41.1. Математическое ожидание и дисперсия являются примерами моментов случайной величины, которые определяются следующим образом.
Начальным моментом порядка непрерывной случайной величины с плотностью распределения вероятности называется число
. (41.1)
Порядок момента - это неотрицательное целое число, т.е. .
Начальным моментом порядка дискретной случайной величины , принимающей значения с вероятностями , , называется число
. (41.2)
Определение (41.1) можно рассматривать как универсальное определение для непрерывных и для дискретных случайных величин. В последнем случае плотность вероятности выражается через - функцию согласно формуле (34.4). Однако на практике для вычисления момента дискретной величины удобнее использовать соотношение (41.2).
Центральным моментом порядка случайной величины называется число
. (41.3)
Для непрерывной случайной величины с плотностью вероятности центральный момент порядка имеет вид:
. (41.4)
41.2. Из всего множества начальных и центральных моментов обычно используются моменты невысоких порядков, до включительно, как более простые характеристики случайной величины. Применение моментов высоких порядков, , ограничено. Во-первых, при больших моменты могут не существовать, поскольку могут расходиться интегралы (41.1), (41.4). И во-вторых, интерпретация моментов высших порядков затруднена.
Рассмотрим начальные моменты, начиная с . При этом из (41.1) следует
. (41.5)
Итак, начальный момент нулевого порядка для любой случайной величины, следовательно, этот момент не отражает каких-либо свойств случайной величины, т.е. не является ее характеристикой. При из (41.1) следует, что момент первого порядка - это математическое ожидание случайной величины. Разные случайные величины могут иметь разные математические ожидания, и поэтому число является характеристикой случайной величины: число указывает положение центра ее плотности вероятности.
Момент второго порядка
(41.6)
- это среднее квадрата случайной величины, и т.д.
Рассмотрим аналогично центральные моменты (41.4). При получаем - одинаковый результат для любой случайной величины. Поэтому данный момент не является характеристикой случайной величины, поскольку не отражает каких-либо ее свойств. При . Этот результат также одинаков для любой случайной величины, поэтому центральный момент первого порядка не является характеристикой случайной величины. При из (41.4) получаем дисперсию
(41.7)
- важнейшую числовую характеристику случайной величины и т.д.
Моменты третьего и четвертого порядков будут рассмотрены в дальнейшем.
Неравенство Чебышева
42.1. Пусть случайная величина имеет конечный момент второго порядка , тогда
, (42.1)
где - любое действительное число и . Соотношение (42.1) называют неравенством Чебышева.
Сначала рассмотрим доказательство неравенства, следующего из (42.1) при :
. (42.2)
Доказательство неравенства Чебышева удобнее рассматривать отдельно для непрерывной и для дискретной случайных величин. При этом доказательства являются относительно простыми, а ход доказательств вполне очевиден. В то время как универсальное доказательство, справедливое и для непрерывной и для дискретной случайных величин оказывается значительно более сложным. Рассмотрим непрерывную случайную величину с плотностью вероятности . Тогда в соотношении первое слагаемое можно представить в виде
,
поэтому
.
Здесь использовано неравенство - справедливое на области интегрирования. Полученное выражение совпадает с неравенством (42.2). Аналогично выполняется доказательство для дискретной случайной величины.
Теперь случайную величину в (42.2) можно заменить на случайную величину , где - любое действительное число, тогда из (42.2) следует неравенство Чебышева (42.1). Это неравенство определяет границу сверху для вероятности или, как говорят, больших уклонений случайной величины от числа . Большие уклонения понимаются в смысле их превышения над заданным числом .
42.2. Пусть , тогда неравенство Чебышева (42.1) имеет вид
. (42.3)
Теперь минимальное уклонение можно измерять в единицах среднеквадратического уклонения случайной величины , т.е. положить
, (42.4)
где - коэффициент пропорциональности. Подставим (42.4) в (42.3), тогда
. (42.5)
Если правая часть , то (42.5) не представляет какого-либо ограничения на случайную величину, поскольку вероятность не может выходить за пределы интервала . Поэтому коэффициент в (42.5) имеет смысл рассматривать только большим: . Отсюда очевидна интерпретация неравенства Чебышева как неравенства, определяющего границу сверху вероятности больших уклонений.
Пусть - непрерывная случайная величина с плотностью вероятности , тогда неравенству Чебышева (42.1) можно дать простую геометрическую интерпретацию, представленную на рис. 42.1.
Рис. 42.1. Иллюстрация к неравенству Чебышева.
Здесь указаны числа , и , заштрихованная площадь - это вероятность
.