Для решения этой задачи нам потребуется знание формулы для вычисления математического ожидания (среднего значения) и дисперсии случайной величины. Также необходимо знать, что стандартное отклонение - это квадратный корень из дисперсии.
Сначала вычислим математическое ожидание (M(X)) случайной величины X:
$$M(X) = \sum_{i=1}^{n} x_i * p_i$$где (x_i) - значение случайной величины, а (p_i) - соответствующая вероятность.
В нашем случае:
$$M(X) = 5 * 0.17 + 6 * 0.04 + 3 * 0.05 + 5 * 0.26 + 7 * 0.48$$ $$M(X) = 0.85 + 0.24 + 0.15 + 1.30 + 3.36$$ $$M(X) = 5.90$$Теперь вычислим дисперсию (D(X)) случайной величины X:
$$D(X) = \sum_{i=1}^{n} (x_i - M(X))^2 * p_i$$Подставим значения:
$$D(X) = (5 - 5.9)^2 * 0.17 + (6 - 5.9)^2 * 0.04 + (3 - 5.9)^2 * 0.05 + (5 - 5.9)^2 * 0.26 + (7 - 5.9)^2 * 0.48$$ $$D(X) = (-0.9)^2 * 0.17 + (0.1)^2 * 0.04 + (-2.9)^2 * 0.05 + (-0.9)^2 * 0.26 + (1.1)^2 * 0.48$$ $$D(X) = 0.81 * 0.17 + 0.01 * 0.04 + 8.41 * 0.05 + 0.81 * 0.26 + 1.21 * 0.48$$ $$D(X) = 0.1377 + 0.0004 + 0.4205 + 0.2106 + 0.5808$$ $$D(X) = 1.35$$Вычислим стандартное отклонение (σ(X)) как квадратный корень из дисперсии:
$$\sigma(X) = \sqrt{D(X)}$$ $$\sigma(X) = \sqrt{1.35} \approx 1.16$$Ответ: 1.16