Лекція 6. Числові характеристики випадкових величин План 1. Математичне сподівання випадкової величини і її властивості 2. Дисперсія випадкової величини і її властивості 3. Моменти, асиметрія, ексцес 4. Мода, медіана і квантилі Математичне сподівання Математичним сподіванням або середнім значенням дискретної випадкової величини називають число, яке обчислюється за формулою: (1) Математичним сподіванням або середнім значенням абсолютно неперервної випадкової величини називається число, яке обчислюється за формулою: (2) Не кожна випадкова величина має математичне сподівання тому, що ряд або інтеграл може бути розбіжний. Статистичний зміст математичного сподівання Нехай провели велику кількість N незалежних спостережень над вип. величиною Х (Х – дискретна, з можливими значеннями ). Обчислимо середнє арифметичне () всіх значень в.в. Х, які отримали. Позначимо їх . Тоді (без повторів)= = при великих N. Отримали формулу (1). Отже, математичне сподівання це приблизно середнє арифметичне результатів багатьох незалежних спостережень над випадковою величиною – статистичний зміст математичного сподівання. Геометричний (фізичний) зміст За такою формулою (2) обчислюється абсциса центра мас нескінченної криволінійної трапеції, обмеженої лініями y=f(x), y=0, якщо її площа дорівнює 1. Отже, математичне сподівання це абсциса центра мас криволінійної трапеції під графіком щільності.
f
ц.м.
MX x
Властивості математичного сподівання
Із статистичного змісту середнього значення випливають властивості МС=С (С – стала випадкова величина) Якщо X ? 0, тобто Р(X ? 0)=1, то МХ ? 0 Якщо Х ? Y, тобто Р(Х ? Y)=1, то МХ ? МY Р(а ? X ? b)=1, то МХ є [а; b] М(X+С)=МХ+С (С– стала випадкова величина) М(сX)=cМХ, c – число М(X+Y)=МХ+МY М(X-Y)=МХ-МY М(с1X1+с2X2+…+сnXn)=c1MX1+c2MX2+…cnMXn , с1,с2,...,сn – числа Якщо X, Y – незалежні випадкові величини ( тобто, для будь-яких чисел t, s Р((X<t)(Y<s))=P(X<t)(Y<s)), тоді М(ХY)=МХМ Y Доведення для дискретних випадкових величин: X x1 x2 ... xn
P p1 p2 ... pn
Y у1 у2 …
уk
P q1 q2 …
qk
XY х1у1 x1у2 … x1уk x2у1 ... х2уk
P p1q1 p1q2 … p1qk p2q1 ... p2qk
Тут використано те, що Р(ХY = х1у1)=Р((X=х1)(Y=у1)) (незал.)= р1q1 і т. д. М(ХY )= (х1у1 р1q1+х1у2 р1q2 +...+х1уn р1qk)+(х2у1 р2q1 +...+х2уn р2qk)+...= =(х1р1+х2р2…хnpn)(y1q1+y2q2+…ynqn) 11. Якщо випадкові величини X1, X2 ,..., Xn незалежні в сукупності, то М(X1 X2 …Xn)=МХ1МХ2…МХn 12. Нехай X – дискретна випадкова величина. Y=g(X) – теж випадкова величина (g – дійсна функція дійсного аргументу). Тоді Mg(X)=g(x1)р1+g(x2)p2+... 13. Нехай X – неперервна випадкова величина, Y=g(X), тоді . Дисперсія і середнє квадратичне відхилення Відхиленням випадкової величини Х називають випадкову величину Х-МХ, тобто відхилення від її середнього значення. Дисперсією випадкової величини називають математичне сподівання квадрату її відхилення. Середнім квадратичним відхиленням випадкової величини Х називають квадратний корінь з дисперсії Механічний зміст дисперсії: Дисперсія це момент інерції підграфіка щільності відносно вертикальної прямої х=МХ. Якщо Х – дискретна випадкова величина то DX=М(Х-MX)2=(x1-MX)2p1+(x2-MX)2p2+... ( з властивості 12 МХ). Якщо Х – неперервна випадкова величина то (з властивості 13 МХ). Властивості дисперсії DX?0 DX=MX2-(MX)2 Доведення. DX=M(X-MX)2=M(X2-2XMX+(MX)2)=MX2-2MXMX+(MX)2=MX2-(MX)2 Врахувавши вл.1, отримуємо, що MX2?(MX)2 DC=0 D(Х+c)=DX D(сX)=с2DX D(сX)=M(сX-MсX)2=M(с2(X-MX)2)=с2 DX Якщо Х, Y – незалежні випадкові величини, то D(Х±Y)=DX+DY. Доведення. D(X±Y)=(вл.2)=M(X±Y)2-(M(X±Y))2=MX2 ±2МХМY+MY2 - (MX)2 2МХМY – (MY)2=DX+DY. (Тут використана властивість математичного сподівання добутку незалежних випадкових величин M(XY)=MXMY.) Якщо Х1,…, Хn – попарно незалежні випадкові величини, то D(Х1+…+ Хn)=DХ1+…+DХn (доводиться аналогічно). Задача. Автокран обслуговує 2 будівельних майданчика. Ймовірність того, що на протязі дня буде потреба в роботі на першому майданчику рівна 0,6, а на другому – 0,8. Знайти закон розподілу кількості майданчиків на яких буде потреба в роботі, обчислити МХ, DX, . Х 0 1 2
Р 0,08 0,44 0,48
А1 – перший майдан потребує роботи Р(А1)=0,6 А2 – другий майдан потребує роботи Р(А2)=0,8 Р(Х=0)=Р()=0,40,2=0,08 Р(Х=1)=Р()=0,60,4+0,40,8=0,44 Р(Х=2)=Р(А1А2)=0,48 МХ=00,08+10,44+20,48=1,4 DX=MX2 - (MX)2 MX2=020.08+120.44+220.48=2.36 DX=2,36-(1,4)2=2,36-1,96=0,4 =?0.63 Задача. Задана функція розподілу . Знайти МХ, DX, . f(x)= = DX=MX2-(MX)2 , DX= = f Моменти, асиметрія, ексцес Моментом (початковим моментом) порядку к називають число mk=MXk m1=MX – математичне сподівання DX=MX2 - (MX)2 =m2 - m12 Центральним моментом порядку к називається число ?k=M(X-MХ)k Абсолютним моментом порядку к називається число М|X|k Абсолютним центральним моментом порядку к називається число ск=М|X-MX|k Можна встановити зв’язок між центральними та початковими моментами. Наприклад, ?2= m2-m12 ?3= M(X-MХ)3=m3-3m2m1+3m13-m13 = m3-3m2m1+2m13. Вправа. Виразити ?4 через початкові моменти. Асиметрією випадкової величини Х називають число АsX= ?3 / Якщо графік щільності розподілу симетричний відносно прямої Х=МХ, то всі непарні центральні моменти рівні нулю і AsХ=0. Ексцесом випадкової величини Х називають число ЕхХ= ?4 / -3. Мода, медіана, квантилі Медіаною випадкової величини Х називають число Т=МеХ, для якого ймовірність Р(Х<Т)?1/2, i P(X>T) )?1/2. F 1 F(T) ?1/2 1- F(T+0)?1/2 F(T+0)?1/2 Ме x F f f 1 S1 S2 1-? S1= 1-????????S2=?
Me x Випадкові величини можуть мати одну або безліч медіан. Квантилем рівня ? називають таке число Т, що виконується формулa F(T)?1??? F(T+0)?1-??? При ?=1/2 квантиль – це медіана. Позчається Мода для неперервних випадкових величин. Розподіл випадкової величини називається одновершинним, якщо щільність розподілу має єдину точку максимуму і є неперервною зліва або справа в цій точці. Тоді ця точка максимуму називається модою, якщо розподіл не одновершинний, то моди немає. f(MоX)>f(t) , t e R, t?MоХ. y=f(t) P МоХ t МоХ t Модою дискретної випадкової величини називають найбільш імовірне її значення, тобто точка максимуму многокутника розподілу, якщо вона єдина. Р(Х=МоХ) >Р(Х=t) при t? МоХ. Якщо графік щільності або многокутник розподілу одновершинний і симетричний відносно прямої t=, то = МХ= МоХ= МеХ, AsX=0. f t Якщо МХ> МeХ> МoХ і AsX>0, то кажуть, що є правостороння асиметрія, якщо поміняти всі знаки > на < то – лівостороння, в інших випадках кажуть, що асиметрія нечітко виражена. правостороння асиметрія. f центр мас