ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 07.04.2021

Просмотров: 550

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
background image

Числовые характеристики случайных величин

Математическое ожидание

Математическим ожиданием

M

(

X

)

случайной величины

X

=

X

(

ω

k

)

,

заданной на

дискретном

вероятностном пространстве

(Ω

,

F

,

P

)

, называется

число

M

(

X

) =

X

k

=1

X

(

ω

k

)

p

k

,

если ряд абсолютно сходится.

Математическим ожиданием

M

(

X

)

случайной величины

X

=

X

(

x

1

,

x

2

, . . . ,

x

n

)

, заданной на

абсолютно непрерывном

вероятностном

пространстве

(Ω

,

F

,

P

)

, называется число

M

(

X

) =

Z

· · ·

Z

X

(

x

1

,

x

2

, . . . ,

x

n

)

f

(

x

1

,

x

2

, . . . ,

x

n

)

dx

1

dx

2

· · ·

dx

n

,

если интеграл абсолютно сходится.

(ФКН ВГУ)

Теор. вер. и мат. стат.

56 / 67


background image

Числовые характеристики случайных величин

Математическое ожидание

Пусть

Ω =

{

ω

1

, ω

2

, . . . , ω

N

}

и событиям

ω

k

приписаны вероятности

p

k

>

0

,

k

= 1

,

2

, . . . ,

N

,

p

1

+

p

2

+

· · ·

+

p

N

= 1

.

Положим

X

=

X

(

ω

k

) =

x

k

.

Среднее значение случайной величины

X

:

p

1

x

1

+

p

2

x

2

+

· · ·

+

p

N

x

N

.

Пусть проводится

n

независимых испытаний, каждое из которых состоит в

том, что

X

принимает определенное значение.

Пусть получены следующие значения:

y

1

,

y

2

, . . . ,

y

n

,

y

k

(

x

1

,

x

2

, . . . ,

x

N

)

.

Тогда

y

1

+

y

2

+

· · ·

+

y

n

n

=

n

1

x

1

+

n

2

x

2

+

· · ·

+

n

N

x

N

n

,

n

k

n

p

k

.

(ФКН ВГУ)

Теор. вер. и мат. стат.

57 / 67


background image

Числовые характеристики случайных величин

Математическое ожидание

Математическим ожиданием

случайной величины

X

, заданной на

вероятностном пространстве

(Ω

,

F

,

P

)

, называется число

M

(

X

) =

Z

X

(

ω

)

P

(

d

ω

)

,

если интеграл Лебега, стоящий в правой части равентсва, существует.

M

(

X

) =

Z

−∞

xdF

X

(

x

)

.

(ФКН ВГУ)

Теор. вер. и мат. стат.

58 / 67


background image

Числовые характеристики случайных величин

Математическое ожидание

Теорема 1:

Пусть

(

X

,

Y

)

— дискретный случайный вектор, для которого

P

(

X

=

x

i

,

Y

=

y

j

) =

p

ij

>

0

,

X

ij

p

ij

= 1

.

Если ряд

X

ij

|

g

(

x

i

,

y

j

)

|

p

ij

сходится, то случайная величина

ξ

=

g

(

X

,

Y

)

имеет математическое

ожидание

M

(

ξ

) =

X

ij

g

(

x

i

,

y

j

)

p

ij

.

Для

n

= 1

и

g

(

x

) =

x

:

M

(

X

) =

X

k

=1

x

k

P

(

X

=

x

k

)

.

(ФКН ВГУ)

Теор. вер. и мат. стат.

59 / 67


background image

Числовые характеристики случайных величин

Математическое ожидание

Теорема 2:

Пусть

(

X

,

Y

)

— абсолютно непрерывный случайный вектор с плотностью

распределения

f

(

x

,

y

)

. Если интеграл

Z

−∞

· · ·

Z

−∞

|

g

(

x

,

y

)

|

f

(

x

,

y

)

dxdy

сходится, то математическое ожидание случайной величины

ξ

=

g

(

X

,

Y

)

существует и

M

(

ξ

) =

Z

−∞

· · ·

Z

−∞

g

(

x

,

y

)

f

(

x

,

y

)

dxdy

.

Для

n

= 1

и

g

(

x

) =

x

:

M

(

X

) =

Z

−∞

xf

(

x

)

dx

.

(ФКН ВГУ)

Теор. вер. и мат. стат.

60 / 67