Page 31 - 6792
P. 31

розподілу.
               Знання  закону  розподілу  випадкової  величини  вичерпно
            описує  поведінку  випадкової  величини.  Але  інколи  ми  або  не
            можемо  знайти  цей  закон  (недостатньо  інформації  про  об'єкт),
            або  його  досі  не  вивчено.  У  цьому  разі  необхідно
            використовувати  чисельні  характеристики  випадкової  величини.
            Вони  дозволяють  виразити  деякі  суттєві  сторони  розподілу,  не
            знаючи самого закону розподілу.
                            Моменти випадкової величини
               Пошук  закону  розподілу  ймовірностей  часто  пов'язаний  з
            великими  труднощами.  Виявляється,  що  ряд  важливих
            практичних  задач  можна  вирішити  за  допомогою  небагатьох
            опосередкованих характеристик розподілу. Найбільш поширені з
            характеристик  розподілу  випадкової  величини  є  її  математичне
            очікування  або  середнє  значення,  мода  і  медіана,  а  також
            характеристики розсіювання.
               Розглянемо  спочатку  дискретну  випадкову  величину  Х,  що
            набуває  значень  х 1,  х 2,…,х к  з  ймовірностями  Р 1,  Р 2,…,Р к
            відповідно.   Виконаємо   n   незалежних    випробувань    для
            визначення  значень  величини  х,  і  хай  кожне  значення  х і
            зустрінеться  при  цьому  n  разів  (і =1,2,3,…к,  так  що
            n 1+n 2+…+n к = n).
               Як  відомо,  середнє  арифметичне  з  отриманих  значень
            визначають за формулою:
                                           2
                                      1
                                   x 1 n   x2 n ...   xk  nk
                                x                    .              (1.27)
                                            n
               Представимо середнє арифметичне  x  у такомуому вигляді:
                                n 1   n2         k n  k  i n
                           x   x 1   x 2  ...  x k     i x  .   (1.28)
                                 n     n         n      n
                                                      i 1
                                                                        ni
               За  великої  кількості  випробувань  n  відносні  частоти
                                                                        n
            групуватимуться  біля  відповідних  ймовірностей  Р і  =  Р(х  =  х і),






                                          31
   26   27   28   29   30   31   32   33   34   35   36