6744
.pdf2. Квадрат случайной величины X : X 2
|
x2 |
x2 |
|
|
|
x2 |
|
|
|
x2 |
|
|
n |
|
|
|
||
|
i |
1 |
|
|
2 |
|
|
|
|
n |
|
, где pi |
1. |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
pi |
p1 |
|
|
|
p2 |
|
|
|
pn |
|
|
|
|||||
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3. Сумма случайных величин X и Y : Z X Y |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
zk |
|
x1 y1 |
|
x1 y2 |
|
|
xn |
ym |
|
n m |
p j |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, где |
pi |
1. |
|
|
|
|
p1 |
|
|
|
|
|
|
|
|
|
||||||
|
pk |
|
|
|
|
pn |
|
|
i 1 j 1 |
|
|
|||||||
|
|
p1 |
|
p1 p2 |
|
pm |
|
|
|
|
||||||||
4. Разность случайных величин X и Y : Z X Y |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
zk |
|
x1 y1 |
|
x2 y1 |
|
xn |
ym |
|
n m |
p j |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, где |
pi |
1. |
|
|
|
|
p1 |
|
|
|
|
|
|
|
|
|||||||
|
pk |
|
|
|
pn |
|
|
i 1 j 1 |
|
|
||||||||
|
|
p1 |
|
p2 p1 |
pm |
|
|
|
|
5. Произведение случайных величин X и Y : Z X Y
|
|
zk |
|
|
x1 y1 |
|
x2 y1 |
|
|
xn ym |
|
|
n m |
p j |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, где |
pi |
1. |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
pk |
|
|
|
|
|
|
i 1 |
j 1 |
|
|
|||||||
|
|
|
p1 p1 |
|
p2 p1 |
|
pn pm |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пример. |
|
Случайные |
величины X |
и |
Y |
заданы |
законами |
|||||||||||
распределения: |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xi |
|
-1 |
|
0 |
|
1 |
|
|
y j |
|
1 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
pi |
|
0,2 |
|
0,5 |
|
0,3 |
|
p j |
|
0,3 |
|
0,7 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
Составить закон распределения случайной величины Z X Y .
Решение. Для удобства решение оформим в виде таблицы:
31
|
X |
-1 |
0 |
1 |
|
|
|
|
|
Y |
|
0,2 |
0,5 |
0,3 |
|
1 1 0 |
1 0 1 |
1 1 2 |
|
1 |
0,3 |
|
0,3 0,5 0,15 |
0,3 0,3 0,09 |
|
0,3 0,2 0,06 |
|||
|
2 1 1 |
2 0 2 |
2 1 3 |
|
2 |
0,7 |
0,2 0,14 |
0,7 0,5 0,35 |
0,7 0,3 0,21 |
|
0,7 |
В клетках таблицы перечислены всевозможные значения случайной величины Z с соответствующими вероятностями. Объединив одинаковые значения и сложив их соответствующие вероятности, получаем закон распределения искомой случайной величины Z :
zk |
0 |
1 |
2 |
3 |
4 |
|
|
|
|
|
|
pk |
1. |
pk |
|
|
|
|
||
0,06 |
0,29 |
0,44 |
0,21 |
k 1 |
|
|
|
|
5.1.4. Числовые характеристики дискретной случайной величины
Математическим ожиданием случайной величины X называется ее среднее значение.
Математическое ожидание определяет положение центра распределения и обозначается M X .
Для дискретной случайной величины X математическое ожидание равно сумме произведений ее значений xi на соответствующие вероятности pi этих значений, то есть
n
M X x1 p1 x2 p2 xn pn xi pi .
i 1
32
Пример. Задан закон распределения дискретной случайной величины
X :
xi |
-1 |
0 |
2 |
|
|
|
|
pi |
0,3 |
0,5 |
0,2 |
Найти M x .
Решение. M x 1 0,3 0 0,5 2 0,2 0,1.
Ответ: M x 0,1.
Рассмотрим свойства математического ожидания, которые
используются при решении задач:
1.M C C , C const .
2.M CX C M X , C const .
3.M X Y M X M Y .
