Числовые характеристики непрерывных случайных величин.

Свойства плотности распределения.

 

1) Плотность распределения – неотрицательная функция.

 

2) Несобственный интеграл от плотности распределения в пределах от - ¥ до ¥ равен единице.

 

Пусть непрерывная случайная величина Х задана функцией распределения f(x). Допустим, что все возможные значения случайной величины принадлежат отрезку [a,b].

 

Определение. Математическим ожиданиемнепрерывной случайной величины Х, возможные значения которой принадлежат отрезку [a,b], называется определенный интеграл

 

Если возможные значения случайной величины рассматриваются на всей числовой оси, то математическое ожидание находится по формуле:

 

При этом, конечно, предполагается, что несобственный интеграл сходится.

Определение. Дисперсией непрерывной случайной величины называется математическое ожидание квадрата ее отклонения.

 

 

По аналогии с дисперсией дискретной случайной величины, для практического вычисления дисперсии используется формула:

 

 

Определение. Средним квадратичным отклонениемназывается квадратный корень из дисперсии.

 

Определение. МодойМ0 дискретной случайной величины называется ее наиболее вероятное значение. Для непрерывной случайной величины мода – такое значение случайной величины, при которой плотность распределения имеет максимум.

Если многоугольник распределения для дискретной случайной величины или кривая распределения для непрерывной случайной величины имеет два или несколько максимумов, то такое распределение называется двухмодальным или многомодальным.

Если распределение имеет минимум, но не имеет максимума, то оно называется антимодальным.

 

Определение. Медианой MD случайной величины Х называется такое ее значение, относительно которого равновероятно получение большего или меньшего значения случайной величины.

Геометрически медиана – абсцисса точки, в которой площадь, ограниченная кривой распределения делится пополам.

Отметим, что если распределение одномодальное, то мода и медиана совпадают с математическим ожиданием.

 

Определение. Начальным моментомпорядка k случайной величины Х называется математическое ожидание величины Хk.

Для дискретной случайной величины: .

 

Для непрерывной случайной величины: .

Начальный момент первого порядка равен математическому ожиданию.

 

Определение. Центральным моментомпорядка k случайной величины Х называется математическое ожидание величины

 

Для дискретной случайной величины: .

Для непрерывной случайной величины: .

Центральный момент первого порядка всегда равен нулю, а центральный момент второго порядка равен дисперсии. Центральный момент третьего порядка характеризует асимметрию распределения.

 

Определение. Отношение центрального момента третьего порядка к среднему квадратическому отклонению в третьей степени называется коэффициентом асимметрии.

Определение.Для характеристики островершинности и плосковершинности распределения используется величина, называемая эксцессом.

 

Кроме рассмотренных величин используются также так называемые абсолютные моменты:

Абсолютный начальный момент: .

Абсолютный центральный момент: .

Абсолютный центральный момент первого порядка называется средним арифметическим отклонением.