Бесплатный урок с нашим репетитором!

Узнать подробнее

Новая Школа - онлайн-школа подготовки к ЕГЭ
При поддержке
Посмотреть все вопросы нейросети
Бесплатный пробный урок с репетитором

Узнай больше про репетиторов Новой Школы и запишись на бесплатный пробный урок. Мы проверим твой уровень знаний и составим план обучения по любому предмету и классу

Вопрос от Анонимного юзера 04 мая 2025 14:41

В таблице дано распределение вероятностей случайной величины. Значение: –1; 2; 5; 10; 20 Вероятность: 0,1 ; 0,2 ; 0,3 ; 0,3 ; 0,1 Найти математическое ожидание и дисперсию случайной величины. M (X) = ? D (X) =

Ответ нейросети

04 мая 2025 14:41

Давайте решим задачу пошагово.

Дана таблица распределения вероятностей случайной величины (X):

Значение (x_i) (-1) (2) (5) (10) (20)
Вероятность (P_i) 0,1 0,2 0,3 0,3 0,1

Шаг 1. Найдём математическое ожидание (M(X)).

Математическое ожидание — это сумма произведений каждого значения на его вероятность:

[ M(X) = \sum_{i} x_i \cdot P_i ]

Подставим значения:

[ M(X) = (-1) \times 0,1 + 2 \times 0,2 + 5 \times 0,3 + 10 \times 0,3 + 20 \times 0,1 ]

Вычислим каждое слагаемое:

  • (-1 \times 0,1 = -0,1)
  • (2 \times 0,2 = 0,4)
  • (5 \times 0,3 = 1,5)
  • (10 \times 0,3 = 3)
  • (20 \times 0,1 = 2)

Теперь сложим все:

[ M(X) = -0,1 + 0,4 + 1,5 + 3 + 2 = ( -0,1 + 0,4 ) + 1,5 + 3 + 2 = 0,3 + 1,5 + 3 + 2 = 0,3 + 1,5 = 1,8; \quad 1,8 + 3 = 4,8; \quad 4,8 + 2 = 6,8 ]

Итак,
[ \boxed{ M(X) = 6,8 } ]


Шаг 2. Найдём дисперсию (D(X)).

Дисперсия — это математическое ожидание квадрата отклонения случайной величины от её математического ожидания:

[ D(X) = E[(X - M(X))^2] = \sum_{i} P_i (x_i - M(X))^2 ]

Либо можно так:
[ D(X) = E[X^2] - (E[X])^2 ]

Поэтому сначала найдём (E[X^2]):

[ E[X^2] = \sum_{i} x_i^2 \cdot P_i ]

Посчитаем каждое слагаемое:

  • ((-1)^2 \times 0,1 = 1 \times 0,1 = 0,1 )
  • (2^2 \times 0,2 = 4 \times 0,2 = 0,8 )
  • (5^2 \times 0,3 = 25 \times 0,3 = 7,5 )
  • (10^2 \times 0,3 = 100 \times 0,3 = 30 )
  • (20^2 \times 0,1 = 400 \times 0,1 = 40 )

Теперь сложим:

[ E[X^2] = 0,1 + 0,8 + 7,5 + 30 + 40 = (0,1 + 0,8) + 7,5 + 30 + 40 = 0,9 + 7,5 + 30 + 40 = 8,4 + 30 + 40 = 78,4 ]

Теперь найдём дисперсию:

[ D(X) = E[X^2] - (E[X])^2 = 78,4 - (6,8)^2 ]

Вычислим ((6,8)^2):

[ 6,8^2 = 6,8 \times 6,8 ]

Это можно посчитать так:

[ 6,8 \times 6,8 = (6 + 0,8) \times (6 + 0,8) = 6 \times 6 + 6 \times 0,8 + 0,8 \times 6 + 0,8 \times 0,8 ]

[ = 36 + 4,8 + 4,8 + 0,64 = 36 + 4,8 + 4,8 + 0,64 ]

Сложим:

[ 36 + 4,8 = 40,8 \ 40,8 + 4,8 = 45,6 \ 45,6 + 0,64 = 46,24 ]

Итак,

[ (6,8)^2 = 46,24 ]

Теперь найдём дисперсию:

[ D(X) = 78,4 - 46,24 = 32,16 ]


Итоговые ответы:

[ \boxed{ \begin{aligned} M(X) &= 6,8 \ D(X) &= 32,16 \end{aligned} } ]

Если есть вопросы или нужно подробнее разобрать какой-то шаг — спрашивайте!

