Закон распределения вероятностей дискретной случайной величины
Для дискретной случайной величины закон распределения может быть задан в виде таблицы, аналитически (в виде формулы) и графически.
Каждое значение дискретной случайной величины имеет определенную вероятность появления. Пусть возможное значение x1 наступает с вероятностью p1, значение x2 – с вероятностью p2 и т.д.
Законом распределениявероятностей дискретной случайной величины X называется любое правило, позволяющее находить все вероятности вида .
Простейшей формой задания закона распределения дискретной случайной величины Х является таблица, которая состоит из двух строк. В первой строке записываются все возможные значения случайной величины, а во второй – вероятности появления этих значений:
X | … | |||
P | … |
Здесь .
Закон распределения дискретной случайной величины можно изобразить графически. В прямоугольной системе координат строят точки M1(x1, p1), M2(x2, p2), ..., Mn(xn, pn) (xi – возможные значения случайной величины X, pi – соответствующие вероятности) и соединяют их отрезками прямых. Полученную фигуру называют многоугольником распределения (рис. 1) или полигоном распределения вероятностей.
Рис. 10.1 Многоугольник распределения вероятностей
Многоугольник распределения, так же как и ряд распределения, полностью характеризует случайную величину.
Числовые характеристики дискретной случайной величины
Если дискретная случайная величина X задана законом распределения вероятностей вида:
|
|
X | … | |||
P | … |
то математическое ожидание величины вычисляется по формуле:
. (10.21)
Математическое ожидание величины служит характеристикой среднего значения случайной величины .
Математическое ожидание обладает следующими свойствами:
10. Математическое ожидание постоянной величины равно самой постоянной:
М(С)=С,где С=соnst.
20. Постоянный множитель можно выносить за знак математического ожидания:
М(СХ)=С∙М(Х)(С = соnst).
30. Математическое ожидание суммы двух случайных величин равно сумме их математических ожиданий:
М(Х+Y)=М(Х) +М(Y).
Это равенство распространяется на п случайных величин:
М(Х1+Х2+…+Хп)=М(Х1)+М(Х2)+…+М(Хп).
40. Математическое ожидание разности двух случайных величин равно разности их математических ожиданий:
М(Х–Y)=М(Х)–М(Y).
50. Математическое ожидание произведения двух независимых случайных величин равно произведению математических ожиданий этих величин:
М(Х∙Y)=М(Х)∙М(Y).
Это равенство распространяется на п независимых случайных величин:
М(Х1∙Х2∙…∙Хп)=М(Х1)∙М(Х2)∙…∙М(Хп).
Дисперсиейдискретнойслучайной величины называют математическое ожидание квадрата отклонения случайной величины от её математического ожидания:
|
|
или . (10.22)
Дисперсию удобно вычислять по формулам:
или .
Дисперсия обладает следующими свойствами:
10. Дисперсия постоянной величины равна нулю:
D(С)=0.
20. Постоянный множитель можно выносить за знак дисперсии, предварительно возведя его в квадрат:
D(СХ)=С2D(Х)(С=соnst).
30. Дисперсия суммы двух независимых случайных величин равна сумме дисперсий слагаемых:
D(Х+Y)=D(Х)+D(Y).
Это равенство распространяется на п случайных величин:
D(Х1+Х2+…+Хп)=D(Х1)+D(Х2)+…+D(Хп).
40. Дисперсия разности двух независимых случайных величин равна сумме их дисперсий:
D(Х–Y)=D(Х)+D(Y).
Средним квадратическим отклонением случайной величины называют квадратный корень из дисперсии:
. (10.23)
Дисперсия и среднее квадратическое отклонение характеризуют рассеяние возможных значений случайной величины вокруг её математического ожидания.
Дата добавления: 2018-05-12; просмотров: 288; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!