Математическое ожидание, дисперсия и моменты случайной величины

Математическое ожидание

Математическое ожидание случайной величины X, обозначаемое как E(X) или μ, является средним значением, которое случайная величина принимает при бесконечном количестве повторений эксперимента. Математическое ожидание рассчитывается следующим образом:

• Для дискретной случайной величины: E(X) = Σ x * P(X = x), где сумма берётся по всем значениям x, которые может принимать X.
• Для непрерывной случайной величины: E(X) = ∫ x * f(x) dx, где f(x) — плотность распределения случайной величины X.

Свойства математического ожидания

• Линейность: Если a и b — константы, то E(aX + b) = aE(X) + b.
• Сумма случайных величин: Если X и Y — случайные величины, то E(X + Y) = E(X) + E(Y).
• Математическое ожидание константы: E(c) = c, где c — постоянное значение.

Дисперсия

Дисперсия случайной величины X, обозначаемая как Var(X) или σ², измеряет разброс значений случайной величины относительно её математического ожидания. Дисперсия рассчитывается как математическое ожидание квадрата отклонения X от её среднего значения:

Var(X) = E((X - E(X))²)

• Для дискретной случайной величины: Var(X) = Σ (x - μ)² * P(X = x).
• Для непрерывной случайной величины: Var(X) = ∫ (x - μ)² * f(x) dx.

Свойства дисперсии

• Константа не влияет на дисперсию: Var(c) = 0, где c — константа.
• Масштабирование случайной величины: Var(aX) = a² * Var(X), где a — константа.
• Сумма независимых случайных величин: Если X и Y независимы, то Var(X + Y) = Var(X) + Var(Y).

Начальные и центральные моменты случайной величины

Моменты случайной величины — это показатели, характеризующие распределение случайной величины. Существует два типа моментов:

Начальные моменты

Начальные моменты случайной величины X порядка k определяются как математическое ожидание X в степени k:

μ'_k = E(X^k)

• μ'_1 = E(X) — первый начальный момент, равный математическому ожиданию.
• Начальные моменты описывают общие свойства распределения, такие как асимметрия и степень разброса.

Центральные моменты

Центральные моменты случайной величины X порядка k определяются как математическое ожидание степени отклонения X от её среднего значения:

μ_k = E((X - E(X))^k)

• μ_2 = Var(X) — второй центральный момент, равный дисперсии.
• μ_3 — третий центральный момент, характеризует асимметрию распределения (скос).
• μ_4 — четвертый центральный момент, характеризует остроту распределения (эксцесс).

Заключение

Математическое ожидание и дисперсия являются основными характеристиками случайных величин, которые позволяют описывать их среднее значение и степень разброса. Начальные и центральные моменты дают более полное представление о распределении случайной величины, включая её асимметрию и остроту. Эти показатели важны для анализа случайных процессов и принятия решений в условиях неопределенности.