- •Москва 2007
- •Введение
- •Глава 1. Случайные события и их вероятности
- •§1. События. Действия с событиями
- •§2. Общее определение и свойства вероятности
- •ГЛАВА 2. Классическая и геометрическая вероятности
- •§1. Классическое определение вероятности
- •§2. Применение комбинаторного анализа
- •§3. Геометрическое определение вероятности
- •§1. Условная вероятность
- •§2. Теоремы сложения и умножения вероятностей
- •§3. Независимость событий
- •§4. Формула полной вероятности
- •§5. Формула Байеса
- •Глава 4. Схема независимых испытаний. Схема Бернулли
- •§1. Формула Бернулли
- •§2. Формула Пуассона
- •§3. Формулы Муавра – Лапласа
- •Глава 5. Случайные величины и их распределения
- •§1. Понятие случайной величины
- •§2. Функция распределения случайной величины
- •§3. Дискретные случайные величины
- •§4. Непрерывные случайные величины
- •§5. Функция от случайных величин
- •Глава 6. Числовые характеристики случайных величин
- •§1. Математическое ожидание случайной величины
- •§2. Математическое ожидание функции от случайной величины. Свойства математического ожидания
- •§3. Дисперсия. Моменты высших порядков
- •Глава 7. Элементы математической статистики
- •§1. Основные понятия и основные задачи математической статистики
- •§2. Простейшие статистические преобразования
- •§3. Эмпирическая функция распределения
- •§4. Полигон и гистограмма
- •Глава 8. Статистическое оценивание
- •§1. Точечные оценки. Выборочная средняя и выборочная дисперсия
- •§2. Метод моментов
- •§3. Метод максимального правдоподобия
- •§4. Интервальные оценки (доверительные интервалы)
- •Глава 9. Проверка статистических гипотез
- •§1. Основные понятия
- •§2. Проверка гипотезы о значении математического ожидания
- •§3. Проверка гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •§4. Проверка гипотезы о значении дисперсии генеральной совокупности
- •§5. Проверка гипотезы о равенстве дисперсий двух генеральных совокупностей
- •§6. Проверка гипотезы о распределении. Критерий Пирсона
- •Приложения
- •Используемая литература
Глава 6. Числовые характеристики случайных величин
§1. Математическое ожидание случайной величины
Определение. Математическим ожиданием Mξ дискретной случайной вели-
чины ξ называется выражение, вычисляемое по формуле:
Mξ = ∑xi pi , |
(6.1.1) |
i |
|
где x1 ,x2 ,... — значения случайной величины, p1 , p2 ,... — соответствующие им вероятно- |
|||||
сти, которые определяются равенством pi |
= P(ξ = xi ). |
||||
Для существования математического ожидания необходимо, чтобы ряд (6.1.1) схо- |
|||||
дился абсолютно, т.е. |
|
||||
∑ |
|
xi |
|
pi < ∞ , |
(6.1.2) |
|
|
i
в противном случае говорят, что математическое ожидание не существует.
Пример 1. Пусть ξ — случайная величина, равная числу выпавших очков при бросании игрального кубика. Найти математическое ожидание случайной величины ξ .
Решение. Случайная величина ξ имеет следующий ряд распределения:
xi |
|
|
1 |
|
2 |
|
3 |
|
|
|
4 |
|
5 |
|
6 |
|
|||||||
Pi |
|
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
1 |
|
|
1 |
|
|
1 |
|
|
|
|
6 |
|
6 |
|
6 |
|
|
|
6 |
|
6 |
|
6 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
Применяя формулу (6.1.1), получим |
|
|
|
|
|
|
|||||||||||||||||
Mξ = |
1 |
|
(1+ 2 +3 + 4 +5 + 6)= |
21 |
= |
7 |
. |
|
|
|
|
|
|
|
|||||||||
6 |
|
6 |
2 |
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, математическое ожидание числа выпавших очков при бросании игрального кубика равно 3,5 . z
Пример 2. Найти математическое ожидание случайной величины ξ — число успе-
хов в схеме Бернулли.
Решение. Как известно, распределение случайной величины ξ задается форму-
лой |
|
P(ξ = i)= Сni pi qn−i , |
(i =1,...,n) |
где p — вероятность «успеха», q =1− p , n — количество испытаний в схеме Бернулли. Используя формулу (6.1.1), получим
n |
n |
|
n |
n! |
n |
(n −1)! |
|
|
Mξ = ∑ipn (i)= ∑iСni pi qn−i = ∑i |
pi qn−i = ∑np |
pi−1qn−i = |
||||||
i! (n −i)! |
(i −1)! (n −i)! |
|||||||
i=0 |
i=0 |
|
i=0 |
i=1 |
|
|||
n−1 |
|
n−1 |
(i)= np. |
|
|
|
||
= np∑Сni −1 pi qn−1−i |
= np∑pn−1 |
|
|
|
||||
i=0 |
|
i=0 |
|
|
|
|
|
Таким образом, математическое ожидание числа успехов в схеме Бернулли равно
np . z
Определение. Математическим ожиданием Mξ непрерывной случайной вели-
чины ξ называется интеграл:
40
Mξ = +∞∫хр(х)dх. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(6.1.3) |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Условием существования математического ожидания непрерывной случайной ве- |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
личины является абсолютная сходимость интеграла |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
+∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
∫ |
|
х |
|
р( х)dх < ∞. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(6.1.4) |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Пример 3. Найти математическое ожидание случайной величины ξ , плотность ко- |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
торой имеет вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
, |
|
|
|
|
|
x [a,b], |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
p(x) |
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
b − a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
|
x [a,b]. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Решение: Используя (6.1.3), получим |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
Mξ = +∞∫хр( х)dх = ∫a |
|
|
|
x |
|
|
dx = |
a +b |
. z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
b b − a |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
Пример 4. Найти математическое ожидание случайной величины ξ , плотность ко- |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
торой имеет вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
p(x) |
1 |
|
|
|
|
− |
( x−m )2 |
|
, x (− ∞; ∞). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
2σ 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
= |
|
|
|
|
|
|
|
|
e |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
σ 2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
Решение. |
|
Используя (6.1.3), получим |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
+∞ |
|
|
|
|
|
|
|
+∞ |
|
|
x |
|
|
e− |
( x−m )2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
Mξ = ∫xp( x )dx = ∫ |
|
|
|
|
|
|
|
|
dx . |
|
|
|
|
|
|
|
|
|
|
(6.1.5) |
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
2σ 2 |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
−∞σ |
|
2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
Делаем замену t = |
x −m |
|
или x = m +tσ . В этом случае (6.1.5) примет вид: |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
σ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
+∞ |
|
|
|
|
|
|
|
|
|
|
|
t 2 |
|
|
|
|
|
|
+∞ |
|
|
|
|
|
t 2 |
|
+∞ |
|
|
t 2 |
|
+∞ |
t 2 |
+∞ |
|
− |
t 2 |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
∫ |
t σ |
|
+ m |
e− |
|
dt = |
|
∫ |
t |
σ |
|
e |
− |
|
dt + ∫ |
|
m |
e− |
|
dt = |
σ |
∫te− |
|
dt + m ∫ |
|
e |
|
2 |
dt . (6.1.6) |
||||||||||||||||||||||||||
2 |
|
2 |
2 |
2 |
|
||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
−∞ |
|
|
2π |
|
|
|
|
|
|
−∞ |
2π |
|
|
|
|
|
|
|
−∞ |
2π |
|
|
2π |
−∞ |
|
|
−∞ |
|
2π |
||||||||||||||||||||||||||
Первое слагаемое равно нулю, т.к. равен нулю интеграл |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
+∞ |
|
|
|
t 2 |
|
|
t 2 |
|
∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
∫te |
− |
|
|
|
dt = −e− |
|
|
|
= 0 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
2 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Интеграл во втором слагаемом равен 1, т.к. этот интеграл равен функции распреде- |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
ления нормального закона с параметрами (0,1) |
при значении аргумента равным x = +∞, |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
т.е. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
+∫∞ |
e− |
t 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
2 |
dt = Φ(+ ∞)=1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
−∞ |
2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
Таким образом, математическое ожидание равно Mξ = m . z |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
Пример 5. Случайная величина ξ имеет плотность Коши: |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
p(x) |
1 |
|
|
|
|
|
, |
|
x (−∞;+∞). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(6.1.7) |
||||||||||||||||||||||||||||||||||||||||
π(1+ x2 ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
Проверить, имеет ли случайная величина ξ математическое ожидание.
