Математическое ожидание вычисляется как сумма произведений значений случайной величины на их вероятности:
\[ M(X) = \sum (X_i \cdot P(X_i)) \]
Подставляем значения из таблицы:
\[ M(X) = (-1 \cdot 0.2) + (-2 \cdot 0.4) + (-3 \cdot 0.1) + (-10 \cdot 0.002) + (-12 \cdot 0.1) + (-20 \cdot 0.09) + (-30 \cdot 0.1) + (-40 \cdot 0.008) \]
\[ M(X) = -0.2 - 0.8 - 0.3 - 0.02 - 1.2 - 1.8 - 3.0 - 0.32 \]
\[ M(X) = -7.64 \]
Дисперсия вычисляется по формуле:
\[ D(X) = M(X^2) - (M(X))^2 \]
Сначала найдем M(X^2):
\[ M(X^2) = \sum (X_i^2 \cdot P(X_i)) \]
\[ M(X^2) = ((-1)^2 \cdot 0.2) + ((-2)^2 \cdot 0.4) + ((-3)^2 \cdot 0.1) + ((-10)^2 \cdot 0.002) + ((-12)^2 \cdot 0.1) + ((-20)^2 \cdot 0.09) + ((-30)^2 \cdot 0.1) + ((-40)^2 \cdot 0.008) \]
\[ M(X^2) = (1 \cdot 0.2) + (4 \cdot 0.4) + (9 \cdot 0.1) + (100 \cdot 0.002) + (144 \cdot 0.1) + (400 \cdot 0.09) + (900 \cdot 0.1) + (1600 \cdot 0.008) \]
\[ M(X^2) = 0.2 + 1.6 + 0.9 + 0.2 + 14.4 + 36.0 + 90.0 + 12.8 \]
\[ M(X^2) = 156.1 \]
Теперь вычислим дисперсию:
\[ D(X) = 156.1 - (-7.64)^2 \]
\[ D(X) = 156.1 - 58.3696 \]
\[ D(X) = 97.7304 \]
Среднее квадратичное отклонение — это квадратный корень из дисперсии:
\[ \sigma (X) = \sqrt{D(X)} \]
\[ \sigma (X) = \sqrt{97.7304} \]
\[ \sigma (X) \approx 9.88587 \]
Округляем до сотых:
\[ \sigma (X) \approx 9.89 \]
Ответ:
Математическое ожидание M(X) = -7.64
Дисперсия D(X) = 97.7304
Среднее квадратичное отклонение б (Х) ≈ 9.89