Мои Конспекты
Главная | Обратная связь

...

Автомобили
Астрономия
Биология
География
Дом и сад
Другие языки
Другое
Информатика
История
Культура
Литература
Логика
Математика
Медицина
Металлургия
Механика
Образование
Охрана труда
Педагогика
Политика
Право
Психология
Религия
Риторика
Социология
Спорт
Строительство
Технология
Туризм
Физика
Философия
Финансы
Химия
Черчение
Экология
Экономика
Электроника

Свойства математического ожидания





Помощь в ✍️ написании работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

1. Математическое ожидание постоянной равно самой постоянной:

M(С) = С. (2.7)

Действительно, постоянную С можно рассматривать как дискретную случайную величину, принимающую единственное значение С с вероятностью 1, поэтому М(С) = 1×С = С.

2. Постоянный множитель можно выносить за знак математического ожидания:

М(С×x) = С×М(x). (2.8)

Поскольку при умножении на С возможные значения случайной величины также умножаются на С, при сохранении соответствующих вероятностей, то (2.8) следует из известных свойств суммы и интеграла.

Следующие два свойства приведём без обоснования.

3. Математическое ожидание суммы конечного числа случайных величин равно сумме математических ожиданий слагаемых:

. (2.9)

4. Математическое ожидание произведения конечного числа независимых в совокупности случайных величин равно произведению их математических ожиданий:

. (2.10)

Пример. Фермер считает, что, принимая во внимание различные потери и колебания цен, он сможет выручить не более 60 центов за десяток яиц и потерять не более 20 центов за десяток и что вероятности возможных выигрышей и потерь таковы:

Как оценить ожидаемую прибыль: от продажи десятка яиц; от ожидаемых им в этом году 100000 яиц?

Решение. X – случайная величина, прибыль от продажи 10 яиц.

MX = 0,6 × 0,2 + 0,4 × 0,5 + 0,2 × 0,2 + 0 × 0,06 – 0,2 × 0,04 = 0,352,

M10000X = 10000 × 0,352 = 3520$.

Итак, математическое ожидание является тем “средним” значением, вокруг которого распределены все возможные значения случайной величины. Однако знания среднего значения случайной величины для большинства задач недостаточно, необходимо иметь ещё количественную характеристику разброса возможных значений случайной величины относительно математического ожидания. Для этого рассмотрим разность - отклонение возможного значения случайной величины от её математического ожидания (x - a).

Случайные величины при одинаковом среднем могут быть совершенно разными, например, одна может меняться в узких пределах, а вторая – в широких. Приведем в качестве примера графики некоторых распределений, имеющих одинаковое среднее, равное нулю, и разные разбросы (рис. 2.3).

 

Рис. 2.3

На всех графиках нас интересует разброс вокруг среднего (в нашем примере оно равно нулю; если это не так, картинка только сдвинется).

Чтобы охарактеризовать разброс, рассеяние случайной величины есть несколько показателей, но чаще всего применяют дисперсию D(x) или среднеквадратическое (стандартное) отклонение .

Назовём дисперсией случайной величины x математическое ожидание квадрата отклонения случайной величины от её математического ожидания a=Mx:

, (2.11)

.

Для вычисления дисперсии часто оказывается полезной формула

,

.

Действительно,

.

Пример. Сосчитаем дисперсии распределений, приведенных на графиках (см рис. 2.3):

1) 1 × 1/8 + 1 × 1/8 – 0 = 1/4 = 0,25;

2) 1 × 1/3 + 1 × 1/3 – 0= 2/3 = 0.(6);

3) 1 × 1/2 + 1 × 1/2 – 0 = 1;

4) 4 × 1/2 + 4 × 1/2 – 0 = 4;

5) 4 × 1/4 + 1×1/4 + 1 × 1/4 + 4 × 1/4 – 0 = 2,5.

Самая большая дисперсия у четвертого распределения, когда все значения удалены от среднего на расстояние 2. Самая маленькая – у первого, когда математическое ожидание является наиболее вероятным значением.

 

Доверь свою работу ✍️ кандидату наук!
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой



Поиск по сайту:







©2015-2020 mykonspekts.ru Все права принадлежат авторам размещенных материалов.