|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Геометрическое распределениеОпределение 3. Случайная величина X имеет геометрическое распределение, если P (Х = m) = Pm= qm-1p, m = 1, … где q = 1–p, p Î(0, 1). Геометрическое распределение имеет случайная величина X, равная числу испытаний по схеме Бернулли до первого наступления успеха с вероятностью успеха в единичном испытании р. Покажем, что Σ p i = 1
Мат ожидание Основной наиболее употребляемой характеристикой центральной тенденции является математическое ожидание МХ случайной величины. Определений 1. Пусть Х – дискретная случайная величина,
если ряд сходится абсолютно. Определений 2. Пусть Х – непрерывная случайная величина, p(x) – плотность распределения, тогда
если интеграл сходится абсолютно. Найдем математические ожидания случайных величин некоторых известных законов распределения. 1. Пусть Х имеет пуассоновское распределениес параметром l.
По формуле (1) имеем МХ = l. (3) 2. Пусть Х имеет экспоненциальное распределение с параметром l,
По формуле (2) имеем
Следовательно МХ = Пусть Х имеет равномерное распределение на интервале [ a,b ]
Тогда по формуле (2) имеем Следовательно МХ =
MX = 1 c = c.
2. M (сX) = сMX. Это свойство следует из теорем 1, 2.
3. Если определены MX и MY, то M (X + Y) = MX + MY, Если Х и Y независимы, то M (X Y) = MX MY
Дисперсией случайной величины X называют число, равное математическому ожиданию квадрата отклонения случайной величины от её математического ожидания:
Если Х – непрерывная, то Если Х – дискретная, то
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |