Лекции.Орг


Поиск:




Математическое ожидание дискретной случайной величины




 

Математическим ожиданием дискретной случайной величины называется сумма произведений всех возможных значений случайной величины на их вероятности.

(20)

Математическое ожидание существует, если ряд, стоящий в правой части равенства, сходится абсолютно.

С точки зрения вероятности можно сказать, что математическое ожидание приближенно равно среднему арифметическому наблюдаемых значений случайной величины.

Пример. Известен закон распределения дискретной случайной величины. Найти математическое ожидание.

X        
p 0.2 0.3 0.1 0.4

 

Решение:

 

6.1.2 Свойства математического ожидания

 

1. Математическое ожидание постоянной величины равно самой постоянной.

2. Постоянный множитель можно выносить за знак математического ожидания.

3. Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий.

Это свойство справедливо для произвольного числа случайных величин.

4. Математическое ожидание суммы двух случайных величин равно сумме математических ожиданий слагаемых.

Это свойство также справедливо для произвольного числа случайных величин.

Пример: M(X) = 5, M(Y) = 2. Найти математическое ожидание случайной величины Z, применив свойства математического ожидания, если известно, что Z=2X + 3Y.

Решение: M(Z) = M(2X + 3Y) = M(2X) + M(3Y) = 2M(X) + 3M(Y) = 2∙5+3∙2 =

1 2

= 10+6 = 16

1) математическое ожидание суммы равно сумме математических ожиданий

2) постоянный множитель можно вынести за знак математического ожидания

 

Пусть производится n независимых испытаний, вероятность появления события А в которых равна р. Тогда имеет место следующая теорема:

Теорема. Математическое ожидание М(Х) числа появления события А в n независимых испытаниях равно произведению числа испытаний на вероятность появления события в каждом испытании.

(21)

 

6.1.3 Дисперсия дискретной случайной величины

 

Математическое ожидание не может полностью характеризовать случайный процесс. Кроме математического ожидания надо ввести величину, которая характеризует отклонение значений случайной величины от математического ожидания.

Это отклонение равно разности между случайной величиной и ее математическим ожиданием. При этом математическое ожидание отклонения равно нулю. Это объясняется тем, что одни возможные отклонения положительны, другие отрицательны, и в результате их взаимного погашения получается ноль.

Дисперсией (рассеиванием) дискретной случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания.

(22)

На практике подобный способ вычисления дисперсии неудобен, т.к. приводит при большом количестве значений случайной величины к громоздким вычислениям.

Поэтому применяется другой способ.

Теорема. Дисперсия равна разности между математическим ожиданием квадрата случайной величины Х и квадратом ее математического ожидания.

(23)

Доказательство. С учетом того, что математическое ожидание М(Х) и квадрат математического ожидания М2(Х) – величины постоянные, можно записать:

Итак: .

Пример. Найти дисперсию дискретной случайной величины заданной законом распределения.

Х        
Х2        
р 0.2 0.3 0.1 0.4

Решение: .

.

.

 

6.1.4 Свойства дисперсии

 

1. Дисперсия постоянной величины равна нулю. .

2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат. .

3. Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин. .

4. Дисперсия разности двух независимых случайных величин равна сумме дисперсий этих величин. .

Теорема. Дисперсия числа появления события А в п независимых испытаний, в каждом из которых вероятность р появления события постоянна, равна произведению числа испытаний на вероятности появления и непоявления события в каждом испытании.

(24)

Пример: Найти дисперсию ДСВ Х – числа появлений события А в 2-х независимых испытаниях, если вероятность появления события в этих испытаниях одинаковы и известно, что M(X) = 1,2.

Применим теорему из п. 6.1.2:

M(X) = np

M(X) = 1,2; n = 2. Найдём p:

1,2 = 2∙ p

p = 1,2/2

p = 0,6

q = 1 – p = 1 – 0,6 = 0,4

Найдём дисперсию по формуле :

D(X) = 2∙0,6∙0,4 = 0,48

 

6.1.5 Среднее квадратическое отклонение дискретной случайной величины

 

Средним квадратическим отклонением случайной величины Х называется квадратный корень из дисперсии.

(25)

Теорема. Среднее квадратичное отклонение суммы конечного числа взаимно независимых случайных величин равно квадратному корню из суммы квадратов средних квадратических отклонений этих величин.

(26)

 

6.1.6 Мода и медиана дискретной случайной величины

 

Модой Mo ДСВ называется наиболее вероятное значение случайной величины (т.е. значение, которое имеет наибольшую вероятность)

Медианой Me ДСВ называется значение случайной величины, которое делит ряд распределения пополам. Если число значений случайной величины чётное, то медиана находится как среднее арифметическое двух средних значений.

Пример: Найти моду и медиану ДСВ Х:

X        
p 0.2 0.3 0.1 0.4

 

 

Mo = 9

Me = = 5,5

 

Ход работы

 

1. Ознакомиться с теоретической частью данной работы (лекции, учебник).

2. Выполнить задание по своему варианту.

3. Составить отчет по работе.

4. Защитить работу.

 

Содержание отчета

 

1. Тема.

2. Цель работы.

3. Ход работы.

4. Решение своего варианта.

 


6.4 Варианты заданий для самостоятельной работы

 

Вариант №1

 

1. Найти математическое ожидание, дисперсию, среднее квадратическое отклонение, моду и медиану ДСВ X, заданной законом распределения.

X        
P 0.1 0.6 0.2 0.1

2. Найти математическое ожидание случайной величины Z, если известны математические ожидания X и Y: M(Х)=6, M(Y)=4, Z=5X+3Y.

3. Найти дисперсию ДСВ Х – числа появлений события А в двух независимых испытаниях, если вероятности появления событий в этих испытаниях одинаковы и известно, что М (Х) = 1.

4. Дан перечень возможных значений дискретной случайной величины Х: x1 = 1, x2 = 2, x3 = 5, а также известны математические ожидания этой величины и её квадрата: , . Найти вероятности , , , соответствующие возможным значениям , , и составить закон распределения ДСВ.

 

Вариант №2

 

1. Найти математическое ожидание, дисперсию и среднее квадратическое отклонение ДСВ X, заданной законом распределения.

X        
P 0.3 0.1 0.2 0.4

2. Найти математическое ожидание случайной величины Z, если известны математические ожидания X и Y: M(Х)=5, M(Y)=8, Z=6X+2Y.

3. Найти дисперсию ДСВ Х – числа появлений события А в трёх независимых испытаниях, если вероятности появления событий в этих испытаниях одинаковы и известно, что М (Х) = 0,9.

4. Дан перечень возможных значений дискретной случайной величины Х: x1 = 1, x2 = 2, x3 = 4, x4 = 10, а также известны математические ожидания этой величины и её квадрата: , . Найти вероятности , , , соответствующие возможным значениям , , и составить закон распределения ДСВ.

 

Вариант №3

 

1. Найти математическое ожидание, дисперсию и среднее квадратическое отклонение ДСВ X, заданной законом распределения.

X        
P 0.5 0.1 0.2 0.3

2. Найти математическое ожидание случайной величины Z, если известны математические ожидания X и Y: M(Х)=3, M(Y)=4, Z=4X+2Y.

3. Найти дисперсию ДСВ Х – числа появлений события А в четырёх независимых испытаниях, если вероятности появления событий в этих испытаниях одинаковы и известно, что М (х) = 1,2.

4. Дан перечень возможных значений дискретной случайной величины Х: x1 = 0, x2 = 1, x3 = 2, x4 = 5, а также известны математические ожидания этой величины и её квадрата: , . Найти вероятности , , , соответствующие возможным значениям , , и составить закон распределения ДСВ.

 

Вариант №4

 

1. Найти математическое ожидание, дисперсию и среднее квадратическое отклонение ДСВ X, заданной законом распределения.

X        
P 0.3 0.1 0.4 0.2

2. Найти математическое ожидание случайной величины Z, если известны математические ожидания X и Y: M(Х)=4, M(Y)=2, Z=5X+3Y.

3. Найти дисперсию ДСВ Х – числа появлений события А в трёх независимых испытаниях, если вероятности появления событий в этих испытаниях одинаковы и известно, что М (х) = 1,2.

4. Дан перечень возможных значений дискретной случайной величины Х: x1 = 1, x2 = 2, x3 = 4, x4 = 5, а также известны математические ожидания этой величины и её квадрата: , . Найти вероятности , , , соответствующие возможным значениям , , и составить закон распределения ДСВ.

 

6.5 Вопросы к защите практической работы №6

 

1. Дать определение математического ожидания дискретной случайной величины.

2. Свойства математического ожидания.

3. Дать определение дисперсии дискретной случайной величины. Теорема для вычисления дисперсии ДСВ.

4. Свойства дисперсии.

5. Дать определение среднего квадратического отклонения дискретной случайной величины.

6. Дать определение моде и медиане дискретной случайной величины.

 

 

Практическая работа №7

 

Тема: Решение задач на биноминальное распределение, распределение Пуассона, геометрическое распределение вероятностей и равномерно распределённую НСВ.

Цель работы: Изучить понятия биноминального распределения, распределения Пуассона, геометрического распределения, равномерно распределённой НСВ. Научиться вычислять вероятности для данных распределений и их характеристики.

 





Поделиться с друзьями:


Дата добавления: 2016-11-12; Мы поможем в написании ваших работ!; просмотров: 3197 | Нарушение авторских прав


Поиск на сайте:

Лучшие изречения:

Два самых важных дня в твоей жизни: день, когда ты появился на свет, и день, когда понял, зачем. © Марк Твен
==> читать все изречения...

754 - | 693 -


© 2015-2024 lektsii.org - Контакты - Последнее добавление

Ген: 0.009 с.