Xreferat.com » Рефераты по математике » Случайные величины

Случайные величины

величины" width="333" height="63" align="BOTTOM" border="0" />. (35.9)

35.5. Релеевское распределение вероятностей случайной величины определяется плотностью вида

Случайные величины (35.10)

Этой плотности соответствует функция распределения вероятностей Случайные величины при Случайные величины и равная

Случайные величины (35.11)

при Случайные величины.

35.6. Рассмотрим примеры построения функции распределения и плотности дискретной случайной величины. Пусть случайная величина Случайные величины - это число успехов в последовательности из Случайные величины независимых испытаний. Тогда случайная величина Случайные величины принимает значения Случайные величины, Случайные величины с вероятностью Случайные величины, которая определяется формулой Бернулли:

Случайные величины , (35.12)

где Случайные величины, Случайные величины - вероятности успеха и неуспеха в одном опыте. Таким образом, функция распределения вероятностей случайной величины Случайные величины имеет вид

Случайные величины, (35.13)

где Случайные величины - функция единичного скачка. Отсюда плотность распределения:

Случайные величины, (35.14)

где Случайные величины - дельта-функция.


Сингулярные случайные величины

 

Кроме дискретных и непрерывных случайных величин существуют еще так называемые сингулярные случайные величины. Эти случайные величины характеризуются тем, что их функция распределения вероятностей Случайные величины - непрерывна, но точки роста Случайные величины образуют множество нулевой меры. Точкой роста Случайные величины функции Случайные величины называется значение ее аргумента Случайные величины такое, что производная Случайные величины.

Таким образом, Случайные величины почти всюду на области определения функции. ФункциюСлучайные величины, удовлетворяющую этому условию, также называют сингулярной. Примером сингулярной функции распределения является кривая Кантора (рис. 36.1), которая строится следующим образом. Полагается Случайные величины при Случайные величины и Случайные величины при Случайные величины. Затем интервал Случайные величины разбивается на три равных части (сегмента) и для внутреннего сегмента Случайные величины определяется значение Случайные величины - как полусумма уже определенных значений на ближайших сегментах справа и слева. На данный момент функция Случайные величины определена для Случайные величины, ее значение Случайные величины, и для Случайные величины со значением Случайные величины. Полусумма этих значений равна Случайные величины и определяет значение Случайные величины на внутреннем сегменте Случайные величины. Затем рассматриваются отрезки

Рис. 36.1. Построение кривой Кантора.

 

Случайные величины и Случайные величины, каждый из них разбивается на три равных сегмента и функция Случайные величины определяется на внутренних сегментах как полусумма ближайших справа и слева заданных значений функции Случайные величины. Таким образом, при Случайные величины функция Случайные величины - как полусумма чисел Случайные величины и Случайные величины. Аналогично на интервале Случайные величины функция Случайные величины. Затем функция Случайные величины определяется на интервале Случайные величины, на котором Случайные величины и т.д.

Суммарная длина всех внутренних сегментов равна

Случайные величины

Поэтому, рассматривая интервал Случайные величины, говорят что функция Случайные величины - постоянная на множестве меры 1, на множестве меры 0 растет, но без скачков.

Известна теорема Лебега. Любая функция распределения Случайные величины может быть единственным образом представлена в виде суммы трех компонент: дискретной, непрерывной и сингулярной.

Сингулярные распределения практически не встречаются в реальных задачах и поэтому исключаются из нашего дальнейшего изучения.

 

Математическое ожидание случайной величины

 

37.1. Функция распределения вероятностей или плотность вероятности являются полными вероятностными характеристиками случайной величины. Однако, во многих задачах такая полная характеристика случайной величины, с одной стороны, может быть неизвестна для исследователя, а с другой стороны и не обязательна, достаточно ограничиться значением некоторых параметров распределения вероятностей, т.е. некоторых чисел (или числовых характеристик). Здесь уместна аналогия с геометрическим описанием сложной формы твердого тела, когда ограничиваются такими характеристиками (числами) как длина, ширина, высота, объем, момент инерции, и т.д., а детальное описание сложной формы этого тела не рассматривается. Числовыми характеристиками случайных величин чаще всего служат так называемые моменты распределения, простейшим из которых является математическое ожидание случайной величины.

Прежде чем вводить определение математического ожидания случайной величины, рассмотрим выражение среднего арифметического результатов измерения дискретной случайной величины. Пусть случайная величина Случайные величины может принимать значения Случайные величины соответственно с вероятностями Случайные величины. Результат измерения случайной величины Случайные величины в каждом опыте - это одно из чисел Случайные величины. Пусть выполнено Случайные величины опытов, среди них в Случайные величины опытах случайная величина Случайные величины принимала значение Случайные величины, в Случайные величины опытах - значение Случайные величины,..., в Случайные величины опытах - значение Случайные величины. Очевидно, Случайные величины - полное число опытов. Пусть Случайные величины - среднее арифметическое результатов измерения случайной величины Случайные величины в Случайные величины опытах, тогда

Случайные величины, (37.1)

где Случайные величины - частота появления числа Случайные величины при измерении случайной величины Случайные величины в Случайные величины опытах. С увеличением числа опытов Случайные величины величина Случайные величины приближается к числу Случайные величины. Поэтому для того, чтобы определить теоретический аналог среднего арифметического Случайные величины достаточно в формуле (37.1) частоту Случайные величины заменить на вероятность Случайные величины. Это приводит к следующему определению.

