Здесь случайную величину можно рассматривать как сумму независимых случайных величин , где – число появлений события А в i–м испытании. Закон распределения каждой из них имеет вид
|
1 |
|
P |
Отсюда получаем:
.
Так как – независимые случайные величины, то
,
, .
Распределение Пуассона
,
, .
Геометрическое распределение
, ,
.
2.9. Числовые характеристики непрерывных случайных величин
Математическим ожиданием непрерывной случайной величины с плотностью распределения вероятностей называется число , равное
Как и в дискретном случае, здесь – среднее значение случайной величины
Свойства :
. , с – const.
. (используемая функция )
. (используемая функция ).
. Если – независимые случайные величины, то
.
Доказательство.
По определению дисперсия равна математическому ожиданию квадрата отклонения случайной величины от её математического ожидания
,
,
.
Числовые характеристики основных законов распределения
.
.
, .
Показательное (экспоненциальное) распределение
.
,
, .
При вычислении дважды используется формула интегрирования по частям.
Нормальное распределение
.
.
2.10. Дополнительные числовые характеристики
случайных величин
Начальным моментом -го порядка называется математическое ожидание -й степени случайной величины , т. е.
.
Центральным моментом -го порядка называется математическое ожидание -й степени отклонения случайной величины от её математического ожидания:
Например,
.
Коэффициентом асимметрии – называется величина, равная отношению центрального момента третьего порядка к кубу среднего квадратичного отклонения
Коэффициент асимметрии характеризует несимметричность распределения относительно математического ожидания. Для симметричного распределения
.
Если для некоторого распределения , то это распределение не симметрично относительно среднего значения. Геометрическая интерпретация приведена на рис. 2.6.
Коэффициентом эксцесса – называется величина, равная отношению центрального момента четвертого порядка к четвертой степени среднего квадратичного отклонения за вычетом числа 3
.
Для нормального распределения , то есть .
Коэффициент эксцесса характеризует скорость изменения плотности вероятности случайной величины (рис. 2.7). , – безразмерные величины.
Квантилью уровня или -квантилью – называется наибольшая величина, которая удовлетворяет неравенству (рис. 2.8):
Для непрерывного распределения неравенство заменяется равенством.
Для дискретной случайной величины – максимальное значение, при котором выполняется неравенство (*).
Если , то называются децилями. Квантиль называется медианой.
Для симметричного распределения медиана совпадает с математическим ожиданием.
Абсцисса точки локального максимума плотности распределения вероятностей случайной величины называется модой .
Рассмотрим двумерную случайную величину и определим характеристику связи между и , которая называется ковариацией.
Ковариацией называется математическое ожидание произведения центрированных случайных величин и . Для них
.
Обозначается: .
Таким образом, по определению
или
.
(2.22)
Свойства ковариации:
.
Если – независимые случайные величины, то
.
Доказательство.
Обратное утверждение, вообще говоря, неверно, т.е. существуют случайные величины, для которых , но эти случайные величины являются зависимыми.
Пример 2.10. Подбрасываются две игральные кости. Случайные величины – числа очков, выпавших соответственно на первой и второй игральных костях.
Пусть – сумма и разность выпавших очков. Найти .
Решение. По формуле (2.22) находим (случайные величины , очевидно, распределены одинаково)
.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.