10958

Числовые характеристики одномерной случайной величины

Лекция

Математика и математический анализ

Числовые характеристики одномерной случайной величины Математическим ожиданием или средним значением случайной величины называется постоянная константа обозначаемая символом и определяемая равенством: 8.1 ПРИМЕР 1: Известны законы распределения СВ и чи

Русский

2013-04-03

163.51 KB

28 чел.

Числовые характеристики одномерной случайной величины

Математическим ожиданием или средним значением случайной величины называется постоянная (константа), обозначаемая символом  () и определяемая равенством:

 (8.1)

ПРИМЕР 1:  Известны законы распределения СВ  и  числа очков, выбиваемых первым и вторым стрелками:

0

1

2

3

4

5

6

7

8

9

10

0.15

0.11

0.04

0.05

0.04

0.10

0.10

0.04

0.05

0.12

0.20

0

1

2

3

4

5

6

7

8

9

10

0.01

0.03

0.05

0.09

0.11

0.24

0.21

0.10

0.10

0.04

0.02

Необходимо выяснить, какой из двух стрелков стреляет лучше.

РЕШЕНИЕ: Очевидно, что из двух стрелков лучше стреляет тот, кто в среднем выбивает большее число очков. Тогда по формуле (8.1) вычислим

Т.к. среднее число выбиваемых очков у двух стрелков одинаковое, то предпочтение нельзя отдать ни одному стрелку – они равносильны.

ПРИМЕР 2:  Непрерывная СВ  равномерно распределена на отрезке . Определим .

РЕШЕНИЕ: а) Прежде всего, определим плотность распределения. Из условия задачи известно:

Используем свойство:


Свойства математического ожидания

  1.  Математическое ожидание постоянной величины равно самой постоянной:

      (8.2)

  1.  Постоянный множитель можно выносить за знак математического ожидания:

    (8.3)

  1.  Математическое ожидание алгебраической суммы конечного числа случайных величин равно такой же сумме их математических ожиданий, т.е.

    (8.4)

  1.  Математическое ожидание произведения конечного числа независимых случайных величин равно произведению их математических ожиданий (покажем это свойство для двух СВ).

 (8.5)

  1.  Математическое ожидание отклонения случайной величины от ее математического ожидания равно нулю. Пусть математическое ожидание СВ Х равно а, тогда:

(8.6)

Математическое ожиданиеодна из характеристик положения СВ. С этой точки зрения математическое ожидание СВ – есть некоторое число, являющееся как бы ее "представителем" и заменяющее СВ при грубых (ориентировочных) расчетах.

ПРИМЕР 1:  Найти математическое ожидание случайной величины  если известно, что

РЕШЕНИЕ: Используя свойства математического ожидания (8.2), (8.3) и (8.4), найдем

Моменты случайной величины

Понятие момента широко применяется в механике для описания распределения масс (статистические моменты, момент инерции и т.п.).

Начальный момент го порядка случайной величины обозначается символом и определяется выражением:

 (8.7)

Нетрудно убедиться, что введенная выше характеристика математическое ожидание представляет собой не что иное, как первый начальный момент. Используя символ математического ожидания, выражение (8.7) можно представить в следующем виде:

.     (8.8)

Пусть имеется СВ с математическим ожиданием . Введем новое понятие.

Центрированной случайной величиной, соответствующей величине , называется отклонение СВ от ее математического ожидания:

    (8.9)

Нетрудно показать, что математическое ожидание центрированной СВ равна 0:

 (8.10)

Моменты центрированной СВ называются центральными моментами.

Центральным моментом го порядка случайной величины называется математическое ожидание й степени соответствующей центрированной СВ:

 (8.11)

Очевидно, что для любой СВ центральный момент первого порядка равен нулю.

Второй центральный момент СВ, ввиду его крайней важности среди других характеристик, называется дисперсией и обозначается :

     (8.12)

Дисперсией  случайной величины называется математическое ожидание квадрата ее отклонения от математического ожидания:

(8.13)

Дисперсия СВ характеризует рассеяние (вариацию, разброс) этой величины относительно ее математического ожидания. Дисперсия  имеет размерность квадрата случайной величины, что не всегда удобно. Поэтому в качестве показателя рассеяния используют также величину равную .

Средним квадратическим отклонением (стандартным отклонением или стандартом)  случайной величины   называется арифметическое значение корня квадратного из ее дисперсии:

    (8.14)

Свойства дисперсии

  1.  Дисперсия константы равна нулю:

(8.15)

  1.  Постоянный множитель можно выносить за знак дисперсии, возведя его при этом в квадрат:

(8.16)

  1.  Дисперсия алгебраической суммы конечного числа независимых СВ равна сумме их дисперсий. Покажем это свойство для двух СВ:

    

  

    

     (8.17)

Учтем, что и независимые случайные величины, для которых выполняются свойства (8.5) и (8.10), т.е.:

(8.18)

С учетом (8.18) выражение (8.17) примет окончательный вид:

    (8.19)

Вычислим дисперсию разности СВ:

 

  (8.20)

Т.о. мы доказали следующее свойство: Дисперсия разности равна сумме дисперсий.

  1.  Второй центральный момент случайной величины равен разности между вторым начальным моментом и квадратом первого начального момента этой случайной величины. Другими словами:

Дисперсия случайной величины равна разности между математическим ожиданием квадрата случайной величины и квадратом ее математического ожидания:

   

  

    (8.21)

  1.  Дисперсия произведения независимых СВ и равна произведению дисперсии на дисперсию плюс произведение квадрата математического ожидания СВ на дисперсию плюс произведение квадрата математического ожидания СВ на дисперсию . Покажем это:

      

     

    (8.22)

Асимметрия и эксцесс

Третий центральный момент служит для характеристики асимметрии (скошенности) распределения. Т.к. третий центральный момент имеет размерность куба случайной величины, то чтобы получить безразмерную характеристику, третий центральный момент делят на куб среднего квадратического отклонения СВ :

     (8.23)

Величина называется коэффициентом асимметрии случайной величины.

