Случайную величину часто удобно выражать числовыми характеристиками, к которым относятся: 1) среднее арифметическое значение, 2) математическое ожидание, 3) дисперсия и 4) среднее квадратичное отклонение.
1. Среднее арифметическое значение ДСВ: Х= ∑ х /n
2. Математическим ожиданием M(X) случайной величины X называют сумму произведений всех ее возможных значений на их вероятности: .
Это число представляет собой средний результат, который можно ожидать при большом количестве выполнений эксперимента. Таким образом, математическое ожидание есть сумма всех возможных значений случайной величины с весами, равными их вероятностям или математическое ожидание числа появлений события в одном испытании равно вероятности этого события. Вероятностный смысл математического ожидания состоит в том, что оно приближенно равно среднему арифметическому наблюдаемых значений случайной величины.
Свойства математического ожидания:
а) Математическое ожидание постоянной равно этой постоянной: M(C)= C
|
|
б) Постоянный множитель можно выносить за знак математического ожидания: M(CX) = C M(X)
в) Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий:
M(XY) = M(X) * M(Y)
г) Математическое ожидание суммы двух случайных величин равно сумме математических ожиданий слагаемых: M(X+Y) = M(X) + M(Y)
3. Дисперсия. Среднее значение квадрата отклонения называется дисперсией. В переводе с латинского "дисперсия" означает "рассеяние". Дисперсия служит характеристикой разброса значений случайной величины.
Дисперсией D(X) дискретной случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:
Существует и другая формула для вычисления дисперсии, по которой можно вычислить её значение намного быстрее: дисперсия равна разности между математическим ожиданием квадрата случайной величины и квадратом ее математического ожидания: D(X) = M(X2) – (M(X))2. Эта формула даётся без вывода.
Свойства дисперсии:
а) Дисперсия постоянной равна нулю: D(C)=0
б) Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
в) Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин: D(X+Y)=D(X) + D(Y).
Это также относится к любому числу независимых случайных величин.
г) Дисперсия разности двух независимых случайных величин равна сумме их дисперсий: D(X-Y) = D(X) + D(Y).
4. Среднее квадратическое отклонение служит для оценки рассеяния возможных значений случайной величины вокруг ее среднего значения.
Средним квадратическим отклонением случайной величины X называют квадратный корень из дисперсии: .
|
|
Дисперсия имеет размерность, равную квадрату размерности случайной величины. Например, если Х выражается в линейных метрах, то σ(Х) будет выражаться также в линейных метрах, а D(X) – в квадратных метрах.
Среднее квадратическое отклонение суммы конечного числа независимых случайных величин равно квадратному корню из суммы квадратов средних квадратических отклонений этих величин:
σ (Х1 +Х2 +…+ Хn ) = √ σ² (Х1) + σ² (Х2)+ … + σ² (Хn)
Если несколько случайных величин имеют одинаковые распределения, то их числовые характеристики одинаковы.