Числовые характеристики ДСВ: Функция распределения, Математическое ожидание, Дисперсия

Содержание

Слайд 2

Функция распределения Функцией распределения случайной величины Х называется вероятность того, что

Функция распределения

Функцией распределения случайной величины Х называется вероятность того, что случайная

величина  Х  примет значение, меньшее, чем переменная  х, которая «пробегает» все действительные значения.
F(x)=P(XСвойства функции распределения
1) Функция распределения – неубывающая.
2)
3)
Вероятность того, что дискретная случайная величина   примет одно из возможных значений xi , равна скачку функции распределения в точке xi . 
Слайд 3

Пример Найти функцию распределения и построить ее график для случайной величины Х, заданной законом распределения

Пример

Найти функцию распределения и построить ее график для случайной величины

Х, заданной законом распределения
Слайд 4

Решение F(x)=P(X F(x)=P(X F(x)=P(X F(x)=P(X F(x)=P(X =0,4+0,1+0,3+0,2=1 =0,4+0,1+0,3+0,2=1

Решение

F(x)=P(X F(x)=P(X F(x)=P(X F(x)=P(X F(x)=P(X =0,4+0,1+0,3+0,2=1
=0,4+0,1+0,3+0,2=1

Слайд 5

Пример В билете три задачи. Вероятность того, что студент правильно решит

Пример

В билете три задачи. Вероятность того, что студент правильно решит

первую задачу, равна 0,9, вторую – 0,8, третью – 0,7. Составить закон распределения числа правильно решенных задач в билете. Построить график функции распределения. Найти вероятность того, что студент сдаст зачёт, если для этого нужно правильно решить не менее двух задач.
Слайд 6

Решение р1=0,9; q1=0,1 p2=0,8; q2=0,2 p3=0,7; q3=0,3 Используя теоремы умножения независимых

Решение

р1=0,9; q1=0,1
p2=0,8; q2=0,2
p3=0,7; q3=0,3
Используя теоремы умножения независимых и сложения несовместных

событий, составим закон распределения случайной величины   – числа правильно решенных задач в билете
x=0;
x=1;

p(0) = q1q2q3 = 0,1⋅ 0,3⋅ 0,2 = 0,006

Слайд 7

Решение x=2; x=3 Закон распределения: Составим функцию распределения: p(3) = p1p2p3

Решение

x=2;
x=3
Закон распределения:
Составим функцию распределения:

p(3) = p1p2p3 = 0,9⋅ 0,7

⋅ 0,8 = 0,504
Слайд 8

Решение Найдём вероятность того, что студент сдаст зачёт:

Решение

Найдём вероятность того, что студент сдаст зачёт: 

Слайд 9

Математическое ожидание Математическим ожиданием M(X) называют сумму произведений всех возможных значений

Математическое ожидание

Математическим ожиданием M(X) называют сумму произведений всех возможных значений случайной

величины (хi) на соответствующие вероятности (рi):
M(X) = х1·р1 + х2·р2+…+ хn·рn
Математическое ожидание – это число, которое указывает, какое среднее значение случайной величины следует ожидать в результате проведения опыта или испытания.
Слайд 10

Задание: Пример 1. Закон распределения случайной величины Х задан таблицей: Найдите

Задание:

Пример 1. Закон распределения случайной величины Х задан таблицей:
Найдите математическое ожидание

случайной величины Х.

M(X) = х1·р1 + х2·р2+…+ хn·рn

Слайд 11

Пример 2. Случайная величина «сумма очков, выпавших при двух бросаниях игральной кости» М(Х)=2·1/36+3·2/36+4·3/36+5·4/36+6·5/36+7·6/36+8·5/36+ 9·4/36+10·3/36+11·2/36+12·1/36=7.

Пример 2. Случайная величина «сумма очков, выпавших при двух бросаниях игральной

кости»
М(Х)=2·1/36+3·2/36+4·3/36+5·4/36+6·5/36+7·6/36+8·5/36+ 9·4/36+10·3/36+11·2/36+12·1/36=7.
Слайд 12

Свойства математического ожидания M(X) = х1·р1 + х2·р2+…+ хn·рn 1). M(C)

Свойства математического ожидания

M(X) = х1·р1 + х2·р2+…+ хn·рn
1). M(C) = C,

где С – const;
2). M(C·X) = C·M(X);
3). M(X ± Y) = M(X) ± M(Y);
4). M(X·Y) = M(X) · M(Y),
где Х и Y - независимые случайные величины.
Слайд 13

Задача Х – «число очков, выпавших на одной игральной кости» М(Х)

Задача
Х – «число очков, выпавших на одной игральной кости»
М(Х)

= 3,5
Тогда при пяти бросаниях математическое ожидание равно 3,5·5 = 17,5
при семи бросаниях 3,5·7 = 24,5
при ста бросаниях 3,5·100 = 350
Слайд 14

Дисперсия Дисперсией случайной величины Х называют математическое ожидание квадрата ее отклонений

Дисперсия

Дисперсией случайной величины Х называют математическое ожидание квадрата ее отклонений от

среднего значения:
Для вычисления:
D(X) = M(X2) - M2(X),
где M(X2) = х12·р1 + х22·р2+…+ хn2·рn
Дисперсия характеризует степень отклонения значений случайной величины от ее среднего значения. На практике дисперсия служит для оценки меры риска.
(Дисперсия всегда положительное число)
Слайд 15

Свойства дисперсии D(X) = M(X2) - M2(X), где M(X2) = х12·р1

Свойства дисперсии

D(X) = M(X2) - M2(X),
где M(X2) = х12·р1

+ х22·р2+…+ хn2·рn
1). D(C) = 0, где C – const;
2). D(CּX) = CּD(X);
3). D(X ± Y) = D(X) + D(Y), если Х, Y – независимые случайные величины.
Слайд 16

Среднеквадратическое отклонение Дисперсия имеет размерность квадрата случайной величины: если ДСВ имеет

Среднеквадратическое отклонение

Дисперсия имеет размерность квадрата случайной величины: если ДСВ имеет размерность

метры, то дисперсия измеряется в м2. Для того, чтобы оценка рассеяния значений случайной величины имела размерность самой величины, вычисляют среднеквадратичное отклонение.
Положительное значение квадратного корня из дисперсии называют среднеквадратическим отклонением (или стандартным отклонением):
Слайд 17

Задание: Закон распределения случайной величины Х задан таблицей: Найдите среднеквадратичное отклонение случайной величины Х.

Задание:

Закон распределения случайной величины Х задан таблицей:
Найдите среднеквадратичное отклонение случайной величины

Х.