Академический Документы
Профессиональный Документы
Культура Документы
n
М(Х)=∑ pi∗x i
I=1
X 5 2 4 Y 7 9
p 0,6 0,1 0,3 p 0,8 0,2
Найти математическое ожидание случайной величины XY.
Решение. Найдем математические ожидания каждой из данных величин:
М(Х) =5*0,6+2*0,1+4*0,3=4,4;
M(Y)=-7*0,8+9*0,2=7,4.
Так как случайные величины X н Y независимые, то искомое математическое ожидание равно:
М (XY)= M(X)M (K)=4,4*7,4=32,56.
Свойство 4. Математическое ожидание суммы двух случайных величин равно сумме
математических ожиданий слагаемых:
M(X+Y)=M(X)+M(Y).
2. Математическое ожидание числа появлений события в независимых испытаниях. Пусть
производится п независимых испытаний, в каждом из которых вероятность появления события А
постоянна и равна р. Чему равно среднее число появлений события А в этих испытаниях.
Теорема. Математическое ожидание М(Х) числа появлений события А в n независимых
испытаниях равно произведению числа испытаний на вероятность появления события в каждом
испытании:
М(Х)=пр.
По определению дисперсия
D(X) = 1,69*0,3+0,09*0,5+7,29*0,2=2,01.
Мы видим, что вычисление, основанное на определении дисперсии, оказалось относительно
громоздким. Рассмотрим формулу, которая приводит к цели значительно быстрее.
3. Формула для вычисления дисперсии.
Теорема. Дисперсия равна разности между математическим ожиданием квадрата случайной
величины X и квадратом ее математического ожидания:
D(Х)=М(Х2)-[M(Х)]2.
n
D ( X )=∑ p i∗¿ ¿ ¿
i=1
Предыдущий пример. Найти дисперсию случайной величины X, которая задана следующим
законом распределения:
X 1 2 5
p 0,3 0,5 0,2
M(X)=2,3
Напишем закон распределения случайной величины X 2:
X 1 4 25
p 0,3 0,5 0,2
M(X2)=0,3*1+0,5*4+0,2*25=7,3
D(X)=7,3-2,32 = 2,01
4. Свойства дисперсии
Свойство 1. Дисперсия постоянной величины С равна нулю:
D (С) = 0.
Свойство становится ясным, если учесть, что постоянная величина сохраняет одно и то же
значение и рассеяния, конечно, не имеет.
Свойство 2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
D(CX)=С2*D(Х).
Свойство 3. Дисперсия суммы независимых случайных величин равна сумме дисперсий этих
величин:
D(X+Y)=D(X)+D(Y).
Следствие. Дисперсия суммы постоянной величины и случайной равна дисперсии случайной
величины:
D(C+X)=D(X).
В силу первого свойства D(C)=0. Следовательно,
Свойство 4. Дисперсия разности двух независимых случайных величин равна сумме их дисперсий:
D(X-Y)=D(X)+D(Y).
Дисперсия числа появлений события в независимых испытаниях
Пусть производится п независимых испытаний, в каждом из которых вероятность появления
события А постоянна. Чему равна дисперсия числя появлений события в этих испытаниях?
Теорема. Дисперсия числа появлений события А в n независимых испытаниях, в каждом из
которых вероятность появления события постоянна, равна произведению испытаний на
вероятности появления и непоявления события одном испытании:
D(X)=npq.