Стандартные законы распределения. - раздел Математика, ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНЫХ ВЕЛИЧИН 1. Биномиальное Распределение.
Для Дискретной Случайной Величины ...
1. Биномиальное распределение.
Для дискретной случайной величины Х, представляющей собой число появлений события А в серии из п независимых испытаний (см. лекцию 6), М(Х) можно найти, используя свойство 4 математического ожидания. Пусть Х1 – число появлений А в первом испытании, Х2 – во втором и т.д. При этом каждая из случайных величин Хiзадается рядом распределения вида
Xi
pi
q
p
Следовательно, М(Хi) = p. Тогда
Аналогичным образом вычислим дисперсию: D(Xi) = 0²·q + 1²·p – p²= p – p² = p(1 – p), откуда по свойству 4 дисперсии
2. Закон Пуассона.
Если р(Х = т) = , то М(Х) = (использо-валось разложение в ряд Тейлора функции ех).
Для определения дисперсии найдем вначале М(Х2) =
=
Поэтому D(X) = a² + a – a² = a.
Замечание. Таким образом, обнаружено интересное свойство распределения Пуассона: математическое ожидание равно дисперсии (и равно единственному параметру а, определяющему распределение).
3. Равномерное распределение.
Для равномерно распределенной на отрезке [a, b] непрерывной случайной величины то есть математическое ожидание равномерно распределенной случайной величины равно абсциссе середины отрезка [a, b] .
Дисперсия
.
4. Нормальное распределение.
Для вычисления математического ожидания нормально распределенной случайной величины воспользуемся тем, что интеграл Пуассона .
( первое слагаемое равно 0, так как подынтегральная функция нечетна, а пределы интегрирования симметричны относительно нуля).
.
Следовательно, параметры нормального распределения (а и σ) равны соответствен-но математическому ожиданию и среднему квадратическому отклонению иссле-дуемой случайной величины.
На сайте allrefs.net читайте: "ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНЫХ ВЕЛИЧИН"
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Стандартные законы распределения.
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Математическое ожидание.
Определение 7.1. Математическим ожиданиемдискретной случайной величины называ-ется сумма произведений ее возможных значений на соответствующие им вероятности:
М
Числовые характеристики непрерывных случайных величин.
Распространим определения числовых характеристик случайных величин на непре-рывные случайные величины, для которых плотность распределения служит в некото-ром роде аналогом понятия вероятности.
Двумерные случайные величины.
1. Дискретные двумерные случайные величины.
Закон распределения дискретной двумерной случайной величины (Х, Y) имеет вид таблицы с двойным вх
Дискретной двумерной случайной величины.
Рассмотрим дискретную двумерную случайную величину и найдем закон распределения составляющей Х при условии, что Y примет определенное значение (например, Y = у1). Дл
Равномерное распределение на плоскости.
Система двух случайных величин называется равномерно распределенной на плоскости, если ее плотность вероятности f(x, y) = const внутри некоторой области и равна 0 вне
Числовые характеристики двумерных случайных величин.
Такие характеристики, как начальные и центральные моменты, можно ввести и для системы двух случайных величин.
Определение 9.8. Начальным моментом порядка k, s
Независимых слагаемых.
Определение 10.2. Если каждой паре возможных значений случайных величин Х и Y соответ-ствует одно возможное значение случайной величины Z, то Z на
Линейная регрессия.
Пусть составляющие Х и Y двумерной случайной величины (Х, Y) зависимы. Будем считать, что одну из них можно приближенно представить как линейную функцию другой, например
Линейная корреляция.
Для двумерной случайной величины (Х, Y) можно ввести так называемое условное математи-ческое ожидание Yпри Х = х. Для дискретной случайной величины оно определ
Распределение «хи-квадрат».
Пусть имеется несколько нормированных нормально распределенных случайных величин: Х1, Х2,…, Хп (ai = 0, σi
Распределение Стьюдента.
Рассмотрим две независимые случайные величины: Z, имеющую нормальное распределение и нормированную (то есть М( Z ) = 0, σ( Z) = 1), и V, распределенну
Распределение F Фишера – Снедекора.
Рассмотрим две независимые случайные величины U и V, распределенные по закону «хи-квадрат» со степенями свободы k1 и k2 и образуем из них новую вел
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов