Свойства числовых характеристик случайных величин
Рассмотрим основные свойства числовых характеристик, используемые в расчетах.
Свойства математического ожидания
1. Математическое ожидание постоянной величины равно самой этой величине.
Действительно, постоянная величина с может рассматриваться как частный вид случайной величины при одном возможном значении с вероятностью р = 1. Но тогда по формуле математического ожидания (3.20)
(3.41)
2. Постоянный множитель можно вынести за знак математического ожидания, т. е.
(3.42)
Приведем доказательство этого положения для дискретных случайных величин используя формулу математического ожидания (3.20)
3. Математическое ожидание суммы ряда случайных независимых величин равно сумме их математических ожиданий, т.е.
(3.43)
Докажем это свойство для двух случайных величин X и Y.
где ζj и ξi — возможные значения случайных величин X и Y.
Отсюда, так как рji— вероятность совместного появления величин ζj и ξi;, получаем и
Аналогично методом полной индукции можно доказать соотношение (3.37) для произвольного числа слагаемых.
4. Математическое ожидание линейной функции нескольких случайных величин равно той же линейной функции от математических ожиданий аргументов, т. е.
(3.44)
Докажем это предположение на основе первых трех свойств математического ожидания
5. Математическое ожидание произведения независимых случайных величин равно произведению их математических ожиданий, т. е.
(3. 45)
Докажем это свойство для двух дискретных случайных величин X и У
где pij — вероятность совместного появления ζj и ξi, равная для независимых случайных величин произведению pipj. Исходя из этого
Отсюда методом полной индукции можно получить формулу произведения математических ожиданий и для произвольного числа независимых случайных величин.
Свойства дисперсии случайных величин
1. Дисперсия постоянной величины равна нулю, т. е.
(3. 46)
Доказательство: так как математическое ожидание с (см. первое свойство математического ожидания) равно с, то
2. Постоянную величину можно выносить за знак дисперсии, возведя ее в квадрат, т. е.
(3.47)
Доказательство:
Отсюда же следует, что
(3.48)
т. е, постоянную величину можно выносить за знак среднего квадратического отклонения,
3. Дисперсия суммы случайных независимых величин равна сумме дисперсий слагаемых:
(3.49)
Докажем это положение для двух случайных величин X и Y:
Так как X и Y независимы, то
и
(3.50)
4. Дисперсия линейной функции нескольких независимых случайных величин выражается формулой
(3.51)
Для доказательства используем формулу дисперсии суммы случайных независимых величин
Дата добавления: 2020-10-25; просмотров: 419;