Средние значения случайных величин

 

Предположим, что Х – дискретная случайная величина, которая в результате эксперимента принимала значения x1, x2,…, xn с вероятностями p1, p2,…, pn, . Тогда средним значением или математическим ожиданием величины X называется сумма , т.е. средневзвешенное значение величины Х, где весами служат вероятности pi.

Пример. Определить среднее значение ошибки регулирования e, если на основании большого числа опытов установлено, что вероятность ошибки рi равна:

e, % 0,1 0,15 0,2 0,25 0,3
рi 0,2 0,2 0,3 0,15 0,15

 

Решение:

 

1. M[e] = 0,1×0,2 + 0,15×0,2 + 0,2×0,3 + 0,25×0,15 + 0,3×0,15 =

= 0,19 %.

 

В том случае, если g(Х) является функцией X (причем вероятность того, что X = xi равна pi), то среднее значение функции определяется как

Предположим, что X – случайная величина с непрерывным распределением и характеризуется плотностью вероятности j(x). Тогда вероятность того, что X заключена между x и x + Dх:

 

.

 

Величина X при этом приближенно принимает значение x. В пределе при Dx ® 0, можно предположить, что приращение Dx численно равно дифференциалу dx.

Произведя замену Dx = dх, получаем точную формулу для расчета среднего значения Х :

Аналогично для g(Х):

Как правило, недостаточно бывает знать только среднее значение (математическое ожидание) случайной величины. Для оценки меры случайности величины (для оценки разброса конкретных значений X относительно математического ожидания M[X]) вводится понятие дисперсии случайной величины. Дисперсия – среднее значение квадрата отклонения каждого конкретного значения X от математического ожидания. Чем больше дисперсия , тем больше случайности разброса величины от математического ожидания. Если случайная величина дискретная, то

Для непрерывной случайной величины дисперсию можно записать аналогично:

Дисперсия хорошо описывает разброс величины, но при этом есть один недостаток: размерность не соответствует размерности X. Чтобы избавиться от этого недостатка, часто в конкретных приложениях рассматривают не , а положительное значение , которое называется средним квадратическим отклонением.

1.3.2.1. Свойства математического ожидания

1. Математическое ожидание неслучайной величины равно самой этой величине M[C] = C.

2. Неслучайный множитель С можно выносить за знак математического ожидания M[CX] = CM[X].

3. Математическое ожидание суммы случайных величин равно сумме математических ожиданий этих случайных величин.

.

 

4. Математическое ожидание произведения независимых случайных величин равно произведению математических ожиданий этих величин (условие независимости случайных величин).

.

1.3.2.2. Свойства дисперсии

1. Дисперсия неслучайной величины С равна нулю: D[C]=0.

2. Дисперсия произведения неслучайного множителя С на случайную величину равна произведению С2 на дисперсию случайной величины.

3. Дисперсия суммы независимых случайных величин X1 и X2 равна сумме дисперсий слагаемых

1.3.3. Моменты случайной величины

Пусть Х – непрерывная случайная величина. Если n – целое положительное число, а функция xn интегрируема на интервале (–¥; +¥), то среднее значение

 

n = 0, 1,…, n

 

называется начальным моментом порядка n случайной величины X.

Очевидно, что момент нулевого порядка

 

,

 

а начальный момент первого порядка

 

,

 

есть математическое ожидание самой случайной величины Х.

Момент второго порядка

 

 

есть математическое ожидание квадрата случайной величины Х.

Аналогично находят a2, a3 и т.д.

Если – центрированная случайная величина, то представляет интерес рассмотрение центральных моментов порядка n, где n = 0, 1,…, n:

 

 

 

Есть связь между начальными и центральными моментами.

Так bо = aо

b2=a2

b3=a3 и т.п.

 

 








Дата добавления: 2016-03-27; просмотров: 4619;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.013 сек.