Математичне сподівання, дисперсія функції
Часто на практиці немає необхідності знайти закон розподілу функції випадкової величини, а достатньо знайти деякі числові характеристики цієї функції. Розглянемо тому задачу: випадкова величина Y є функція декількох випадкових величин Y = φ (Χ1,Χ2,…,Χn) Відомий закон розподілу системи аргументів (Χ1,Χ2,…,Χn);необхідно знайти числові характеристики величини Y, в першу чергу – математичне сподівання та дисперсію. Нехай ми знайшли закон розподілу g(γ) величини Y. Тоді і т.д. Проте закон g(γ) дуже важко знайти. Та для числових характеристик величини Y він не завжди потрібен, більше того, не завжди потрібен закон розподілу (Χ1,Χ2,…,Χn), достатньо знайти лише числові характеристики цієї системи. Розглянемо деякі випадки. 1. Задана випадкова величина Χ зі своїм законом розподілу і Y=φ(Χ) Потрібно знайти my, не знаючи g(γ). my=M(φ(χ)) (1) Нехай Х – дискретна випадкова величина
(2) (3) Таким чином, для визначення математичного сподівання функції зовсім не вимагається знати закон розподілу цієї функції, а достатньо знайти закон розподілу аргумента. Для неперервної величини: (4) де f(x) – щільність розподілу випадкової величини X (5) За аналогією (6) (7) (8) Або (9) (10) Теореми про числові характеристики 1. M(C)=0 2. D(C)=0 3. M(CX)=CM(x) 4. D(Cx)=C2D(X) 5. M(X+Y)=M(X)+M(Y) 6. 7. D(X+Y)=D(X)+D(Y)+2Kxy Kxy=M(X0Y0)=M((X-mx)(Y-my))
коефіцієнт кореляції Для некорельованих величин Kxy=0 8. 9. 10. Тут X та Y – незалежні випадкові величини.
Коефіцієнт кореляції лінійно залежних випадкових величин Y=aX+b Kxy=M( )=M((X-mx)(Y-my))=M((X-mx)(aX+b-amx-b))=aM((X-mx)2)=a Dх rxy= Dy=D(aX+b)=a2Dx y=|a|x rxy= Доведемо, що rxy 1. Розглянемо в. в. Z= yX xY Dz= y2Dx x2Dy 2 x yKxy Dz=2 x2 y2 2 x yKxy 2 x2 y2 2 x yKxy 0 (так як Dz 0) xy Kxy 0|Kxy| x y |rxy| 1. ©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|