Слайд 2§3.1. Случайные величины
Случайной величиной называется величина (Х), которая в результате опыта может

принимать одно из значений х1, х2,…, хi,…, хn, образующих полную группу несовместных событий, причем неизвестно заранее, какое именно.
Х= хi; Р(Х= хi)= рi
Дискретной (не непрерывной) случайной величиной называют случайную величину Х, которая принимает отдельные, изолированные возможные значения хi с определенными вероятностями рi.
Слайд 3Законом распределения случайной величины Х называется совокупность пар чисел (хi, рi), где

хi – возможные значения случайной величины, рi – вероятности, с которыми она принимает эти значения. При этом
Слайд 6Непрерывной называют случайную величину, которая может принимать все значения из некоторого конечного

или бесконечного промежутка. Число возможных значений случайной непрерывной величины бесконечно.
Числовая функция Х(ω) называется случайной величиной, если для любого ее возможного значения хi ∈ Ω = (-∞<хi<∞), где множество Ω есть множество элементарных событий ω, определена вероятность Р{X(ω)
Слайд 7§3.2. Числовые характеристики случайной внличины
В теории вероятностей числовые характеристики условно можно разделить

на две группы:
– характеристики положения;
– характеристики рассеивания и вероятностных взаимодействий.
Слайд 8§3.2.1. Характеристики положения
Математическое ожидание, мода и медиана.
N независимых испытаний; СВ принимает определенные

значения х1, х2,…, хi,…, хn.
Причем, х1 благоприятствовали m1 случаев, х2 - m2 случаев, далее хn - mn случаев.
Арифметическое значений СВ Х обозначим через М[X]:
М[X]=
где
Слайд 9Если ряд сходится абсолютно и
, то М[X]=
Для дискретной СВ М[X]=
Для
![Если ряд сходится абсолютно и , то М[X]= Для дискретной СВ М[X]=](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/923253/slide-8.jpg)
непрерывной СВ М[X]=
Свойства МО СВ:
1. М[C]=C;
2. M[CX]=CM[X];
3. M[X1+X2+… +Xn]= M[X1]+M[X2]+…+ M[Xn];
4. M[X1X2… Xn]= M[X1]M[X2]… M[Xn].
Слайд 10Кроме МО вводят такие характеристики, как мода (Мо) и медиана (Ме).
Модой дискретной

СВ называется ее наиболее вероятное значение(рис.1).
Рис.1
Слайд 11 Модой непрерывной СВ называется ее значение, при котором плотность вероятности принимает максимальное

Рис.2 значение (рис.2).
Слайд 12 Медианой СВ называется такое ее значение Ме, для которого P(X =P(X>Me)=0,5
(рис.3).
Рис.3
Симметричное распределение:
![Медианой СВ называется такое ее значение Ме, для которого P(X =P(X>Me)=0,5 (рис.3). Рис.3 Симметричное распределение: M[X]=Mo=Me](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/923253/slide-11.jpg)
M[X]=Mo=Me
Слайд 13§3.2.2. Характеристики рассеивания и взаимодействия
Моменты двух видов: начальные и центральные.
Начальным моментом

k-го порядка αk[X] СВ Х называется МО k-ой степени от этой СВ, т.е. αk[X]=M[Xk].
Для дискретной СВ: αk[X]=
Для непрерывной СВ: αk[X]=
Слайд 14Центрированной СВ Х°, соответствующей СВ Х, называется отклонение СВ от ее МО

M[X]=m, т.е. Х°=Х-m.
M[X°]=0.
Для дискретной СВ Х: M[X°]=M[X-m]=
=
Центральным моментом k-го порядка μk[X] СВ Х называется МО k-ой степени центрированной СВ X°, т.е. μk[X]= M[(X°)k]=M[(X-m)k].
Слайд 15Для дискретной СВ Х: μk[X]=
Для непрерывной СВ Х: μk[X]=
=
μ1[X]=M[X°]= M[X-m]=0.
![Для дискретной СВ Х: μk[X]= Для непрерывной СВ Х: μk[X]= = μ1[X]=M[X°]=](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/923253/slide-14.jpg)
μ2[X]= M[(X°)2]=M[(X-m)2]= =
=
Слайд 16μ2[X]=D[X]=Dx=σ2 .
Для дискретной СВ:D[X]= M[(X°)2]= M[(X-
-m)2]=
Для непрерывной СВ: D[X]=
=
Среднее
![μ2[X]=D[X]=Dx=σ2 . Для дискретной СВ:D[X]= M[(X°)2]= M[(X- -m)2]= Для непрерывной СВ: D[X]=](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/923253/slide-15.jpg)
квадратическое или стандартное отклонение СВ σ: σ=
Слайд 17
Свойства дисперсии:
D[X]≥0. При Х=С : D[С]=0.
D[СX]=С2D[X].
D[X1+X2+… +Xn]= D[X1] + D[Х2]
![Свойства дисперсии: D[X]≥0. При Х=С : D[С]=0. D[СX]=С2D[X]. D[X1+X2+… +Xn]= D[X1] +](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/923253/slide-16.jpg)
+ …+ D[Хn].
D[С+Х]= D[Х].
D[Х-Y]= D[Х]+D[Y].
D[Х+Y]= D[Х]+D[Y]+2K(x,y).