Решение. Проверим условие (6.1.4) существования математического ожидания
41
+∞∫ |
|
х |
|
р( х)dх = +∞∫ |
|
|
x |
|
|
|
|
|
dx = ∞. |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
2 |
|
|
||||
|
|
|
|
−∞π(1 |
|
+ x |
|
) |
|
||||
−∞ |
|
|
|
Математическое ожидание случайной величины ξ , имеющей плотность Коши, не существует, т.к. условие существования математического ожидания не выполнено. z
§2. Математическое ожидание функции от случайной величины. Свойства математического ожидания
Пусть η = f (ξ) — функция от случайной величины. Определим математическое ожидание Mη = Mf (ξ). Это возможно сделать двумя способами. Первый способ состоит в том, что сначала строится распределение случайной величины η , затем уже находим Mη . Мы рассмотрим другой способ. Пусть сначала ξ — дискретная случайная величина, при-
нимающая значения x1 ,...,xn . Тогда случайная величина η = f (ξ) принимает значения |
|
f (x1 ),..., f (xn ) с теми же вероятностями pi |
= P(ξ = xi )= P(f (ξ)= f (xi )). В этом случае |
математическое ожидание определяется по формуле |
|
n |
|
Mξ = Mf (ξ)= ∑ f (xi )pi . |
(6.2.1) |
i=1
Вслучае, если случайная величина ξ принимает счетное число значений, то математическое ожидание случайной величины ξ определяется по формуле
∞ |
|
Mη = Mf (ξ)= ∑ f (xi )pi . |
(6.2.2) |
i=1
При этом условие существования математического ожидания (6.1.4) примет вид:
∑| f (xi )| pi < ∞. |
|
(6.2.3) |
|||
i |
|
|
|
|
|
Пример 6. Случайная величина ξ имеет ряд распределения: |
|||||
|
|
|
|
|
|
ξ |
4 |
|
16 |
100 |
|
P |
0,7 |
|
0,1 |
0,2 |
|
Найти математическое ожидание математической величины: η = ξ + ξ .
Решение. Для решения задачи применим формулу (6.2.1).
Mη = M (ξ + ξ )= ∑3 (X i + X i )pi =
i=1
=0,7 (4 + 4 )+ 0,1(16 + 16 )+ 0,2 (100 + 100 )= 4,2 + 2 + 22 = 28,2.
Таким образом, математическое ожидание математической величины η = ξ + ξ равно 28,2. z
Пусть ξ — непрерывная случайная величина, имеющая плотность распределения pξ (x). Пусть функция y = f (x) непрерывная (за исключением, быть может, счетного чис-
ла точек). Тогда математическое ожидание случайной величины η = f (ξ) определяется по формуле
42
|
|
|
|
Mη = Mf (ξ)= +∞∫ f (x)pξ (x)dx . |
|
|
|
|
|
(6.2.4) |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
Условие существования математического ожидания случайной величины η = f (ξ) |
|||||||||||||||||||||||||||
имеет вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
+∞∫ |
|
f (x) |
|
pξ (x)dx < ∞ . |
|
|
|
|
|
|
|
|
|
|
(6.2.5) |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
Пример 7. Случайная величина ξ имеет нормальное распределение с параметрами |
|||||||||||||||||||||||||||
(0,1), т.е. ее плотность имеет вид: |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
e− |
x2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
p(x)= |
|
|
|
|
|
, x (−∞;+ ∞). |
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
2π |
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Найти математическое ожидание случайной величины η = aξ +b . |
|||||||||||||||||||||||||||||||
|
|
|
|
Решение. Используя формулу (6.2.4), получаем: |
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
+∞ |
|
|
|
|
|
|
|
1 |
|
e− |
x2 |
|
+∞ |
x |
e− |
x2 |
+∞ |
1 |
e− |
x2 |
||||
|
|
|
|
Mη = ∫(xa +b) |
|
|
|
dx = a ∫ |
|
dx +b ∫ |
|
= a 0 +b = b . z |
|||||||||||||||||||
|
|
|
|
|
|
|
2 |
2 |
2 |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
2π |
|
|
|
|
−∞ |
2π |
−∞ |
2π |
|
|
|
|||||
|
|
|
|
Пример 8. Случайная величина ξ распределена равномерно в интервале |
|||||||||||||||||||||||||||
|
− |
π |
; |
π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
2 |
2 |
, т.е. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
π |
|
π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
x − |
|
|
; |
|
, |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
p(x)= π |
|
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
0, |
|
|
|
|
|
|
− |
π |
; |
π |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Найти математическое ожидание случайной величины η = sin(ξ).
Решение. Используя формулу (6.2.4.) , получаем:
|
π |
|
|
Mη = +∫∞ f (x)р(х)dх = ∫2 |
1 |
sin хdx = 0 . z |
|
|
|||
−∞ |
−π |
π |
|
|
|
||
|
2 |
|
|
Свойства математического ожидания.
1. Математическое ожидание постоянной равно самой этой постоянной, т.е.
MC = C , где C = const .
Доказательство. Постоянную С можно рассматривать как случайную величину, принимающую только одно значение С с вероятностью 1. Следовательно,
MC = C P(ξ = C)= C 1 = C . 2. M (aξ +b)= aMξ +b .
Доказательство. Пусть ξ — непрерывная случайная величина. Тогда для случайной величины η = aξ +b по формуле (6.2.4.) получаем:
Mη = M (aξ +b)= +∞∫(ax +b)pξ (x)dx = +∞∫xpξ (x)dx +b+∞∫ pξ (x)dx = aMξ +b .
−∞ |
−∞ |
−∞ |
Аналогично доказывается и для дискретной случайной величины.
3. Для любых случайных величин ξ и ψ математическое ожидание их суммы случайных величин равно сумме их математических ожиданий, т.е.
43
M (ξ +ψ )= Mξ + Mψ .
Доказательство. Пусть случайные величины ξ и ψ — дискретные. Случайная ве-
личина ξ принимает значения X1 ,..., X n , а случайная величина ψ принимает значения |
|||||||||||
Y1 ,...,Ym . Рассмотрим случайную величину η = ξ +ψ |
(g(x, y)= x + y). Случайная величина |
||||||||||
η принимает значения g(xi , y j ) с вероятностями pij |
= P(ξ = X i ,ψ = Yj |
). Тогда: |
|
||||||||
Mη = M (ξ +ψ ) |
n |
m |
|
n m |
|
n m |
n |
m |
m |
n |
|
= ∑∑(xi + y j |
)pij = ∑∑xi pij + |
∑∑y j pij = |
∑xi ∑pij + ∑xi ∑pij = |
||||||||
|
|
i=1 j=1 |
|
i=1 j=1 |
|
i=1 j=1 |
i=1 |
j=1 |
j=1 |
i=1 |
|
n |
m |
|
|
|
|
|
|
|
|
|
|
= ∑xi pξ i + ∑y j pψ j = Mξ + Mψ . |
|
|
|
|
|
|
|||||
i=1 |
j=1 |
|
|
|
|
|
|
|
|
|
|
При доказательстве воспользовались тем, что |
|
|
|
|
|
|
|||||
m |
|
n |
|
|
|
|
|
|
|
|
|
∑pij = pξ i и ∑pij = pψ j . |
|
|
|
|
|
|
|
||||
j=1 |
|
i=1 |
|
|
|
|
|
|
|
|
|
Действительно, учитывая, что |
|
|
|
|
|
|
|
||||
∑m (ξ = X i ,ψ = Yj )= (ξ = X i )∑m (ψ = Yj )= (ξ = X i )Ω = (ξ = X i ), |
|
|
|
||||||||
j=1 |
|
|
|
|
j=1 |
|
|
|
|
|
|
то |
|
|
|
|
|
|
|
|
|
|
|
pξ i = P(ξ = |
X i )= |
|
m |
|
m |
|
|
m |
|
|
|
P |
∑(ξ = X i ,ψ = Yj ) |
= ∑P(ξ = X i ,ψ = Yj )= ∑pij , |
|
|
|||||||
|
|
|
|
j=1 |
|
j=1 |
|
|
j=1 |
|
|
аналогично доказывается, что
n
∑pij = pψ j . i=1
Аналогично доказывается и для непрерывной случайной величины.
4. Если ξ и ψ независимые случайные величины, то математическое ожидание
произведения случайных величин равно произведению их математических ожиданий, т.е.
M (ξψ )= Mξ Mψ .
Доказательство. Пусть величины ξ и ψ — дискретные. В силу независимости случайных величин имеет место равенство:
pij = P(ξ = X i ,ψ = Yj )= P(ξ = X i )P(ψ = Yj )= pξ i pψ j . Тогда
|
n |
m |
n m |
)= |
M (ξψ )= ∑∑xi y j pij = ∑∑xi y j P(ξ = X i )P(ψ = Yj |
||||
|
i=1 |
j=1 |
i=1 j=1 |
|
n |
m |
|
|
|
= ∑xi pξ i ∑y j pψ j =Mξ Mψ . |
|
|||
i=1 |
j=1 |
|
|
|
Аналогично доказывается и для дискретной случайной величины. Заметим, что свойство 3 допускает обобщение на сумму любого числа слагаемых, а
свойство 4 допускает обобщение на произведение любого числа независимых (в совокупности) сомножителей.
