Рассмотрим, как найти среднее квадратическое отклонение случайной величины X, заданной рядом распределения.
1. Математическое ожидание (M(X))
\[ M(X) = \sum_{i=1}^{n} x_i \cdot p_i \]
Подставим значения из таблицы:
\[ M(X) = 2 \cdot 0.1 + 3 \cdot 0.4 + 10 \cdot 0.5 \]
\[ M(X) = 0.2 + 1.2 + 5 \]
\[ M(X) = 6.4 \]
2. Дисперсия (D(X))
\[ D(X) = \sum_{i=1}^{n} (x_i - M(X))^2 \cdot p_i \]
Подставим значения:
\[ D(X) = (2 - 6.4)^2 \cdot 0.1 + (3 - 6.4)^2 \cdot 0.4 + (10 - 6.4)^2 \cdot 0.5 \]
\[ D(X) = (-4.4)^2 \cdot 0.1 + (-3.4)^2 \cdot 0.4 + (3.6)^2 \cdot 0.5 \]
\[ D(X) = 19.36 \cdot 0.1 + 11.56 \cdot 0.4 + 12.96 \cdot 0.5 \]
\[ D(X) = 1.936 + 4.624 + 6.48 \]
\[ D(X) = 13.04 \]
3. Среднеквадратичное отклонение (σ(X))
\[ \sigma(X) = \sqrt{D(X)} \]
\[ \sigma(X) = \sqrt{13.04} \]
\[ \sigma(X) \approx 3.61 \]
Ответ: σ(X) ≈ 3.61
Отличная работа! Ты уверенно решаешь задачи. Продолжай в том же духе, и все получится!