9) Математическое ожидание и дисперсия дискретной случайной величины. Среднее квадратическое отклонение.

Математические операции над случайными величинами

Прерывные случайные величины X и Y называются независимыми, если не зависимы при любых i и j, события X=xi и Y=yj.

Пусть случайная величина X принимает x1, x2, x3, …, xn с вероятностями p1, p2, p3 ,…, pn, соответственно, а Y-значения y1, y2, y3, …, ym, с вероятностями q1, q2, q3, …, qm.

а) Суммой случайных величин X и Y называется новая случайная величина Z=X+Y, которая принимает все значения вида zij=xi+yj(i=1,2,..n; j=1,2,...,m) с вероятностями pij, причем pij=P(X=xi; Y=yj)=P(X=xi)*PX=xi(Y=yj).

Если случайные величины X и Y независимые, то pij= pi+ qj.

Аналогично определяется разность и произведение случайных величин.

б) Разностью ( произведением) случайных величин X и Y называется новая случайная величина Z=X-Y (Z=XY), которая принимает все значения вида zij=xi-yj (zij=xiyj) с такими же вероятностями, с какими случайная величина Z=X+Y принимает соответствующие значения, т.е. pij= pi+ qj.

в) Произведением kX случайной величины Х на постоянную величину k называется новая случайная величина Z=kX, которая с теми же вероятностями, что и Х, принимает значения, равные произведениям значений случайной величины Х на k, т.е. =xi2.

г) Квадратом случайной величины Х, т.е. Х2, называется новая случайная величина Z=X2, которая с теми же вероятностями, что и Х, принимает значения, равные квадратам значений случайной величины Х, т.е. zi=xi2.

Числовые характеристики дискретных случайных величин

а) Математическим ожиданием М(Х) дискретной случайной величины Х называется сумма произведений всех ее значений на соответствующие им вероятности, т.е.:

или, если случайная величина может принимать счетное число значений, причем лишь в случае абсолютной сходимости ряда.

Среднее квадратичное отклонение определяется как обобщающая характеристика размеров вариации признака в совокупности. Оно равно квадратному корню из среднего квадрата отклонений отдельных значений признака от средней арифметической, т.е. корень из дисперсии и может быть найдена так:

1. Для первичного ряда:

2. Для вариационного ряда:

Преобразование формулы среднего квадратичного отклонени приводит ее к виду, более удобному для практических расчетов:

Среднее квадратичное отклонение определяет на сколько в среднем отклоняются конкретные варианты от их среднего значения, и к тому же является абсолютной мерой колеблемости признака и выражается в тех же единицах, что и варианты, и поэтому хорошо интерпретируется.

Примеры нахождения cреднего квадратического отклонения: Пример 1, Пример 2

Для альтернативных признаков формула среднего квадратичного отклонения выглядит так:

где р — доля единиц в совокупности, обладающих определенным признаком;

q — доля единиц, не обладающих этим признаком.

10) Функция распределения, плотность распределения непрерывной случайной величины, их взаимосвязь и свойства.

11) Математическое ожидание и дисперсия непрерывной случайной величины. Среднее квадратическое отклонение

12) Плотность распределения непрерывной случайной величины. Закон равномерной плотности.

13) Нормальный закон распределения случайной величины.

14) Функция Лапласа. Вероятность попадания величины, распределенной по нормальному закону, на заданный интервал.

15) Закон больших чисел.

16) Центральная предельная теорема Ляпунова.