- •Случайные величины
- •Понятие случайной величины
- •Закон распределения дискретной случайной величины
- •Биномиальное распределение
- •Распределение Пуассона
- •3. Числовые характеристики дискретных случайных величин
- •Математическое ожидание дискретной случайной величины
- •Дисперсия дискретной случайной величины
- •Среднее квадратическое отклонение
- •Коэффициент корреляции
- •Линейная регрессия
- •Непрерывные случайные величины Функция и плотность распределения вероятности
- •Числовые характеристики непрерывных случайных величин
- •Основные распределения непрерывных случайных величин
- •Найти дисперсию и среднее квадратическое отклонение случайной величины х, заданной законом распределения
Математическое ожидание дискретной случайной величины
Пусть ДСВ X имеет закон распределения:
-
X
x1 x2 x3 … xn
P
p1 p2 p3 … pn
Математическим ожиданием (МО) дискретной случайной величины называется сумма произведений всех ее возможных значении на их вероятности: (6)
Из этого определения следует, что МО есть некоторая постоянная неслучайная величина. Вероятностный смысл математического ожидания состоит в том, что оно приближенно равно среднему арифметическому значению случайной величины. МО в точности совпадает со средним арифметическим, если все вероятности значений ДСВ в формуле (6) равны, а именно, рi = р= 1/п
Пример 4. Найти МО невозврата кредитов по данным примера 2.
Решение. Воспользуемся итоговой таблицей распределения ДСВ, данной в этом примере и формулой (6):
M (X) = 5 . 0,00032 + 4 . 0,0064 + 3 . 0,0512 + 2 . 0,2048 + 1 . 0,4096 + 0 . 0,32768 = 1
Основные свойства математического ожидания:
Математическое ожидание постоянной величины С равно С:
M (С) = С (7)
Постоянный множитель можно выносить за знак математического ожидания:
М (сХ) = сМ (Х) (8)
Математическое ожидание суммы случайных величин равно сумме их математических ожиданий:
М (Х1 + Х2 + … + Хm) = М (Х1) + М (Х2) + … + М (Хm) (9)
Математическое ожидание произведения независимых случайных величин равно произведению их математических ожиданий
М (Х1 Х2 … Хm) = М (Х1) М (Х2) … М (Хm) (10)
Пример 5. Пусть ежедневные расходы на обслуживание и рекламу автомобилей в автосалоне составляют в среднем 120 тыс. ден. ед., а число продаж Х автомашин в течение дня подчиняется закону распределения
Х |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
P |
0,25 |
0,2 |
0,1 |
0,1 |
0,1 |
0,1 |
0,05 |
0,05 |
0,025 |
0,025 |
Найти МО ежедневной прибыли при цене машины в 150 тыс. ден. ед.
Решение. Очевидно, что ежедневная прибыль подсчитывается по формуле:
П = 150 Х – 120
Искомое МО находится с использованием указанных ранее свойств математического ожидания (в тыс. ден. ед.):
М (П) = М (150 Х – 120) = 150 М (Х) – 120 = 150 . 2,675 – 120 = 281,25
Дисперсия дискретной случайной величины
Разность между случайной величиной и ее математическим ожиданием называется отклонением: X – М (X).
Дисперсией или рассеянием называется математическое ожидание квадрата отклонения ДСВ от МО:
D (X) = M [X – M (X)]2 (11)
Формула дисперсии в развернутом виде:
D (X) = [x1 – M (X)]2 p1 + [x2 – M (X)]2 p2 + ... + [xn– M (X)]2 pn (12)
При вычислении дисперсии удобно воспользоваться формулой, которая непосредственно выводится из формулы (11):
D (X) = M (X2) – [M (X)]2 (13)
Из формулы (13) следует, что дисперсия вычисляется по правилу: мат.ожидание квадрата минус квадрат мат.ожидания СВ.
Пример 6. Найти дисперсию ежедневной продажи числа автомашин по данным примера 5.
Решение. Закон распределения случайной величины X2 имеет вид
Х |
0 |
1 |
4 |
9 |
16 |
25 |
36 |
49 |
64 |
81 |
P |
0,25 |
0,2 |
0,1 |
0,1 |
0,1 |
0,1 |
0,05 |
0,05 |
0,025 |
0,025 |
Математическое ожидание М (X2) подсчитывается из этой таблицы:
М (X2) = 0, 0,25 + 1, 0,2 + 4, 0,1 + 9, 0,1 + 16, 0,1 + 25, 0,1 + 36, 0,05 + 49, ,0,05 + 64, 0,025 + 81, 0,025 = 13,475.
Математическое ожидание М (X) = 2,675. Следовательно, согласно формуле (13), получаем искомую величину дисперсии:
D (X) = M (X2) – [M (X)]2 = 13,475 – 7,156 =6,319
Основные свойства дисперсии:
Дисперсия постоянной величины С равна нулю:
D (С) = 0 (14)
Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
D (С X ) = С2 D (X) (15)
Дисперсия суммы независимых случайных величин равна сумме их дисперсий:
D (Х1 + Х2 + … + Хn) = D (Х1) + D (Х2) + … + D (Хn) (16)
Из свойств 1 и 3 следует важный вывод: D (X + С) = D (X), где С — постоянная величина. Кроме того, дисперсия числа появления события А в п независимых испытаниях с вероятностью появления р в каждом из них этого события вычисляется по формуле
D (X) = пр (1 – р) = прq (17)
Отметим следующий важный результат: для случайной величины, распределенной по закону Пуассона (5), математическое ожидание и дисперсия равны параметру λ данного распределения. Итак,
если ДСВ Х распределена по биномиальному закону, то
M(X)=np, D(X)=npq
если ДСВ Х распределена по закону Пуассона, то
M(X)=λ, D(X)=λ
Пример 7. Банк выдал кредиты п разным заемщикам в размере 5 ден. ед. каждому под ставку ссудного процента r. Найти математическое ожидание и дисперсию прибыли банка, а также условие на ставку ссудного процента, если вероятность возврата кредита заемщиком равна р.
Решение. Поскольку заемщики между собой не связаны, то можно полагать, что мы имеем п независимых испытаний. Вероятность утери кредита для банка в каждом испытании равна q=1–р. Пусть X — число заемщиков, возвративших кредит со ссудным процентом, тогда прибыль банка определяется формулой:
П = (1 + r/100) SX – пS.
ДСВ X является случайной величиной с биномиальным законом распределения. Тогда математическое ожидание прибыли равно:
М(П) = (1 + r/100) S * М (X) – nS = (1 + r /100) Snp – Sn = Sn (rp/100 – q)
Поскольку выдача кредита имеет смысл лишь при положительном математическом ожидании прибыли (положительная средняя величина прибыли), то из условия М(П)>0 вытекает условие на ставку ссудного процента
r >100 q/p или r > 100 (1 – p)/ p.
Дисперсия прибыли банка равна:
D (П) = D ((1 + r/100) SX – nS) = (1 + r/100)2 S2npq