4. |
Если X |
и Y |
независимые |
случайные величины, |
то |
M X Y M X M Y . |
|
|
|
||
Пример. M X 1, |
M Y 2 . Найти M 2X 3Y . |
|
|||
Решение. Пользуясь свойствами математического ожидания, находим |
|||||
M 2X 3Y M 2X M 3Y 2 M X 3 M Y |
|
||||
2 1 3 2 8. |
|
|
|
||
Ответ: M 2X 3Y 8. |
|
|
|||
Для |
дискретной |
случайной величины X , распределенной |
по |
||
биномиальному закону с параметрами n и |
p , математическое ожидание |
можно вычислить по формуле:
M X n p .
Пример. Найти среднее число выпадений «герба» при шести подбрасываниях монеты.
33
Решение. Проводится n 6 независимых испытаний (подбрасываний
монеты), в каждом из которых вероятность выпадения герба равна p 12 .
Тогда математическое ожидание дискретной случайной величины X –
числа выпадений герба – равно: M X n p 6 12 3.
Ответ: 3.
Разность называется отклонением случайной величины
X от ее математического ожидания
Дисперсией случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания.
Дисперсия определяет степень «разброса» значений случайной величины и обозначается D X . Согласно определению дисперсии:
D X M X M X 2 .
Для дискретной случайной величины X дисперсия D X
вычисляется по формуле:
n
D X xi M X 2 pi .
i 1
Пример. Задан закон распределения дискретной случайной величины
X :
xi |
-1 |
0 |
2 |
|
|
|
|
pi |
0,3 |
0,6 |
0,1 |
|
|
|
|
Найти D X .
Решение. Сначала находим математическое ожидание случайной величины X : M X 1 0,3 0 0,6 2 0,1 0,1. Тогда дисперсия будет равна:
34
D X 1 0,1 2 0,3 0 0,1 2 0,6 2 0,1 2 0,10,243 0,006 0,441 0,69.
Ответ: D X 0,69.
Из определения и свойств математического ожидания следует, что дисперсия любой случайной величины неотрицательна, то есть D X 0 .
Рассмотрим свойства дисперсии:
1.D C 0 , C const .
2.D CX C2 D X , C const .
3. Если X и Y независимые случайные величины, то
D X Y D X D Y и
D X Y D X D Y .
Пример. D X 2 . Найти D 2 3X .
Решение. Пользуясь свойствами дисперсии, находим
D 2 3X D 2 D 3X 0 32 D X 9 2 18.
Ответ: D 2 3X 18.
Для дискретной случайной величины, распределенной по биномиальному закону с параметрами n и p , дисперсию можно вычислить по формуле:
D X n p q .
Пример. Дискретная случайная величина X – число выпадений
«герба» при четырех бросаниях монеты распределена по биномиальному закону. Найти дисперсию случайной величины X .
Решение. По условию n 4 , p 12 , q 12 . Тогда
D X npq 4 12 12 1.
Ответ: 1.
35
Средним квадратическим отклонением, или стандартным отклонением, случайной величины X называется корень квадратный из ее
дисперсии и обозначается X , то есть |
|
|||||||||||
|
|
|
X |
|
|
|
|
. |
|
|||
|
|
|
D X |
|
||||||||
Пример. |
D X 2 . Найти |
среднее квадратическое |
отклонение |
|||||||||
случайной величины Z 3 4X . |
|
|
|
|
|
|
|
|||||
Решение. Используя свойства дисперсии, находим |
|
|||||||||||
D 3 4X D 3 D 4X 0 16D X 16 2 32 . |
Тогда по |
|||||||||||
определению среднего квадратического отклонения: |
|
|||||||||||
3 4X |
|
|
|
4 |
|
. |
|
|||||
D 3 4X |
32 |
2 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Ответ: 4 |
2 . |
|
|
|
|
|
|
|
|
|
|
5.2. Непрерывная случайная величина
Случайная величина X называется непрерывной, если все ее возможные значения целиком заполняют некоторый конечный или
бесконечный промежуток числовой оси.
Примеры непрерывных случайных величин:
1)размер, вес деталей массового производства;
2)рост и возраст человека;
3)время безотказной работы устройства до момента отказа;
4)ошибки измерительных приборов.
Каждому интервалу ; из области значений непрерывной случайной величины X отвечает определенная вероятность P X
того, что значение, принятое этой случайной величиной, попадет в этот интервал.
36
5.2.1. Способы задания непрерывных случайных величин
Непрерывную случайную величину можно задать аналитически, т.е. с
помощью функции: либо с помощью функции распределения, либо с помощью функции плотности распределения вероятностей.
