Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Все ответы на тервер.doc
Скачиваний:
5
Добавлен:
31.08.2019
Размер:
1 Мб
Скачать
☆

23.Математическое ожидание для дискретных и непрерывных случайных величин.

Математическим ожиданием дискретной случайной величины будем называть сумму произведений всех возможных значений на вероятность их появления, т.е. , где ai – все возможные значения, . Если значения принимает конченое множество значений a1,…,an, то

Математическим ожиданием непрерывной случайной величины называется следующая величина, которая определяется по формуле: , где - плотность вероятности распределения.

Если рассматривать как точку в пространстве с весовым коэффициентом, pi – центр тяжести.

24. Свойства математического ожидания.

1. Если – константа, то

2. Пусть - случайные величины, тогда

3. Пусть - случайная величина, , то

4. Если , то

5.

6. - независимые случайные величины, то

25. Дисперсия для дискретных и непрерывных случайных величин.

Математическое ожидание отклонения в квадрате от математического ожидания называется дисперсией случайной величины .

Тогда: если - дискретная случайная величина:

если - непрерывная случайная величина, то

26. Свойства дисперсии.

1.

2. Если – константа, то , если , то

3. Пусть - случайная величина, , то

4. - независимые случайные величины, то

5.

6.

27. Начальные центральные моменты для дискретных и непрерывных случайных величин.

Начальным моментом k-того порядка случайной величины называется

для дискретной случайной величины, - для непрерывной.

Центральным моментом k-того порядка будем называть

при k=1 , при k=2

Начальные моменты k-того порядка позволяют учесть влияние на мат ожидание тех значений случайной величины , которые велики, но встречаются редко.

28. Коэффициенты асимметрии и эксцесса.

Коэффициентом асимметрии называется , где - центральный момент 3 порядка, - среднеквадратичное отклонение.

- это количественная характеристика скошенности распределения случайной величины , т.е. если , то график плотности распределения случайной величины симметричен относительно своей вершины, если , то график скошен вправо, иначе влево.

Коэффициентом эксцесса (эксцессом) называется , где - центральный момент 4 порядка, - среднеквадратичное отклонение.

- это количественная характеристика островершинности распределения случайной величины , т.е. если , то вершина графика плотности распределения случайной величины более острая, чем для графика плотности распределения с , если , то вершина графика более пологая, чем при .

29. Функции от дискретных и непрерывных случайных величин.

Пусть на некотором вероятностном пространстве для каждого элементарного события задана случайная величина . Сопоставим каждому значению некоторое число , тогда называется функцией от случайной величины .

Пусть - дискретная случайная величина, которая имеет следующий вид распределения:

x1

x2

…

xn

P

p1

p2

…

pn


pi – вероятность того, что ,

тогда - дискретная случайная величина с рядом распределения:

g(x1)

g(x2)

…

g(xn)

P

p1

p2

…

pn


Замечание: если в таблице 2 встретятся 2 одинаковых значения g(xi)=g(xj), то эти столбцы объединяются, а соответствующие вероятности складываются.

Пусть - непрерывная случайная величина, тогда может быть как непрерывной, так и дискретной, так и не той и не другой.

Если -дискретная -> ряд распределения

Если - непрерывная случайная величина, тогда функция распределения имеет вид: , где - плотность распределения случайной величины

30. Многомерная случайная величина и ее функция распределения.

Пусть на некотором вероятностном пространстве задано n случайных величин: , тогда совокупность будем назвать n-мерной случайной величиной или n-мерным случайным вектором.

Совместной функцией распределения случайной величины будем называть вероятность, состоящую в появлении стразу n событий: , т.е.

31. Свойства функции распределения двумерной случайной величины.

1. т.к. , то

2. - неубывающая функция по любому из аргументов (x, y)

3.

4. - непрерывная слева функция по каждому из аргументов x и y

5.

6.

32. Независимые случайные величины.

Пусть - n-мерная случайная величина, тогда называется независимыми в совокупности, если их совместная функция распределения равна произведению одномерных функций распределения.

Пусть - двумерная непрерывная случайная величина, то - независимы, если

33. Ковариация, свойства ковариации.

Пусть - случайная величина, тогда называется центрированной случайной величиной.

Пусть - двумерная случайная величина, тогда ковариацией случайной величины называется математическое ожидание произведения случайных величин и (центрированных случайных величин). Обозначение:

Свойства ковариации:

1.

2. Пусть - независимые случайные величины, тогда

, т.к. - независимые

3.

Пусть - случайная величина, пусть - случайная величина.

рассмотрим функцию: - парабола, ветви вверх, т.к.

Неравенство будет иметь решение при не положительном дискриминанте:

4. Если линейно зависимы, т.е

Если , то

Если , то

5.

6. Пусть - двумерная случайная величина.