рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Математическое ожидание функции одного случайного аргумента.

Математическое ожидание функции одного случайного аргумента. - раздел Математика, ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНЫХ ВЕЛИЧИН Пусть Y = φ(X) – Функция Случайного Аргумента Х, И ...

Пусть Y = φ(X) – функция случайного аргумента Х, и требуется найти ее математическое ожидание, зная закон распределения Х.

1) Если Х – дискретная случайная величина, то

(10.2)

Пример 3. Найдем M(Y) для примера 1: M(Y) = 47·0,1 + 69·0,2 + 95·0,3 + 125·0,4 = 97.

2) Если Х – непрерывная случайная величина, то M(Y) можно искать по-разному. Если известна плотность распределения g(y), то

(10.3)

Если же g(y) найти сложно, то можно использовать известную плотность распределения f(x):

(10.4)

В частности, если все значения Х принадлежат промежутку (а, b), то

(10.4`)

 

– Конец работы –

Эта тема принадлежит разделу:

ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СЛУЧАЙНЫХ ВЕЛИЧИН

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: Математическое ожидание функции одного случайного аргумента.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

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.

Стандартные законы распределения.
1. Биномиальное распределение. Для дискретной случайной величины Х, представляющей собой число появлений события А в серии из п независимых испытаний (см. лекцию 6),

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

Корреляционный момент и коэффициент корреляции.
Определение 9.10. Корреляционным моментомсистемы двух случайных величин называется второй смешанный центральный момент: Kxy = μ1,1

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

Нормальный закон распределения на плоскости. Линейная регрессия. Линейная корреляция.
Определение 11.1. Нормальным законом распределения на плоскости называют распре-деление вероятностей двумерной случайной величины (X, Y), если

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?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги