ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 154
Скачиваний: 2
В условиях примера 1 и. 237 имеем М (X) = 6
Для выяснения вероятностного смысла математического ожи дания предположим, что произведено к испытаний, в которых
дискретная случайная величина X |
приняла |
значения |
x lt . . ., хп |
|||||
соответственно |
т х, . . ., тп раз, |
так что |
т 1 + |
• • ■+ тп — к. |
||||
Сумма всех |
значений |
случайной |
величины |
равна |
х1т 1 + - - - + |
|||
+ хптп, а среднее арифметическое этих значений равно |
||||||||
X |
ТП\Х\ “Г |
• • |
тпхп |
"'1 |
І Г хп = Чі*і- |
|
Yп х т |
|
|
к |
|
к х ѵ |
|
||||
где Ys — частость значения xs случайной величины X |
в к испыта |
ниях. Если к достаточно велико, то частость приблизительно равна вероятности ys ^ P ( x s ) — Ps и тогда
X = YА -г •. • + Упхп ^ Р ( хі) хі + ■■■ -г P іхп) хп = М {X).
Следовательно, математическое ожидание дискретной слу чайной величины приблизительно равно среднему арифметиче скому всех ее значений, причем это равенство тем точнее, чем больше число испытаний к. Математическое ожидание есть сред нее значение случайной величины, вокруг которого группи руются более или менее тесно все ее значения. Поэтому матема тическое ожидание случайной величины называют также ее сред ним значением.
Математическое ожидание дискретной случайной величины обладает следующими свойствами.
1°. Математическое ожидание постоянной равно этой по стоянной: М (с) — с.
Действительно, постоянную можно рассматривать как ди скретную случайную величину, принимающую единственное чис ловое значение с с вероятностью, равной р = 1. По формуле (2) имеем М (с) = с-1 = с.
2°. Постоянный множитель можно вынести за знак математи ческого ожидания: М (кХ) = кМ(Х).
Действительно, если X подчинена закону распределения (1), то величина кХ принимает значения кхѵ . . ., кхп с вероятно стями р х, . . ., р п соответственно. Поэтому имеем
М (к Х) = кххрх-I- ... + кхпрп= к {ххрх+ . . . + хпрп) = кМ (X).
3°. Математическое ожидание суммы двух дискретных случай ных величин равно сумме математических ожиданий этих величин.
Действительно, пусть X и Y имеют законы распределения
X |
Х 1 |
х 2 |
Y |
Уі Уг |
р |
Р і |
Р і |
P |
<7і |
Чтобы упростить изложение, мы ограничились лишь двумя возможными значениями каждой из случайных величин. В общем случае доказательство аналогично. Составим перечень возмож ных значений величины X + У (для чего к каждому возмож ному значению х, прибавим каждое возможное значение ук) и их вероятностей рік:
|
|
|
|
Л ' : |
Y |
. г , |
/ / , |
. г , |
у., |
X., '■ / / , X., : |
у., |
|
|
|
|
|||
|
|
|
|
P |
|
P l i |
Р і2 |
|
P ‘2.1 |
|
|
P 22 * |
|
|
|
|
||
X |
Докажем, |
что р гі |
+ |
p l2 = р 1. Событие, состоящее в том, что |
||||||||||||||
примет значение х х (его вероятность равна р х), |
влечет за собой |
|||||||||||||||||
событие, состоящее в том, что X |
|
Y примет |
значение х х -L у 1 |
|||||||||||||||
или х х + |
г/о |
(вероятность |
этого |
события |
по |
теореме |
сложения |
|||||||||||
вероятностей |
равна |
р Х1 + р 12). |
Поэтому |
р 1Х + |
р 12 = |
р ѵ |
Ана |
|||||||||||
логично доказываются |
равенства |
р 1Х + |
р 21 = дх, |
р 21 + |
р 22 = |
|||||||||||||
= |
Р21 |
Р12 |
“Ь 22Р |
= |
|
? 2 - |
|
|
|
|
|
|
|
|
|
|
|
|
|
Согласно |
формуле (2) имеем |
|
|
|
|
|
|
|
|
|
|
||||||
М { Х |
У) - • (.'С, |
//,) Pu |
: О*-! |
?/:-)/>12 |
(Х-2 |
■ Ui) Pi\ |
■ |
|
.'ПИН* =- |
|||||||||
|
|
|
= ÆJPX-і- х2р2 -і- р/А -{-у2д2= М (X) 4- М (Г). |
|
|
|
||||||||||||
|
Две дискретные случайные величины X |
и |
Y |
называются |
не |
|||||||||||||
зависимыми, если независимы события X = х,- |
и |
Y |
= ук |
при |
||||||||||||||
всех і |
и к. |
|
|
|
|
ожидание |
произведения |
двух |
независимых |
|||||||||
|
4°. |
Математическое |
дискретных случайных величин равно произведению их математи ческих ожиданий: М (XY) = М (X) М (Y).
