Числовые характеристики дискретной случайной величины.


К числу важных числовых характеристик относится математическое ожидание.

 

Определение: Математическим ожиданием М(Х)дискретной случайной величины Х называется сумма произведений всех ее значений на соответствующие им вероятности:

n

М(Х)=∑ xiрi= x1р1 + x2р2+…+ xnрn

i=1

 

Математическое ожидание служит характеристикой среднего значения случайной величины.

 

Свойства математического ожидания:

1)M(C)=C, где С-постоянная величина;

2)М(С•Х)=С•М(Х),

3)М(Х±Y)=М(Х) ±M(Y);

4)M(X•Y)=M(X) •M(Y), где X,Y- независимые случайные величины;

5)M(X±C)=M(X)±C, где С-постоянная величина;

 

Для характеристики степени рассеивания возможных значений дискретной случайной величины вокруг ее среднего значения служит дисперсия.

 

Определение: Дисперсией D(X)случайной величины Х называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:

D(X)=M(X-M(X))2

Свойства дисперсии:

1)D(C)=0, где С-постоянная величина;

2)D(X)>0, где Х- случайная величина;

3)D(C•X)=C2•D(X), где С-постоянная величина;

4)D(X+Y)=D(X)+D(Y), где X,Y- независимые случайные величины;

 

Для вычисления дисперсии часто бывает удобно пользоваться формулой:

 

D(X)=M(X2)-(M(X))2,

n

где М(Х)=∑ xi2рi= x12р1 + x22р2+…+ xn2рn

i=1

Дисперсия D(X) имеет размерность квадрата случайной величины, что не всегда удобно. Поэтому в качестве показателя рассеяния возможных значений случайной величины используют также величину √D(X).

Определение: Средним квадратическим отклонением σ(Х) случайной величины Х называется квадратный корень из дисперсии:

 

 

Задача №2.Дискретная случайная величина Х задана законом распределения:

х -1
р 0,1 Р2 0,3 0,2 0,3

 

Найти Р2, функцию распределения F(x) и построить ее график, а также M(X),D(X), σ(Х).

 

Решение: Так как сумма вероятностей возможных значений случайной величины Х равна 1, то

Р2=1- (0,1+0,3+0,2+0,3)=0,1

Найдем функцию распределения F(х)=P(X<x).

Геометрически это равенство можно истолковать так: F(х) есть вероятность того, что случайная величина примет значение, которое изображается на числовой оси точкой, лежащей левее точки х.

Если х≤-1, то F(х)=0, т.к. на (-∞;х) нет ни одного значения данной случайной величины;

Если -1<х≤0, то F(х)=Р(Х=-1)=0,1, т.к. в промежуток (-∞;х) попадает только одно значение x1=-1;

Если 0<х≤1, то F(х)=Р(Х=-1)+ Р(Х=0)=0,1+0,1=0,2, т.к. в промежуток

(-∞;х) попадают два значения x1=-1 и x2=0;

Если 1<х≤2, то F(х)=Р(Х=-1) + Р(Х=0)+ Р(Х=1)= 0,1+0,1+0,3=0,5, т.к. в промежуток (-∞;х) попадают три значения x1=-1, x2=0 и x3=1;

Если 2<х≤3, то F(х)=Р(Х=-1) + Р(Х=0)+ Р(Х=1)+ Р(Х=2)= 0,1+0,1+0,3+0,2=0,7, т.к. в промежуток (-∞;х) попадают четыре значения x1=-1, x2=0,x3=1 и х4=2;

Если х>3, то F(х)=Р(Х=-1) + Р(Х=0)+ Р(Х=1)+ Р(Х=2)+Р(Х=3)= 0,1+0,1+0,3+0,2+0,3=1, т.к. в промежуток (-∞;х) попадают четыре значения x1=-1, x2=0,x3=1,х4=2 и х5=3.

 

 

Итак,

0 при х≤-1,

0,1 при -1<х≤0,

0,2 при 0<х≤1,

F(x)= 0,5 при 1<х≤2,

0,7 при 2<х≤3,

1 при х>3

 
 


Изобразим функцию F(x)графически (рис.3):

рис. 3

 

Найдем числовые характеристики случайной величины:

n

М(Х)=∑ xκрκ =x1р1 + x2р2+…+ xnрn

κ=1

M(X)=-1•0,1+0•0,1+1•0,3+2•0,2+3•0,3=1,5

n

D(X)= ∑ x2κрκ –(M(X))2 = x21р1 + x22р2+…+ x2nрn –(M(X))2

κ=1

D(X)=(-1)2 •0,1+12•3+22•0,2+32•0,3-(1,5)2=1,65

≈1,2845.



Дата добавления: 2016-07-18; просмотров: 2487;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.011 сек.