Пример 9. Найти математическое ожидание случайной величины ξ — число успе-
хов в схеме Бернулли.
Решение. Представим число успехов ξ в схеме Бернулли из n испытаний в виде ξ =ϑ1 + ... +ϑn , где ϑi — число успехов в i-ом испытании. Очевидно, что
Mϑi = 0(1− p)+1 p = p . По свойству 3 математического ожидания, получаем
44
n
Mξ = M (ϑ1 +... +ϑn )= Mϑ1 + ... + Mϑn = ∑p = np .
i=1
Этот результат совпадает с результатом примера 3, но получен более легкими вычислениями. z
Пример 10. Производится ряд независимых опытов, в каждом из которых может появиться событие A. Вероятность события A в каждом опыте равна p. Опыты производятся до первого появления события А, после чего они прекращаются. Случайная величина ξ — число произведенных опытов. Найти Mξ .
Решение. Рассмотрим событие (ξ =1), в этом случае событие A произошло при первом опыте, т.о. P(ξ =1)= p . Перейдем к событию (ξ = 2), в этом случае событие A при первом опыте не произошло, но произошло при втором опыте, т.о. P(ξ = 2)= (1− p)p . Производя аналогичные рассуждения, получаем ряд распределения:
|
|
ξ |
|
|
|
1 |
|
|
|
|
2 |
|
|
|
3 |
|
… |
|
|
|
i |
||||||
|
|
P |
|
|
|
|
p |
|
(1− p)p |
(1− p)2 p |
|
… |
(1− p)i−1 p |
||||||||||||||
Используя формулу (6.1.1), получим: |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
∞ |
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
∞ |
|
|
|
|
|
|
|
|
∞ |
|
Mξ = ∑iP(ξ = i)= ∑i(1− p)i−1 |
p = ∑iqi−1 p = p∑iqi−1 = |
|||||||||||||||||||||||||
|
|
|
|
i=1 |
|
|
|
|
|
i=1 |
|
|
|
i=1 |
|
|
|
|
|
|
|
|
i=1 |
||||
|
|
|
d |
∞ |
|
i |
|
|
d |
|
q |
|
1 |
|
|
1 |
|
|
|
|
|
||||||
|
= p |
|
|
|
∑ |
q |
|
= p |
|
|
|
|
|
= |
p |
|
|
= |
|
|
|
. |
|
|
|||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
dq |
|
|
|
|
(1− q) |
|
p |
|
|
|
|
|||||||
|
|
|
dq i=1 |
|
|
|
1 |
− q |
|
|
|
|
|
|
|
||||||||||||
Таким образом, математическое ожидание равно |
|
1 |
|
|
. z |
||||||||||||||||||||||
|
p |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пример 11. Независимые случайные величины ξ и η заданы своими рядами распределений:
ξ |
-1 |
0 |
1 |
P |
1/4 |
1/4 |
1/2 |
η |
2 |
1 |
0 |
P |
1/3 |
1/2 |
1/6 |
Для случайной величины Z = ξ +η найти математическое ожидание двумя способами:
1)по определению математического ожидания;
2)по свойствам математического ожидания.
Решение. Рассмотрим 1 способ нахождения математического ожидания. Для
этого составим ряд распределения случайной величины Z . Для этого удобно воспользоваться таблицей сумм ξ +η и соответствующих им вероятностей. Например:
P((ξ = −1)∩(η = 2))= P(ξ = −1)P(η = 2)= |
1 |
1 |
= |
1 . |
|
||
|
|
|
4 |
3 |
|
12 |
|
ξ |
η |
2 |
|
|
|
1 |
0 |
|
-1 |
1 |
1/12 |
0 |
1/8 |
-1 |
|
|
|
|
|
1/24 |
|||
|
0 |
2 |
|
|
1 |
|
0 |
|
|
1/12 |
|
1/8 |
1/24 |
||
|
|
|
|
||||
|
1 |
3 |
|
|
2 |
|
1 |
|
|
1/6 |
|
1/4 |
1/12 |
||
|
|
|
|
||||
Далее очень легко получить ряд распределения случайной величины Z . |
|||||||
|
|
|
|
45 |
|
|