Рис. 8.1. Характеристика асимметрии распределений

На рис.8.1 показаны два распределения, имеющих положительную (распределение 1) и отрицательную (распределение 2) асимметрию. Естественно, что для симметричного распределения .

Четвертый центральный момент служит для характеристики крутости (островершинности) распределения.

Эксцессом случайной величины называется число

    (8.24)

Рис.8.2. Характеристика островершинности распределений

Число 3 в выражении (8.24) вычитается из отношения потому, что для наиболее часто встречающегося нормального распределения это отношение равно 3. Т.о. распределения более островершинные, чем нормальное имеют положительный эксцесс, распределения с меньшей крутостью, чем нормальное – отрицательный эксцесс, для нормального распределения эксцесс равен нулю (см. рис. 8.2).

ПРИМЕР 3  Для равномерно распределенной СВ (см. пример 2) необходимо вычислить .

РЕШЕНИЕ:  а) Вспомним, что . Дисперсию вычислим по формуле (8.21):

 

   

  


 

А также другие работы, которые могут Вас заинтересовать

23338. Проектирование этикеток 124.5 KB
  Задание на лабораторную работу: Определите структуру этикетки: база данных для этикетки; название этикетки; порядок размещения полей в этикетке; порядок размещения этикеток на листе; размер этикеток.
23339. Проектирование экранных форм 371.5 KB
  Выполните конструирование экранной формы. Создайте на экранной форме кнопки: навигации в базе данных; добавления новой записи; закрытия экранной формы. Создайте в экранной форме поле редактирования поле для ввода со списком селекторные кнопки или контрольные индикаторы. Сохраните среду созданной экранной формы.
23340. Создание макросов 107.5 KB
  Задание на лабораторную работу: Изучите правила записи макросов на примерах стандартных макрокоманд F2–F9. Создайте свои макрокоманды для выполнения следующих работ: открыть нужные базы данных; удалить базы данных; установить отношения между базами данных; модифицировать отчет; выполнить запрос; Сохраните созданный набор макрокоманд в файле . Отчет по лабораторной работе: Диалоговое окно макрокоманд: Определение клавиши макрокоманды автоматизированное формирование: Определение клавиши макрокоманды запись вручную: Открыть таблицу...
23341. Генератор прикладных программ 290 KB
  Задание на лабораторную работу: Перед началом работы создать отдельный каталог для файлов приложения. Выполните генерацию стандартного приложения создавая или указывая базу данных на шаге 1. Проверьте работу стандартного приложения: стандартный экран форма ввода кнопки управления; меню стандартного приложения. Отчет по лабораторной работе: Проектирование приложения: Результат работы генератора: Результат работы кнопки New Knopka ввести новую запись: Контрольные вопросы: Структурные элементы стандартного приложения.
23342. Интегрированная cреда FoxPro 49 KB
  Лабораторная работа №1: Интегрированная cреда FoxPro. Цель работы: знакомство с возможностями среды СУБД FoxPro for Windows. Задание: Создайте на диске Х: каталог под именем FOXPRO для хранения примеров. Войдите в среду FoxPro.
23343. Создание структуры базы данных в СУБД FoxPro 118.5 KB
  Лабораторная работа №2: Создание структуры базы данных в СУБД FoxPro По дисциплине: Базы данных. Цели работы: изучить типы данных FoxPro; научиться создавать структуру базы данных; заполнить таблицы данными. Задание: Создайте структуру базы данных в соответствии с вашей темой расчетнографического задания. Изучите возможности среды СУБД FoxPro for Windows для создания структуры базы данных.
23344. Сортировка и индексирование баз данных 87 KB
  Лабораторная работа №3: Сортировка и индексирование баз данных По дисциплине: Базы данных. Задание: Выполните сортировку по одному полю базы данных содержащей не менее 15 записей. Повторите сортировку для полей содержащих разные типы данных. Просмотрите результат сортировки в новой базе данных.
23345. рогнозирование периодичности технического обслуживания (межремонтной цикла tM ) для ансамбля однотипных мащин 44 KB
  16 ТМ 93 98 102 Данные для расчетов: Варианты 1 2 3 tk – время измерения выходного параметра час 10 10 10 up –предельное значение 100 150 200 u1 – измеренные значения 9.5 155 21 u2 – измеренные значения 12 165 19 u3 – измеренные значения 11 14 23 u4 – измеренные значения 105 145 22 u5 – измеренные значения 85 15 17 u6 – измеренные значения 9 15 20 u7 – измеренные значения 95 135 21 u8 – измеренные значения 10 157 15 u9 – измеренные значения 105 153 24 u10 – измеренные значения 95 15 18.
23346. Прогнозирование параметра технического состояния конкретного элемента по его реализации 78 KB
  Устинова Основы эксплуатации техники ЛАБОРАТОРНАЯ РАБОТА № 5 Прогнозирование параметра технического состояния конкретного элемента по его реализации Выполнил: Студент группы ВЕ187 Устюжанцев А. Этап 1 Аппроксимация изменения параметра степенной функцией вида: u0t = v0 t 1 Построить графики опытных данных и усредненной аппроксимирующей кривых Указание: Использовать метод МНК реализованный в Excel Этап 2 Определение...