Xreferat.com » Рефераты по математике » Случайные величины

Случайные величины

(38.10) понимать в смысле главного значения Коши, то

Случайные величины,

поскольку функция Случайные величины является не­четной. Следовательно, при этом

Случайные величины. (38.11)


Свойства математического ожидания

 

Основные свойства математического ожидания следуют непосредственно из свойств интеграла в определении (37.5):

Случайные величины. (39.1)

 

1. Пусть Случайные величины представляет собой постоянную Случайные величины, тогда из (39.1) следует

Случайные величины, (39.2)

поскольку для плотности Случайные величины выполняется условие нормировки (33.6). Таким образом, математическое ожидание постоянной равно самой постоянной.

 

2. Пусть Случайные величины, где Случайные величины - число и Случайные величины - однозначная функция одной переменной, тогда из (39.1) следует

Случайные величины. (39.3)

Таким образом, постоянный множитель Случайные величины можно вынести за знак математического ожидания.

3. Пусть Случайные величины, где Случайные величины - числа, Случайные величины - однозначные функции одной переменной, тогда из (39.1) следует

Случайные величины Случайные величины. (39.4)

Из этого равенства при Случайные величины следует свойство 2, а при Случайные величины и Случайные величины - свойство 1.

Математическое ожидание Случайные величины - это число, которое ставится в соответствие случайной величине Случайные величины. Поэтому Случайные величины можно рассматривать как операцию (оператор, функцию) над случайной величиной Случайные величины. В соответствии со свойствами 1-3 оператор математического ожидания является линейным оператором.

 

Дисперсия случайной величины

 

40.1. Дисперсией случайной величины Случайные величины называется число

Случайные величины. (40.1)

Дисперсия является удобной характеристикой разброса значений Случайные величины около ее среднего значения Случайные величины. Часто используется для обозначения дисперсии символ Случайные величины. Тогда Случайные величины называется среднеквадратическим уклонением случайной величины Случайные величины. Если дисперсия имеет размерность квадрата случайной величины, то размерность Случайные величины совпадает с размерностью случайной величины. Из (40.1) в соответствии со свойствами математического ожидания следует

Случайные величины. (40.2)

Таким образом,

Случайные величины. (40.3)

Если Случайные величины дискретная случайная величина со значениями Случайные величины и соответствующими вероятностями Случайные величины, то ее дисперсия

Случайные величины (40.4)

Если Случайные величины - непрерывная случайная величина и Случайные величины - ее плотность вероятности, то

Случайные величины. (40.5)

40.2. Рассмотрим примеры. Вычислим дисперсию нормальной случайной величины. Ее плотность Случайные величины определяется формулой (35.4). Подставим Случайные величины в (40.5), тогда

Случайные величины. (40.6)

Пусть Случайные величины, тогда Случайные величины,

Случайные величины

Случайные величины . (40.7)

Подстановка пределов в (40.7) дает нулевые результаты, а интеграл равен Случайные величины. Поэтому

Случайные величины. (40.8)

Таким образом, параметр Случайные величины в плотности нормальной случайной величины является дисперсией этой величины, а среднеквадратичное уклонение Случайные величины определяет эффективную ширину плотности Случайные величины: значение Случайные величины в Случайные величины раз меньше значения Случайные величины - в точке максимума.

40.3. В некоторых случаях для вычисления дисперсии удобно использовать формулу (40.3). Например, для экспоненциально распределенной случайной величины Случайные величины плотность имеет вид (35.8), а ее среднее Случайные величины. Вычислим

Случайные величины. (40.9)

Интеграл в (40.9) вычисляется по частям:

Случайные величины

Случайные величины.

Таким образом, Случайные величины. Полученный результат подставим в формулу (40.3), тогда

Случайные величины. 40.10)

40.4. Вычислим дисперсию числа успехов в вероятностной схеме Бернулли, как пример вычисления дисперсии дискретной случайной величины. При этом также используем формулу (40.3), т.е. на первом шаге вычислим среднее от квадрата Случайные величины, а затем используя ранее полученный результат, дисперсию по формуле (40.3). Итак, среднее от квадрата

Случайные величины, (40.11)

где Случайные величины - распределение вероятностей Бернулли, поэтому

Случайные величины . (40.12)

Пусть Случайные величины, тогда Случайные величины и

Случайные величины

Случайные величиныСлучайные величины.(40.13)

Здесь Случайные величины - вероятность появления Случайные величины успехов в последовательности из Случайные величины опытов. Поэтому Случайные величины, как вероятность достоверного события, состоящего в том, что число успехов будет любым в интервале от Случайные величины до Случайные величины. Первая сумма в (40.13) Случайные величины как математическое ожидание числа успехов в последовательности из Случайные величины опытов в соответствии с формулой (38.9). Подставим эти результаты в (40.13), тогда

Случайные величины. (40.14)

Теперь

Случайные величины. (40.15)

 

Моменты случайной величины

 

41.1. Математическое ожидание и дисперсия являются примерами моментов случайной величины, которые определяются следующим образом.

Начальным моментом порядка Случайные величины непрерывной случайной величины с плотностью распределения вероятности Случайные величины называется число

Случайные величины. (41.1)

Порядок момента Случайные величины - это неотрицательное целое число, т.е. Случайные величины.

Начальным моментом порядка Случайные величины дискретной случайной величины Случайные величины, принимающей значения Случайные величины с вероятностями Случайные величины, Случайные величины, называется число

Случайные величины. (41.2)

Определение (41.1) можно рассматривать как универсальное определение для непрерывных и для дискретных случайных величин. В последнем случае плотность вероятности выражается через Случайные величины - функцию согласно формуле (34.4). Однако на практике для вычисления момента дискретной величины удобнее использовать соотношение (41.2).