Задай свой вопрос

Напиши любую задачу или вопрос, а нейросеть её решит

Похожие вопросы 15

Бесплатно Мобильное приложение ГДЗ
Мобильное приложение ГДЗ

Задавай вопросы искуcственному интеллекту текстом или фотографиями в приложении на iPhone или Android

qr-codegoogle-playapp-store

Саша — ассистент в телеграмме

В таблице дано распределение вероятностей случайной величины. Значение: –1; 2; 5; 10; 20 Вероятность: 0,1 ; 0,2 ; 0,3 ; 0,3 ; 0,1 Найти математическое ожидание и дисперсию случайной величины. M (X) = ? D (X) =
Давайте решим задачу пошагово. Дана таблица распределения вероятностей случайной величины \(X\): | Значение \(x_i\) | \(-1\) | \(2\) | \(5\) | \(10\) | \(20\) | |------------------|--------|-------|-------|--------|--------| | Вероятность \(P_i\) | 0,1 | 0,2 | 0,3 | 0,3 | 0,1 | **Шаг 1. Найдём математическое ожидание \(M(X)\).** Математическое ожидание — это сумма произведений каждого значения на его вероятность: \[ M(X) = \sum_{i} x_i \cdot P_i \] Подставим значения: \[ M(X) = (-1) \times 0,1 + 2 \times 0,2 + 5 \times 0,3 + 10 \times 0,3 + 20 \times 0,1 \] Вычислим каждое слагаемое: - \(-1 \times 0,1 = -0,1\) - \(2 \times 0,2 = 0,4\) - \(5 \times 0,3 = 1,5\) - \(10 \times 0,3 = 3\) - \(20 \times 0,1 = 2\) Теперь сложим все: \[ M(X) = -0,1 + 0,4 + 1,5 + 3 + 2 = ( -0,1 + 0,4 ) + 1,5 + 3 + 2 = 0,3 + 1,5 + 3 + 2 = 0,3 + 1,5 = 1,8; \quad 1,8 + 3 = 4,8; \quad 4,8 + 2 = 6,8 \] **Итак**, \[ \boxed{ M(X) = 6,8 } \] --- **Шаг 2. Найдём дисперсию \(D(X)\).** Дисперсия — это математическое ожидание квадрата отклонения случайной величины от её математического ожидания: \[ D(X) = E[(X - M(X))^2] = \sum_{i} P_i (x_i - M(X))^2 \] Либо можно так: \[ D(X) = E[X^2] - (E[X])^2 \] Поэтому сначала найдём \(E[X^2]\): \[ E[X^2] = \sum_{i} x_i^2 \cdot P_i \] Посчитаем каждое слагаемое: - \((-1)^2 \times 0,1 = 1 \times 0,1 = 0,1 \) - \(2^2 \times 0,2 = 4 \times 0,2 = 0,8 \) - \(5^2 \times 0,3 = 25 \times 0,3 = 7,5 \) - \(10^2 \times 0,3 = 100 \times 0,3 = 30 \) - \(20^2 \times 0,1 = 400 \times 0,1 = 40 \) Теперь сложим: \[ E[X^2] = 0,1 + 0,8 + 7,5 + 30 + 40 = (0,1 + 0,8) + 7,5 + 30 + 40 = 0,9 + 7,5 + 30 + 40 = 8,4 + 30 + 40 = 78,4 \] Теперь найдём дисперсию: \[ D(X) = E[X^2] - (E[X])^2 = 78,4 - (6,8)^2 \] Вычислим \((6,8)^2\): \[ 6,8^2 = 6,8 \times 6,8 \] Это можно посчитать так: \[ 6,8 \times 6,8 = (6 + 0,8) \times (6 + 0,8) = 6 \times 6 + 6 \times 0,8 + 0,8 \times 6 + 0,8 \times 0,8 \] \[ = 36 + 4,8 + 4,8 + 0,64 = 36 + 4,8 + 4,8 + 0,64 \] Сложим: \[ 36 + 4,8 = 40,8 \\ 40,8 + 4,8 = 45,6 \\ 45,6 + 0,64 = 46,24 \] Итак, \[ (6,8)^2 = 46,24 \] Теперь найдём дисперсию: \[ D(X) = 78,4 - 46,24 = 32,16 \] --- ### Итоговые ответы: \[ \boxed{ \begin{aligned} M(X) &= 6,8 \\ D(X) &= 32,16 \end{aligned} } \] Если есть вопросы или нужно подробнее разобрать какой-то шаг — спрашивайте!