Функцией распределения случайной величины X называется функция F x , которая для каждого значения аргумента x численно равна вероятности того, что при испытании случайная величина X примет
значение, меньше чем x , то есть
F x P X x .
Свойства функции распределения:
1. Все значения функции распределения F x принадлежат отрезку
0;1 , т.е. 0 F x 1. Это следует непосредственно из определения
функции распределения.
2.F x – неубывающая функция, т.е. если x1 x2 , то F x1 F x2 .
3.F 0, F 1.
4.Вероятность того, что непрерывная случайная величина X примет
значение из полуинтервала ; , равна разности значений ее функции распределения F x на концах этого полуинтервала:
P X F F .
Заметим также, что для непрерывной случайной величины X
выполняются равенства:
P X P X P X P X .
Плотностью распределения вероятностей f x непрерывной
случайной величины X называется первая производная от ее функции
распределения F x , то есть
f x F x .
37
Свойства функции плотности распределения вероятностей:
1. f x – неотрицательная функция, т. к. f x 0.
2. f x dx 1.
Если все возможные значения случайной величины принадлежат
отрезку ; , то f x dx 1.
Отметим связь между функцией распределения F x и плотностью распределения вероятностей f x :
1. Если известна f x , то
x
F x P X x P X x f x dx .
2. Если известна F x , то f x F x .
5.2.2. Числовые характеристики непрерывной случайной
величины
Математическое ожидание и дисперсия непрерывной случайной величины X , все возможные значения которой принадлежат всей числовой оси, вычисляются, соответственно, по формулам:
M X x f x dx .
D X x2 f x dx M 2 x .
В частности, если все возможные значения непрерывной случайной величины X принадлежат интервалу ; , то формулы принимают вид:
M X x f x dx ,
38
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D X x2 f |
x dx M 2 x . |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
Среднее квадратическое отклонение непрерывной случайной |
|||||||||||
величины |
X |
определяется |
так же, |
как и |
для дискретной случайной |
||||||
величины: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
|
. |
|
|
|
|
|
|
|
|
|
D X |
|
|
||
Пример. По заданной функции распределения F x |
найти функцию |
||||||||||
плотности |
f x , построить графики |
F x и |
f x , найти: |
M X , D X , |
|||||||
|
|
5 |
|
|
|
|
|
|
|
||
X , P X |
|
|
. |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
3 |
|
|
|
|
|
|
|
|
|
0, x 3 |
2 |
|
|
|
|
|
|
|
|||
F x cos x, 3 |
x 2 |
|
|
|
|
|
|||||
|
|
|
2 |
|
|
|
|
|
|
|
|
1, x 2 . |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Решение. |
Функцию |
плотности |
f x |
находим по определению |
f x F x :
0, x 3 2
f x sin x, 3 2 x 2
0, x 2 .
Строим графики функций F x (рис. 3) и f x (рис. 4).
F x
1
0 |
|
3 |
2 |
x |
|
||||
|
2 |
|
||
|
|
|
|
Рис. 3
39
f x
1
0 |
|
3 |
2 |
x |
|
||||
|
|
2 |
|
|
Рис. 4
Находим математическое ожидание случайной величины X :
|
2 |
M X |
x sin x dx |
|
3 2 |
Указанный интеграл вычисляем с помощью формулы интегрирования
b |
b |
|
по частям: u dv u v |
ba |
v du . В нашем случае: |
a |
a |
u x du dx
dv sin x dx v cos x
M X x cos x |
|
32 |
|
2 |
|
32 |
|
32 |
|
|
|
|
|
|
|
||||||
|
|
|
cos x dx x cos x |
|
sin x |
|
||||
|
|
|
2 |
3 |
|
|
2 |
|
|
2 |
|
|
|
|
2 |
|
|
|
|
|
2 0 0 1 2 1.
Находим дисперсию случайной величины X :
D X |
2 |
sin x dx 2 1 2 |
|
|
|||
x2 |
|
|
|||||
3 2 |
|
|
|
|
|
|
|
|
|
|
|
|
u x2 du 2xdx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
dv sin xdx v cos x |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
x2 |
cos x |
32 |
2 |
2 x cos xdx 2 1 2 |
|
||
|
|
|
|
3 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
u x du dx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
dv cos x dx v sin x |
|
|
|
|
|
|
|
|
|
|
40