ВУЗ:
Составители:
Свойства дисперсии
1. Дисперсия постоянной величины С равна нулю:
0)(
=
CD
2. Постоянный множитель можно выносить за знак дисперсии, возводя
его в квадрат:
).()(
2
XDCCXD =
3. Дисперсия суммы двух независимых случайных величин равна сумме
дисперсий этих величин:
).()()( YDXDYXD
=
=
+
4. Дисперсия разности двух независимых случайных величин равна
сумме их дисперсий:
).()()( YDXDYXD
+
=
−
Дисперсия числа появлений события А в n независимых испытаниях, в
каждом из которых вероятность появления события постоянна, равна
произведению числа испытаний на вероятности появления и непоявления
события в одном испытании:
npqXD
=
)(
Средним квадратическим отклонением случайной величины Х называют
квадратный корень из дисперсии:
).()( XDX =
σ
Кроме математического ожидания и дисперсии дискретной случайной
величины вычисляют теоретические моменты. Начальным моментом порядка k
случайной величины Х называют математическое ожидание величины X
k
2.2 Функции и плотности распределения случайных величин. Числовые
характеристики непрерывных случайных величин
Функцией распределения называют функцию F(x), определяющую
вероятность того, что случайная величина Х в результате испытания примет
значение, меньшее х:
).()( xXPxF
<
=
Геометрически это равенство можно истолковать так: F(x) есть
вероятность того, что случайная величина примет значение, которое
изображается на числовой оси точкой, лежащей левее точки х.
Случайную величину называют непрерывной, если ее функция
распределения есть непрерывная, кусочно-дифференцируемая функция с
непрерывной производной.
Свойства функции распределения
1. Значения функции распределения принадлежат отрезку [0,1]
.1)(0 ≤≤ xF
2. F(x) - неубывающая функция, т.е.
.),()(
1212
xxеслиxFxF >≥
3. Вероятность того, что случайная величина примет значение,
7
Свойства дисперсии 1. Дисперсия постоянной величины С равна нулю: D(C ) = 0 2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат: D(CX ) = C 2 D( X ). 3. Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин: D( X + Y ) = D( X ) = D(Y ). 4. Дисперсия разности двух независимых случайных величин равна сумме их дисперсий: D( X − Y ) = D( X ) + D(Y ). Дисперсия числа появлений события А в n независимых испытаниях, в каждом из которых вероятность появления события постоянна, равна произведению числа испытаний на вероятности появления и непоявления события в одном испытании: D( X ) = npq Средним квадратическим отклонением случайной величины Х называют квадратный корень из дисперсии: σ ( X ) = D( X ). Кроме математического ожидания и дисперсии дискретной случайной величины вычисляют теоретические моменты. Начальным моментом порядка k случайной величины Х называют математическое ожидание величины Xk 2.2 Функции и плотности распределения случайных величин. Числовые характеристики непрерывных случайных величин Функцией распределения называют функцию F(x), определяющую вероятность того, что случайная величина Х в результате испытания примет значение, меньшее х: F ( x) = P( X < x). Геометрически это равенство можно истолковать так: F(x) есть вероятность того, что случайная величина примет значение, которое изображается на числовой оси точкой, лежащей левее точки х. Случайную величину называют непрерывной, если ее функция распределения есть непрерывная, кусочно-дифференцируемая функция с непрерывной производной. Свойства функции распределения 1. Значения функции распределения принадлежат отрезку [0,1] 0 ≤ F ( x) ≤ 1. 2. F(x) - неубывающая функция, т.е. F ( x ) ≥ F ( x ), если x > x. 2 1 2 1 3. Вероятность того, что случайная величина примет значение, 7
Страницы
- « первая
- ‹ предыдущая
- …
- 5
- 6
- 7
- 8
- 9
- …
- следующая ›
- последняя »