Математическим ожиданием (средним, статистическим средним) дискретной случайной величины Случайные величины, принимающей значения Случайные величины с вероятностями Случайные величины, называется число

Случайные величины. (37.2)

Если множество значений дискретной случайной величины счетно: Случайные величины, то в (37.2) полагается Случайные величины.

Пусть Случайные величины - однозначная функция одной переменной, Случайные величины - дискретная случайная величина, принимающая значения Случайные величины с вероятностями Случайные величины. Тогда Случайные величины - дискретная случайная величина, принимающая значения Случайные величины с вероятностями Случайные величины. Поэтому из определения (37.2) математического ожидания следует

Случайные величины (37.3)

- выражение, определяющее математическое ожидание функции Случайные величины.

Математическим ожиданием непрерывной случайной величины Случайные величины с плотностью распределения вероятностей Случайные величины называется число

Случайные величины . (37.4)

Аналогично определяется математическое ожидание случайной величины Случайные величины - как число

Случайные величины, (37.5)

где Случайные величины - однозначная функция одной переменной, Случайные величины - плотность распределения вероятностей случайной величины Случайные величины.

 

37.2. Определения (37.2) и (37.4) согласуются друг с другом. Соотношение (37.4) можно представить приближенно в виде интегральной суммы:

Случайные величины , (37.6)

где Случайные величины - малая величина. Тогда Случайные величины, и следовательно, (37.4) формально представимо суммой (37.2).

Если Случайные величины - дискретная величина, принимающая значения Случайные величины с вероятностями Случайные величины, то ее плотность вероятности Случайные величины можно представить через Случайные величины- функцию:

Случайные величины. (37.7)

Подставим (37.7) в (37.4), тогда

Случайные величины , (37.8)

что совпадает с (37.2). Таким образом, определение (37.4) математического ожидания можно использовать как универсальное определение как для непрерывных, так и для дискретных случайных величин. Однако вычислять математическое ожидание дискретной случайной величины, конечно, удобнее по формуле (37.2).

Выражение (37.4) можно представить через функцию распределения Случайные величины случайной величины Случайные величины. Для этого выполним следующие преобразования: Случайные величины. Далее используем для вычисления интеграла способ «по частям»:

Случайные величины.

Пусть функция Случайные величины удовлетворяет условиям: Случайные величины, Случайные величины, тогда

Случайные величины . (37.9)

Это выражение позволяет вычислять математическое ожидание Случайные величины через функцию распределенияСлучайные величины.

 

Примеры вычисления математического ожидания случайной величины

 

38.1. Пусть гауссова случайная величина Случайные величины имеет плотность распределения вероятностей (35.4). Вычислим ее математическое ожидание. Для этого подставим выражение (35.4) в формулу (37.4), тогда

Случайные величины. (38.1)

Вместо переменной интегрирования Случайные величины введем новую переменную Случайные величины, Случайные величины, тогда

Случайные величины. (38.2)

Функция Случайные величины является нечетной, поэтому интеграл в первом сла­гаемом (38.2) равен нулю. Во втором слагаемом

Случайные величины. (38.3)

Это равенство представляет собой условие нормировки для гауссовой плотности распределения вероятностей (35.4) с параметрами: Случайные величины и Случайные величины. Таким об­разом, из (38.2) следует Случайные величины - среднее гауссовой случайной величины является параметром плотности распределения вероятностей (35.4). В дан­ном случае Случайные величины имеет геометрическую интерпретацию (рис. 35.2) как значе­ние аргумента Случайные величины, при котором плотность (35.4) принимает максимальное значение. В дальнейшем символ Случайные величины используется также и для обозна­чения среднего любой случайной величины Случайные величины.

38.2. Вычислим среднее случайной величины Случайные величины, распределенной по экспоненциальному закону (35.8):

Случайные величины. (38.4)

Далее используем способ интегрирования «по частям»:

Случайные величины. (38.5)

38.3. Пусть Случайные величины - число успехов в серии из Случайные величины независимых опытов. Тогда вероятности Случайные величины, Случайные величины определяются формулой Бер­нули. Поэтому

Случайные величины. (38.6)

Последнее равенство справедливо, поскольку Случайные величины. Подставим в (38.6) формулу Бернули, тогда:

Случайные величины. (38.7)

Введем новый индекс суммирования Случайные величины, тогда

Случайные величины. (38.8)

Поскольку Случайные величины - вероятность Случайные величины успехов в серии из Случайные величины опытов, то Случайные величины - как вероятность достоверного события, состоящего в появ­лении любого числа успехов в интервале Случайные величины. Поэтому из (38.8) следует

Случайные величины. (38.9)

38.4. Однако не у всякой случайной величины существует ее математи­ческое ожидание. Причиной этого является расходимость интеграла (37.4), что в свою очередь, обусловлено малой скоростью сходимости к нулю плот­ности Случайные величины при Случайные величины, так что для функции Случайные величины не существует интеграл вида (37.4). Для примера рассмотрим вычисление математического ожида­ния случайной величины Случайные величины, распределенной по закону Коши: Случайные величины.

(38.10)

Здесь несобственный интеграл расходится, так как

Случайные величины.

Следовательно, случайная величина Случайные величины не имеет математического ожидания. Однако, если интеграл в

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: