n независимых испытаниях, в каждом из которых вероятность появления события А p = const, равна npq = D (X),где . Иначе. Дисперсия биноминального распределения равна D (X)= npq.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-04-26; просмотров: 476; 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 - 3.15.239.0 (0.009 с.) |