Неравенство Чебышева для дискретной случайной величины выглядит следующим образом:
P(|X - M(X)| < k) ≥ 1 - D(X) / k^2,
где M(X) - математическое ожидание случайной величины X,D(X) - дисперсия случайной величины X,k - положительное число.
Математическое ожидание M(X) вычисляется по формуле:
M(X) = Σ X_i p_iM(X) = 00.2 + 3*0.6 = 1.8.
Дисперсия D(X) вычисляется по формуле:
D(X) = Σ (X_i - M(X))^2 p_iD(X) = (0-1.8)^2 0.2 + (3-1.8)^2 * 0.8D(X) = 2.88.
Задано значение k = 0.2.
Подставляем все значения в неравенство Чебышева:
P(|X - 1.8| < 0.2) ≥ 1 - 2.88 / 0.2^2P(1.6 < X < 2) ≥ 1 - 2.88 / 0.04P(1.6 < X < 2) ≥ 1 - 72P(1.6 < X < 2) ≥ -71.
Так как вероятность не может быть отрицательной, то вероятность того, что |X - M(X)| < 0.2, равна 0.
Неравенство Чебышева для дискретной случайной величины выглядит следующим образом:
P(|X - M(X)| < k) ≥ 1 - D(X) / k^2,
где M(X) - математическое ожидание случайной величины X,
D(X) - дисперсия случайной величины X,
k - положительное число.
Математическое ожидание M(X) вычисляется по формуле:
M(X) = Σ X_i p_i
M(X) = 00.2 + 3*0.6 = 1.8.
Дисперсия D(X) вычисляется по формуле:
D(X) = Σ (X_i - M(X))^2 p_i
D(X) = (0-1.8)^2 0.2 + (3-1.8)^2 * 0.8
D(X) = 2.88.
Задано значение k = 0.2.
Подставляем все значения в неравенство Чебышева:
P(|X - 1.8| < 0.2) ≥ 1 - 2.88 / 0.2^2
P(1.6 < X < 2) ≥ 1 - 2.88 / 0.04
P(1.6 < X < 2) ≥ 1 - 72
P(1.6 < X < 2) ≥ -71.
Так как вероятность не может быть отрицательной, то вероятность того, что |X - M(X)| < 0.2, равна 0.