Выбери формат для чтения
Загружаем конспект в формате docx
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
1.11. СИСТЕМЫ СЛУЧАЙНЫХ ВЕЛИЧИН
При изучении случайных явлений часто приходится одновременно рассматривать две, три и большее число случайных величин. Например, успеваемость наудачу взятого студента характеризуется системой n случайных величин – оценками, проставленными в его зачетной книжке.
Определение 1.11.1. Упорядоченный набор случайных величин (), заданных на одном и том же пространстве элементарных событий , называется -мерной случайной величиной или системой случайных величин.
Системы случайных величин могут быть дискретными, непрерывными и смешанными в зависимости от типа случайных величин, образующих систему. В первом случае компоненты этих случайных систем дискретны, во втором – непрерывны, в третьем – разных типов.
В данном параграфе мы будем рассматривать двумерную случайную величину , которую геометрически можно интерпретировать как случайную точку на плоскости.
Полной характеристикой системы является ее закон распределения вероятностей, указывающий область возможных значений системы случайных величин и вероятности этих значений. Как и для отдельных случайных величин, закон распределения системы может иметь разные формы (таблица, функция распределения, плотность и т.д.).
Закон распределения дискретной двумерной с.в. можно задать формулой , , или в форме таблицы с двойным входом:
где .
Определение 1.11.2. Функцией распределения двумерной с.в. называется функция , которая для любых действительных чисел и равна вероятности совместного выполнения двух событий и .
Геометрически функция интерпретируется как вероятность попадания случайной точки в заштрихованный прямой угол с вершиной в точке (см. рис.1.11.1).
Рис.1.11.1
Вероятность попадания случайной точки в прямоугольник со сторонами, параллельными координатным осям, находится по формуле:
.
Двумерная функция распределения обладает следующими свойствами:
1. ;
2. – неубывающая функция по каждому из своих аргументов (при фиксированном другом аргументе):
, если ;
, если .
3. непрерывна слева по каждому из своих аргументов;
4. ;
5. ;
6. , , где и – функции распределения с.в. и соответственно.
Значение функции распределения в случае системы двух дискретных с.в. находится суммированием всех вероятностей с индексами , для которых , , то есть .
В случае системы непрерывных с.в. ее исчерпывающей характеристикой является плотность вероятности.
Определение 1.11.3. Плотностью распределения вероятностей системы двух непрерывных с.в. называется вторая смешанная производная ее функции распределения:
.
Двумерная плотность распределения обладает следующими свойствами:
1. ;
2. ;
3. , где – произвольная область;
4. ;
5. , .
Определение 1.11.4. Случайные величины и называются независимыми, если независимыми являются события и для любых действительных чисел и . В противном случае случайные величины называются зависимыми.
Из определения независимости с.в. и вытекает следующее равенство, которое можно положить в основу равносильного определения:
.
Напомним (см. §1.9), что в случае дискретной системы необходимым и достаточным условием независимости с.в. и является равенство:
,
выполняющееся для любых , .
Необходимым и достаточным условием независимости двух непрерывных с.в. и , образующих систему , является равенство:
.
Определение 1.11.5. Математическим ожиданием двумерной с.в. называется совокупность двух математических ожиданий и (то есть упорядоченная пара , определяемых равенствами:
, , если и – дискретные с.в.;
, , если и – непрерывные с.в.
Приведем также формулы для вычисления математического ожидания от произведения с.в. и :
, если и – дискретные с.в.;
, если и – непрерывные с.в.
В случае, когда с.в. и независимы, то (см. §1.10).
Определение 1.11.6. Дисперсией двумерной с.в. называется совокупность двух дисперсий и (то есть упорядоченная пара , определяемых равенствами:
, , если и – дискретные с.в.;
,
, если и – непрерывные с.в.
Определение 1.11.7. Условным законом распределения одной из с.в., входящих в систему называется закон ее распределения, найденный при условии, что другая с.в. приняла определенное значение (или попала в некий интервал).
В частности, в случае системы двух дискретных с.в. условным законом распределения с.в. при условии ; называется совокупность вероятностей:
, , .
Аналогично определяется условный закон распределения дискретной с.в. при условии .
Определение 1.11.8. Условная плотность непрерывной с.в. при условии (обозначение определяется равенством:
, где .
Аналогично определяется условная плотность распределения непрерывной с.в. при условии .
Определение 1.11.9(а). Пусть – система дискретных с.в. Условное математическое ожидание дискретной с.в. при условии определяется равенством:
, где .
Аналогично определяется условное математическое ожидание дискретной с.в. при условии .
Определение 1.11.9(б). Пусть – система непрерывных с.в. Условное математическое ожидание непрерывной с.в. при условии определяется равенством:
.
Аналогично определяется условное математическое ожидание непрерывной с.в. при условии .
Для характеристики связи между величинами и служит корреляционный момент (иначе: ковариация ), который вычисляется по формуле:
, если и – дискретные с.в.;
, если и – непрерывные с.в.
Корреляционный момент удобно вычислять по формуле:
.
Если c.в. и независимы, то (). Таким образом, если , то с.в. и зависимы; в этом случае случайные величины называют коррелированными. В случае , с.в. и называют некоррелированными.
Определение 1.11.10. Коэффициент корреляции двух с.в. и есть безразмерная величина, определяемая равенством:
,
где и – средние квадратические отклонения соответственно величин и .
Коэффициент корреляции характеризует степень линейной зависимости с.в. и .
Коэффициент корреляции обладает следующими свойствами:
1. ;
2. Если и – независимые с.в., то ;
3. С.в. и связаны линейной зависимостью (), тогда и только тогда, когда ;