Закон распределения полностью описывает ДСВ, но не всегда есть возможность его получить. В этом случае используют числа, кот описывают ДСВ суммарно, их назыв числовыми характеристиками. К ним относятся: мат ожидание, дисперсия, среднее квадратическое отклонение, начальный и центральный теоретические моменты, мода, ассиметрия и эксцесс.
пусть задан закон распределения:
x | x1 | x2 | … | xn |
p | p1 | p2 | … | pn |
опр: Мат ожидание ДСВ наз сумма произведений возможных значений сл вел на их вер-ти.
С точки зрения вер-ти мат ожидание – есть среднее арифметическое возможных значений сл вел.
Свойства математического ожидания:
1.M(C)=C, С-const.
2.M(CX)=CM(X)
3.Математическое ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий: M(X*Y)=M(X)*M(Y).
4.M(X+Y)=M(X)+M(Y).
Теор: Пусть производится n независимых испытаний, в каждом из которых событие А появляется с одной и той же вероятностью p, тогда математическое ожидание числа появлений события А равно: M(X)=np.
|
|
Дисперсия ДСВ Её свойства. Среднее квадратическое отклонение д.с.в.
Для определения возможности рассеяния возможных знач сл вел вокруг ее мат ожидания вводят понятие дисперсии.
пусть задан закон распределения:
x | x1 | x2 | … | xn |
p | p1 | p2 | … | pn |
опр: Дисперсией (рассеянием) случайной величины наз мат-кое ожидание квадрата отклонения сл вел от ее мат ожидания.
D(X)=M[X-M(X)]2.
Дисперсия – характеристика рассеяния возм знач сл вел вокруг ее мат ожидания.
опр: Отклонением называется разность между возможными значениями случайной величины и ее математическим ожиданием. [X-M(X)] – отклонение.
Свойтсва:
1.D(C)=0
2.D(СХ)=СD(Х)
3.Х,У- независ, D(X+Y)=D(X)+D(Y)
4.Х,У- независ, D(X-Y)=D(X)+D(Y)
5.Пусть соб А в n независимых испытаниях, в каждом из кот соб А появится с 1й и той же вер-тью p и не появиться с вер-тью q, тогда дисперсия числа появлений соб А D(X)=npq
Для вычислений удобна формула: D(X)=M(X2)-[M(X)]2
Еще одной хар-кой рассеяния возм знач сл вел вокруг ее мат ожидания явл-ся среднее квадратическое отклонение(СКО)
опр: Средним квадратическим отклонением s(х) наз корень из дисперсии..
СКО применяется тогда, когда размерность результата должна совпадать с размерностью сл вел-ы.
Начальные и центральные теоретич моменты ДСВ. Мода. Асимметрия. Эксцесс.
опр: Начальным теоретическим моментом порядка k случайной величины X называется мат ожидание сл вел в k -й степени. nk=M(Xk).
Частный случай: n1=M(X); n2=M(X2); Следовательно, D=n2-(n1)2.
опр: Центральным теоретическим моментом порядка k сл вел Х назыв мат ожидание от отклонения сл вел в k -й степени. mk=M(X-M(X))k.
Частный случай: m1=M(X-M(X))=0 (по основному свойству отклонения);
|
|
m2=М((X-M(X))2)=D(X).
m2=n2-(n1)2 – связь м/у начальным и центральным моментами.
m3=n3-3n2n1+2(n1)3; m4=n4-4n3n1+6n2(n1)2-3(n1)4;
опр: Модой случайной величины Х называется наиболее вероятное ее значение М0(Х). Данное определение справедливо только для ДСВ.
опр: Ассиметрией сл вел Х наз отношение центрального теоретического момента 3-го порядка к кубу среднего квадратического отклонения. As=m3/s3;
опр: Эксцессом случайной величины Х называется величина равная Ek=(m4/s4)-3;