Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
1. Дисперсия константы c равна 0.
2. Прибавление константы не изменяет дисперсию.
3. Константа из-под знака дисперсии выносится с квадратом.
4. Для дисперсии суммы случайных величин используются формулы:
а)Для независимых случайных величин дисперсия суммы равна сумме дисперсий.
б)Для произвольных случайных величин
, где и
5. Неравенство Чебышева:
Это неравенство понимается так: вероятность большого отклонения случайной величины от своего математического ожидания мала, и она тем меньше, чем меньше дисперсия.
Справедливость свойств (1-4) вытекает из определения дисперсии (1) и свойств математического ожидания. Действительно:
1)
2)
3)
4б)
4а)
Если события независимы то по:
5)доказательство д.б. в другом билете.
Пример 1 использования свойств. Проведем п независимых испытаний случайного события А, вероятность появления которого в одном испытании Р(А) = р. Определим математическое ожидание и дисперсию количества успехов. Эту случайную величину можно представить суммой результатов п испытаний:
где
Согласно 4a и свойству суммы мат. ожиданий:
Пример 2. В устройстве n блоков. При испытании блок с номером i выходит из строя с вероятностью рi. Определить среднее количество выходящих из строя блоков, а также дисперсию.
Количество выходящих из строя блоков можно представить в виде суммы по блокам:
где
19.Числовые характеристики многомерных случайных величин.
Пусть - многомерная случайная величина (вектор столбец).
Математическое ожидание — характеристика среднего значения случайной величины.
Определение. Математическим ожиданием , называется вектор математических ожиданий:
(1)
Каждая компонента этого вектора может быть выражена через интеграл:
Где функция распределения случайной величины ;F(x1,…,xn)- функция распределения случайной величины
Дисперсионная матрица — характеристика рассеяния
Определение. Дисперсионной (ковариационной) матрицей называется матрица вторых центральных моментов:
где называется ковариацией случайных величин и . Если - непрерывна и р(x1,.., хn) — плотность вероятности, bjk выражается очевидным образом через интеграл:
Дисперсионная матрица является симметричной:
ВТ = В
и неотрицательно определенной, т.е. для любых значений переменных t1,…,tn
(1)
Это свойство доказывается рассмотрением случайной величины - линейной комбинации :
Вычислим дисперсию . Поскольку = О
что совпадает с суммой в (1); но > 0, что и дает (1). Дисперсионную матрицу можно представить так:
Дата публикования: 2015-01-26; Прочитано: 802 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!