Переменная величина называется случайной, если в результате опыта она может принимать действительные значения с определёнными вероятностями.
Случайная величина Х называется дискретной, если существует такая неотрицательная функция
которая ставит в соответствие значению хi переменной Х вероятность рi, с которой она принимает это значение. Дискретные случайные величины X и Y называются независимыми, если события Х = хi и Y = yj при произвольных i и j являются независимыми.
Случайная величина Х называется непрерывной, если для любых a < b существует такая неотрицательная функция f (x), что
Функция f (x) называется плотностью распределения непрерывной случайной величины.
Вероятность того, что случайная величина Х принимает значение меньшее х, называется функцией распределения случайной величины Х и обозначается F (x):
F (x) = Р (X x).
Общие свойства функции распределения:
Характеристики случайных величин
Математическое ожидание.Свойства математического ожидания.
|
|
Дисперсия. Свойства дисперсии.Среднее квадратичное отклонение.
Математическим ожиданием дискретной случайной величины Х, принимающей конечное число значений хi с вероятностями рi, называется сумма:
М (Х) = х 1 · р 1 + х 2 · р 2 + х 3 · р 3 +... + хn · рn.
Свойства математического ожидания:
1) М (с · Х) = с · М (Х), c R,
2) М (Х + Y) = М (Х) + М (Y), Х, Y Е,
3) М (Х · Y) = М (Х) · М (Y) для независимых случайных величин Х и Y.
Дисперсией случайной величины Х называется число:
D (Х) = М { [ Х – М (Х)] 2 }= М (Х 2 ) – [ М (Х)] 2.
Свойства дисперсии:
1) D (с · Х) = с 2 · D (Х), c R,
2) D (Х + Y) = D (Х) + D (Y) для независимых случайных величин Х и Y.
Среднее квадратичное отклонение:
Нормальное (гауссово) распределение
Случайная величина Х имеет нормальное(гауссово) распределение, если её плотность распределения определяется зависимостью:
При m = 0, = 1 нормальное распределение называется стандартным.
График плотности нормального распределения представлен на рис.1.