Д о к а з а т е л ь с т в о . Пусть случайные величины X и Y заданы законами распределения (3). Мы опять с целью упрощения вычислений рассматриваем случай п =- 2. Составим все возможные
значения случайной величины X Y |
и найдем их вероятности: |
Z Г Æxj/x хху2 |
х2у х х2у2 |
Р |
Рп |
Рі2 Р2 1 PVL- |
|
|
|
|
По теореме умножения вероятностей независимых событий |
||||||
вероятность того, что X Y примет значение |
Х{ук, равна произ |
|||||
ведению вероятностей таких |
событий: X принимает |
значение х{, |
||||
a Y — значение ук. |
Имеем р (х$к) = р (х() |
р(ук) = pLqk, |
где |
|||
р (х,) есть вероятность случайной величине |
X принять |
значе |
||||
ние xt. Согласно формуле (2) получим |
|
|
|
|
||
М (XY) = x,yxpxq1-f xxy2pxq2 + x2ylP2qx -{- x2y2p2q2«= |
|
|
||||
= (Xjp x+ x2p2) (yxq1+ y2q2) = M ( X ) M (Y). |
|
|
|
|||
Заметим, что свойства 3° и 4° распространяются на любое |
||||||
конечное число случайных величин X х, . . ., X п. |
есть |
количе |
||||
Дисперсия дискретной случайной величины X |
||||||
ственная мера рассеяния X |
около ее среднего |
значения. |
Случай |
ные величины X i i l j могут иметь одинаковые средние значения а, но существенно различаться разбросом их значений около а. Например, при одинаково средней величине годовых осадков одна местность может быть засушливой и неблагоприятной для сельскохозяйственных работ (нет дождей весной и летом), а дру гая — благоприятной для ведения сельского хозяйства.
Пусть дискретная случайная величина X задана законом рас пределения (1). Рассмотрим Y = X — М (X) — отклонение слу чайной величины X от ее среднего значения и вычислим М (Y).
П о л ь з у я с ь |
свойствами 1° и 3°, получим М (Y) = М [X — М (Х)\ = |
= М (X) - |
М (X) = 0. |
Математическое ожидание отклонения дискретной случайной |
величины от ее среднего значения равно нулю. Поэтому величина
М (Y) не может служить мерой рассеяния X около М (X). Такой мерой является М (У2).
О п р е д е л е н и е |
. Дисперсией (или рассеянием) дискретной |
|
случайной величины X |
называется математическое ожидание ква |
|
драта отклонения X от ее математического ожидания |
|
|
|
D(X) = M {[Х -М (Х )]2}. |
(4) |
Если случайная величина Х[задана законом распределения (1), то случайная величина Y 2принимает значения у% = [xk — М (Х)Іа с вероятностями p k соответственно при к — 1, 2, . . ., п. Поэтому из (4) следует
Л |
( |
Х |
) |
= |
М |
( |
( |
П5 |
|
|
|
S - 1 |
|
|
|
|
|
Теорема. Дисперсия случайной величины X равна разности между математическим ожиданием квадрата X и квадратом ее математического ожидания:
D (X) = М (X2) — М 2(X). |
(6) |
Доказательство основано на свойствах математического ожи дания и формуле (4)
D (X) = М (X2 - 2ХМ (X) + М2(X)} = М (X2) — 2М (X) М{Х) +
+ МЦХ) = М (X2) - М2(X).
Свойства дисперсии дискретной случайной величины:
Г . D(c) = 0, 2°. D (сХ) = c2D (X), 3°. D (Х + Y ) ^ D ( X ) + D (Y),
если X и У независимы. |
(6) получаем D (с) = |
Д о к а з а т е л ь с т в о . По формуле |
|
■== М (с2) — М 2 (с) — с2 — с2 = 0, т. е. |
постоянная величина |
не имеет рассеяния, |
|
D (сХ) = М (с2Х 2) —М2 (сХ) = с2 [М {Х2) - М 2(X)] = c2D (X),
D (X г Y) — M [(X + У)2] - М 2(X + У) =