Давайте решим задачу поэтапно.
Шаг 1. Найти математическое ожидание (среднее значение) \(E(X)\)
Математическое ожидание — это сумма произведений значений случайной величины на их вероятности:
\[ E(X) = \sum x_i \cdot P(x_i) \]
где \(x_i\) — значения случайной величины, \(P(x_i)\) — их вероятности.
Дано:
| Значение \(x_i\) | Вероятность \(P(x_i)\) |
|---|---|
| -5 | 0,19 |
| -1 | 0,15 |
| 3 | 0,17 |
| 4 | 0,30 |
| 7 | 0,19 |
Вычислим:
\[ E(X) = (-5) \times 0,19 + (-1) \times 0,15 + 3 \times 0,17 + 4 \times 0,30 + 7 \times 0,19 \]
Рассчитаем по отдельности:
\[ -5 \times 0,19 = -0,95 \] \[ -1 \times 0,15 = -0,15 \] \[ 3 \times 0,17 = 0,51 \] \[ 4 \times 0,30 = 1,20 \] \[ 7 \times 0,19 = 1,33 \]
Теперь сложим:
\[ E(X) = -0,95 - 0,15 + 0,51 + 1,20 + 1,33 = ( -0,95 - 0,15) + (0,51 + 1,20 + 1,33) \]
\[ E(X) = -1,10 + 3,04 = 1,94 \]
Значение математического ожидания: \(E(X) \approx 1,94\).
Шаг 2. Найти дисперсию \(D(X)\)
Формула дисперсии:
\[ D(X) = \sum (x_i - E(X))^2 \cdot P(x_i) \]
Но проще использовать формулу:
\[ D(X) = \sum x_i^2 \cdot P(x_i) - (E(X))^2 \]
Вычислим \(\sum x_i^2 \cdot P(x_i)\):
| \(x_i\) | \(x_i^2\) | \(x_i^2 \times P(x_i)\) |
|---|---|---|
| -5 | 25 | 25 \(\times 0,19 = 4,75\) |
| -1 | 1 | 1 \(\times 0,15 = 0,15\) |
| 3 | 9 | 9 \(\times 0,17 = 1,53\) |
| 4 | 16 | 16 \(\times 0,30 = 4,80\) |
| 7 | 49 | 49 \(\times 0,19= 9,31\) |
Теперь сложим:
\[ \sum x_i^2 P(x_i) = 4,75 + 0,15 + 1,53 + 4,80 + 9,31 = 20,54 \]
Далее вычисляем дисперсию:
\[ D(X) = 20,54 - (1,94)^2 \]
\[ (1,94)^2 \approx 3,75 \]
\[ D(X) \approx 20,54 - 3,75 = 16,79 \]
Шаг 3. Найти стандартное отклонение \(\sigma\)
Стандартное отклонение — это корень из дисперсии:
\[ \sigma = \sqrt{D(X)} \approx \sqrt{16,79} \approx 4,10 \]
Итог:
Стандартное отклонение случайной величины \(X\) примерно равно \(\boxed{4,10}\).