Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Начальным моментом k -го порядка случайной величины называется математическое ожидание ее k -й степени,
. (51)
Например, математическое ожидание случайной величины является ее начальным моментом первого порядка,
.
Центральным моментом k -го порядка случайной величины называется математическое ожидание k -й степени ее отклонения от своего математического ожидания,
. (52)
Например, дисперсия случайной величины является ее центральным моментом второго порядка,
.
На основании формул (51), (52), в которых нужно положить
,
центральный момент k -го порядка вычисляется по формуле
(53)
для дискретной случайной величины и
(54)
для непрерывной.
В теории вероятностей, наряду с математическим ожиданием и дисперсией (или среднеквадратическим отклонением) случайной величины , наиболее часто используются ее центральные моменты третьего и четвертого порядков и производные от них безразмерные величины – асимметрия
(55)
и эксцесс
. (56)
Если распределение случайной величины симметрично относительно своего математического ожидания, то ее асимметрия равна нулю. О вероятностном смысле эксцесса мы скажем позже, рассматривая так называемое нормальное распределение, эксцесс которого равен нулю.
Пример 1. Найти числовые характеристики дискретной случайной величины, которая задана таблицей распределения (см. пример 1 раздела 12)
Рядом с таблицей распределения заданной случайной величины мы поместили таблицу распределения ее квадрата.
По формуле (41)
.
По формуле (45)
.
По формуле (49)
.
По формуле (50)
.
По формуле (53)
.
= | |||||||||
0.625 | 0.625 | 0.625 | -0.5 | -0.125 | -0.078 | 0.063 | 0.039 | ||
0.268 | 0.536 | 1.072 | 0.5 | 0.125 | 0.036 | 0.063 | 0.017 | ||
0.089 | 0.267 | 0.801 | 1.5 | 3.375 | 0.300 | 5.063 | 0.451 | ||
0.018 | 0.072 | 0.288 | 2.5 | 15.625 | 0.281 | 39.063 | 0.703 | ||
1.00 | 1.500 | 2.786 | 0.539 | 1.21 |
По формуле (55)
.
По формуле (53)
.
По формуле (56)
.
Для удобства можно свести все вычисления в одну таблицу
Пример 2. Дискретная случайная величина с известными математическим ожиданием и среднеквадратическим отклонением может принимать только два значения , причем , и вероятность меньшего значения известна, . Найти закон распределения случайной величины.
Так как , то решение задачи сводится к нахождению .
На основании формул (41), (45), (55), (50) имеем
.
Следовательно, мы должны решить систему уравнений относительно ,
Квадратное уравнение дает два значения , именно 4 и 19/5, которым соответствуют два значения , а именно 3 и 24/5. Условию задачи удовлетворяют то-лько значения и .
Пример 3. Доказать, что математическое ожидание, дисперсия и среднеквадратическое отклонение распределения Бернулли соответственно равны
(57)
■Количество успехов в n независимых испытаниях можно представить в виде суммы n независимых случайных величин
,
где - количество успехов в i -м испытании. Распределения и задаются таблицами распределения
P | q = 1 - p | p | q = 1 - p |
Отсюда
На основании свойств математического ожидания и дисперсии получаем
,
.■
Пример 4. Доказать, что математическое ожидание и дисперсия распределения Пуассона с параметром a равны
. (58)
■Для доказательства достаточно, на основании сказанного в разделе 11, перейти в формулах (57) к пределу при при условии, что произведение . Получим
.■
Пример 5. ОТК проверяет изделия на стандартность. Вероятность того, что изделие стандартно, равна 0.95. В каждой партии содержится 10 изделий. Сколько партий в среднем содержат по 9 стандартных изделий, если проверке подлежит 100 партий?
Сначала найдем вероятность того, что наудачу проверенная партия содержит 9 стандартных изделий. По формуле Бернулли (вероятность 9 успехов в 10 независимых испытаниях с постоянной вероятностью 0.95 успеха)
.
Теперь нужно найти математическое ожидание случайной величины - количества партий с 9 стандартными изделиями из 100 проверяемых партий. Имеем независимых испытаний с постоянной вероятностью
успеха (появления партии с 9 стандартными изделиями). Так как случайная величина имеет распределение Бернулли, то ее математическое ожидание по формуле (63) равно
.
Таким образом, из подлежащих проверке 100 партий в среднем 31 партия содержит 9 стандартных изделий.
Пример 6. Говорят, что непрерывная случайная величина имеет рав-
номерное распределение на интервале , если плотность ее распределения
Доказать самостоятельно, что и что
(см. рис. 1 а, б).
Найти далее математическое ожидание, дисперсию и среднеквадратическое отклонение равномерного распределения.
По формуле (43)
.
По первой из формул (46)
Поэтому по формулам (49), (50)
Рис. 1 а Рис. 1 б.
Ответ. Для равномерного распределения на интервале имеем
. (59)
Пример 7. Говорят, что непрерывная случайная величина имеет показательное (экспоненциальное) распределение, если плотность ее распределения дается формулой
Здесь - некоторый положительный параметр. Найти функцию распределения, математическое ожидание, дисперсию и среднеквадратическое отклонение показательного распределения.
Доказательство того, что
предоставляем учащимся. Графики функций изображены на рис. 2 а, б. Ограничимся нахождением названных числовых характеристик.
По формуле (44)
.
Рис. 2 а Рис. 2 б По формуле (46) в результате двух интегрирований по частям (с аналогичным использованием правила Лопиталя во внеинтегральных членах) находим, что
,
откуда
.
Следовательно, для показательного распределения с положительным параметром математическое ожидание и среднеквадратическое отклонение совпадают и равны
. (60)
Дата публикования: 2015-01-10; Прочитано: 1034 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!