Центральным моментом порядка Случайные величины случайной величины Случайные величины называется число

Случайные величины. (41.3)

Для непрерывной случайной величины Случайные величины с плотностью вероятности Случайные величины центральный момент порядка Случайные величины имеет вид:

Случайные величины. (41.4)

41.2. Из всего множества начальных и центральных моментов обычно используются моменты невысоких порядков, до Случайные величины включительно, как более простые характеристики случайной величины. Применение моментов высоких порядков, Случайные величины, ограничено. Во-первых, при больших Случайные величины моменты могут не существовать, поскольку могут расходиться интегралы (41.1), (41.4). И во-вторых, интерпретация моментов высших порядков затруднена.

Рассмотрим начальные моменты, начиная с Случайные величины. При этом из (41.1) следует

Случайные величины. (41.5)

Итак, начальный момент нулевого порядка Случайные величины для любой случайной величины, следовательно, этот момент не отражает каких-либо свойств случайной величины, т.е. не является ее характеристикой. При Случайные величины из (41.1) следует, что момент первого порядка - это математическое ожидание случайной величины. Разные случайные величины могут иметь разные математические ожидания, и поэтому число Случайные величины является характеристикой случайной величины: число Случайные величины указывает положение центра ее плотности вероятности.

Момент второго порядка

Случайные величины (41.6)

- это среднее квадрата Случайные величины случайной величины, и т.д.

Рассмотрим аналогично центральные моменты (41.4). При Случайные величины получаем Случайные величины - одинаковый результат для любой случайной величины. Поэтому данный момент не является характеристикой случайной величины, поскольку не отражает каких-либо ее свойств. При Случайные величины Случайные величины. Этот результат также одинаков для любой случайной величины, поэтому центральный момент первого порядка не является характеристикой случайной величины. При Случайные величины из (41.4) получаем дисперсию

Случайные величины Случайные величины (41.7)

- важнейшую числовую характеристику случайной величины и т.д.

Моменты третьего и четвертого порядков будут рассмотрены в дальнейшем.


Неравенство Чебышева

 

42.1. Пусть случайная величина Случайные величины имеет конечный момент второго порядка Случайные величины, тогда

Случайные величины, (42.1)

где Случайные величины - любое действительное число и Случайные величины. Соотношение (42.1) называют неравенством Чебышева.

Сначала рассмотрим доказательство неравенства, следующего из (42.1) при Случайные величины:

Случайные величины. (42.2)

Доказательство неравенства Чебышева удобнее рассматривать отдельно для непрерывной и для дискретной случайных величин. При этом доказательства являются относительно простыми, а ход доказательств вполне очевиден. В то время как универсальное доказательство, справедливое и для непрерывной и для дискретной случайных величин оказывается значительно более сложным. Рассмотрим непрерывную случайную величину Случайные величины с плотностью вероятности Случайные величины. Тогда в соотношении Случайные величины Случайные величины первое слагаемое можно представить в виде

Случайные величины,

поэтому

Случайные величиныСлучайные величины.

Здесь использовано неравенство Случайные величины - справедливое на области интегрирования. Полученное выражение совпадает с неравенством (42.2). Аналогично выполняется доказательство для дискретной случайной величины.

Теперь случайную величину Случайные величины в (42.2) можно заменить на случайную величину Случайные величины, где Случайные величины - любое действительное число, тогда из (42.2) следует неравенство Чебышева (42.1). Это неравенство определяет границу сверху для вероятности Случайные величины или, как говорят, больших уклонений Случайные величины случайной величины Случайные величины от числа Случайные величины. Большие уклонения понимаются в смысле их превышения над заданным числом Случайные величины.

42.2. Пусть Случайные величины, тогда неравенство Чебышева (42.1) имеет вид

Случайные величины. (42.3)

Теперь минимальное уклонение Случайные величины можно измерять в единицах среднеквадратического уклонения Случайные величины случайной величины Случайные величины, т.е. положить

Случайные величины, (42.4)

где Случайные величины - коэффициент пропорциональности. Подставим (42.4) в (42.3), тогда

Случайные величины. (42.5)

Если правая часть Случайные величины, то (42.5) не представляет какого-либо ограничения на случайную величину, поскольку вероятность Случайные величины не может выходить за пределы интервала Случайные величины. Поэтому коэффициент Случайные величины в (42.5) имеет смысл рассматривать только большим: Случайные величины. Отсюда очевидна интерпретация неравенства Чебышева как неравенства, определяющего границу сверху вероятности больших уклонений.

Пусть Случайные величины - непрерывная случайная величина с плотностью вероятности Случайные величины, тогда неравенству Чебышева (42.1) можно дать простую геометрическую интерпретацию, представленную на рис. 42.1.

 

Рис. 42.1. Иллюстрация к неравенству Чебышева.

 

Здесь указаны числа Случайные величины, Случайные величины и Случайные величины, заштрихованная площадь - это вероятность

 

Случайные величины.


Коэффициент асимметрии

 

Среднее и дисперсия случайной величины Случайные величины - это числа, которые определяют такие свойства ее плотности вероятности Случайные величины как положение центра и эффективную ширину. Очевидно, эти два числа не отражают всех особенностей плотности, в частности, степень симметрии или асимметрии плотности относительно математического ожидания - это новая характеристика, которую можно определить как некоторое число.

Для любой симметричной плотности Случайные величины центральные моменты нечетного порядка равны нулю (доказательство приводится ниже). Поэтому простейший среди них - центральный момент третьего порядка может характеризовать асимметрию плотности распределения:

Случайные величины, (43.1)

где Случайные величины - математическое ожидание, Случайные величины - центральный момент Случайные величины- го порядка.

Асимметрию принято характеризовать коэффициентом асимметрии

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.
Подробнее

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: