Математическое ожидание случайной величины и его свойства.

Математическое ожиданием М(Х) называется средняя величина возможных значений случайных величин, взвешенных по их вероятности. Выражается формулой:

Свойство 1. Мат. ожидание постоянной равно этой постоянной.

Свойство 2. Мат. ожидание суммы случайных величин равно сумме их мат. ожиданий:

Свойство 3. Математическое ожидание произведения независимых случайных величин Х и Y равно произведению математических ожиданий этих вел. M(XY)=M(X)·(M)Y.

Дисперсия случайной величины и ее свойства.

Диспе́рсияслуча́йной величины́ — мера разброса данной случайной величины, то есть её отклонения от математического ожидания.

Свойства

§ Дисперсия любой случайной величины неотрицательна:

§ Если дисперсия случайной величины конечна, то конечно и её математическое ожидание;

§ Если случайная величина равна константе, то её дисперсия равна нулю: D[a] = 0. Верно и обратное: если D[X] = 0, то X = M[X] почти всюду;

§ Дисперсия суммы двух случайных величин равна:

, где — их ковариация;

Общие свойства случайных величин.

Неравенство Чебышева в теории вероятностей утверждает, что случайная величина в основном принимает значения, близкие к своему среднему. Говоря более точно, оно даёт оценку вероятности, что случайная величина примет значение, далёкое от своего среднего.

Одно из основных неравенств для монотонных последовательностей или функций.

Если случайная величина Х имеет конечные математическое ожидание М(Х) и дисперсию Д(Х), то для любого положительного e справедливо неравенство

Данное неравенство часто дает грубую, не представляющую интереса оценку. Например, пусть тогда

Тем не менее, данное неравенство имеет большое теоретическое значение. С его помощью доказываются теоремы и делаются теоретические выводы.

Теорема Бернулли

Теорема Бернулли: Если вероятность события А в каждом из п независимых испытаний постоянна и равна р, то при достаточно большом п для произвольного e >0 справедливо неравенство

Переходя к пределу, имеем

Теорема Бернулли устанавливает связь между вероятностью появления события и его относительной частотой появления и позволяет при этом предсказать, какой примерно будет эта частота в писпытаниях. Из теоремы видно, что отношение т/п обладает свойством устойчивости при неограниченном росте числа испытаний.

Теорема Ляпунова.

В теории вероятностей, теорема, устанавливающая некоторые весьма общие достаточные условия для сходимости распределения сумм независимых случайных величин к нормальному закону. Сформулирована и доказана А. М. Ляпуновым в 1901. равномерно относительно всех значений хи хЛяпунов дал также оценку скорости сходимости в Л. т. В дальнейшем были установлены условия, расширяющие условие Ляпунова и являющиеся

не только достаточными, но в нек-ром смысле необходимыми. См. Предельные теоремы теории вероятностей.

Теорема Чебышева.

Теорема Чебышева: При достаточно большом числе независимых случайных величин Х1, Х2, Х3, ..., Хn, дисперсия каждой из которых не превышает одного и того же постоянного числа В, для произвольного сколько угодно малого числа e справедливо неравенство Из теоремы следует, что среднее арифметичес­кое случайных величин при возрастании их числа проявляет свойство устойчивости, т. е. стремится по вероятности к неслучайной величине, которой является среднее арифметическое математических ожиданий этих величин, т.е. вероятность отклонения по абсолютной величине среднего арифметического случайных величин от среднего арифметического их математических ожиданий меньше чем на e при неограниченном возрастании n стремится к 1, т.е. становится практически достоверным событием.

Репрезентативность выборки.

Репрезентативная выборка (representative sample) - одно из ключевых понятий анализа данных. Репрезентативная выборка - это выборка из генеральной совокупности с распределением F(x), представляющая основные особенности генеральной совокупности. Например, если в городе проживает 100 000 человек, половина из которых мужчины и половина женщины, то выборка 1000 человек из которых 10 мужчин и 990 женщин, конечно, не будет репрезентативной. Построенный на ее основе опрос общественного мнения, конечно, будет содержать смещение оценок и приводит к фальсификации результатов.

Необходимым условием построения репрезентативной выборки является равная вероятность включения в нее каждого элемента генеральной совокупности.

Выборочная (эмпирическая) функция распределения дает при большом объеме выборки достаточно хорошее представление о функции распределения F(x) исходной генеральной совокупности.