Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Совокупность случайных величин , заданных на одном и том же вероятностном пространстве , называется -мерным случайным вектором и обозначается . Случайную величину , при этом называют -ой координатой случайного вектора . Функция вещественных переменных, определяемая для любого равенством
,
называется функцией распределения случайного вектора или совместной ( -мерной) функцией распределения случайных величин .
Двумерный случай (n = 2). Двумерный случайный вектор обычно обозначают , а его функция распределения определяется равенством:
Основные свойства функции распределения случайного вектора :
1) для любых .
2) является неубывающей и непрерывной слева функцией по каждому из своих аргументов.
3) .
4) .
5)
где и - функции распределения координат и соответственно.
Свойство 5) означает, что по функции распределения двумерного случайного вектора всегда можно найти одномерные (маргинальные) функции распределения его координат.
6) Вероятность попадания случайного вектора в прямоугольник со сторонами, параллельными осям координат, определяется по формуле:
Случайный вектор называется дискретным, если множество его возможных значений конечно или счетно.
Закон распределения дискретного случайного вектора (двумерный дискретный закон распределения) задается таблицей:
… | … | ||||
… | … | ||||
… | … | ||||
… | … | ||||
в которой - значения случайного вектора , - вероятности, с которыми эти значения принимаются (здесь и везде далее предполагается, что, если не указаны пределы изменения индексов, то они принимают все свои возможные значения). При этом вероятности удовлетворяют условию нормировки:
.
По двумерному закону распределения вероятность попадания дискретного случайного вектора в любую область определяется по формуле:
.
В частности, при получается следующее выражение для функции распределения дискретного случайного вектора :
.
Одномерные законы распределения каждой из случайных величин и в отдельности (маргинальные законы распределения) дискретного случайного вектора являются дискретными и находятся по двумерному закону распределения следующим образом:
- производится суммирование вероятностей в
-ой строке таблицы;
- производится суммирование вероятностей в -ом столбце таблицы.
Условныйзакон распределения случайной величины , являющейся координатой дискретного случайного вектора , при условии, что другая его координата приняла некоторое фиксированное значение , определяется совокупностью условных вероятностей:
Аналогично, условныйзакон распределения координаты дискретного случайного вектора , при условии, что , определяется совокупностью условных вероятностей:
Случайный вектор называется непрерывным (имеющим непрерывный закон распределения или просто непрерывное распределение), если существует функция такая, что для любой точки функция распределения случайного вектора допускает представление:
.
Функция при этом называется плотностью вероятностей случайного вектора или совместной (двумерной) плотностью вероятностей случайных величин и . Во всех точках , являющихся точками непрерывности двумерной плотности вероятностей , имеет место равенство:
.
Свойстваплотности вероятностей случайного вектора :
1) ;
2) - условие нормировки;
3) Вероятность попадания непрерывного случайного вектора в любую (измеримую) область определяется формулой
;
4) Координаты непрерывного случайного вектора являются непрерывными случайными величинами с плотностями вероятностей соответственно (маргинальные плотности вероятностей), определяемыми в точках непрерывности функций и формулами:
.
Условной плотностью вероятностей случайной величины Х, являющейся координатой непрерывного случайного вектора , при условии, что другая его координата приняла некоторое фиксированное значение , называется функция , определяемая равенством:
(при этом полагается, что , если ).
Аналогичноопределяется условная плотность вероятностей координаты непрерывного случайного вектора , при условии, что :
.
(при этом полагается, что , если ).
Случайные величины и называются независимыми, если для любой точки имеет место равенство:
.
Для независимости дискретных случайных величин и необходимо и достаточно, чтобы для любых и
.
Для независимости непрерывных случайных величин и необходимо и достаточно, чтобы
для всех точек , являющихся точками непрерывности функций и .
Важнейшими числовыми характеристиками двумерного случайного вектора являются:
· математическое ожидание - вектор, координатами которого являются математические ожидания случайных величин и ;
· дисперсия - вектор, координатами которого являются дисперсии случайных величин и ;
· корреляционный момент случайных величин и :
.
Поскольку и , то можно считать, что случайный вектор имеет две важнейшие характеристики:
· математическое ожидание ;
· корреляционную матрицу
.
Математические ожидания и дисперсии вычисляются по обычным формулам через одномерные законы распределения случайных величин и . Корреляционный момент вычисляется только через двумерный закон распределения:
если - дискретный случайный вектор, то
;
если - непрерывный случайный вектор, то
.
Случайные величины и , для которых корреляционный момент , называются некоррелированными. Из независимости случайных величин и следует их некоррелированность (обратное, вообще говоря, неверно).
Нормированный корреляционный момент
называется коэффициентом корреляции случайных величин и . Коэффициент корреляции удовлетворяет условию и определяет степень линейной зависимости между случайными величинами и .
Условные числовые характеристики (математическое ожидание и дисперсия) определяются и находятся так же, как и безусловные, только в формулах для их вычисления следует безусловные законы распределения заменить на условные.
Если - дискретный случайный вектор, то условным математическим ожиданием случайной величины при условии, что , называется величина
а условным математическим ожиданием случайной величины при условии, что , - величина
Если - непрерывный случайный вектор, то условные математические ожидания случайной величины при условии, что , и случайной величины при условии, что , определяются формулами:
;
.
Аналогичные формулы имеют место и для условных дисперсий.
Если - дискретный случайный вектор, то
;
.
Если - непрерывный случайный вектор, то
;
.
Говорят, что непрерывный случайный вектор распределен равномерно в (измеримой) области , если его плотность вероятностей имеет вид:
где – площадь области .
Говорят, что непрерывный случайный вектор имеет двумерный нормальный (гауссовский) закон распределения, если его плотность вероятностей имеет вид:
где – математическое ожидание вектора , и – среднеквадратические отклонения случайных величин и , а – их коэффициент корреляции.
Из вида плотности вероятностей двумерного гауссовского случайного вектора следует, что из некоррелированности его координат () следует их независимость, так как в этом случае:
.
Таким образом, в гауссовском случае понятия независимости и некоррелированности эквивалентны.
Если - двумерный гауссовский случайный вектор, то условные математические ожидания и являются линейными функциями условия и определяются формулами:
;
;
а условные дисперсии и являются постоянными величинами:
;
.
Все приведенные выше определения и формулы для двумерного случайного вектора легко обобщаются на случай -мерного случайного вектора . Приведем наиболее важные среди них, которые используются для решения приводимых ниже задач.
Случайный вектор называется непрерывным, если существует функция такая, что для любой точки , функция распределения допускает представление:
.
При этом функция называется плотностью вероятностей случайного вектора или совместной (многомерной, -мерной) плотностью вероятностей случайных величин . Во всех точках , являющихся точками непрерывности плотности вероятностей , имеет место равенство:
.
Свойства многомерной плотности вероятностей :
1) ;
2) - условие нормировки;
3) вероятность попадания случайного вектора в любую (измеримую) область определяется формулой:
;
4) если случайный вектор является непрерывным с плотностью вероятностей , то случайный вектор при любом также является непрерывным и имеет плотность вероятностей, определяемую формулой:
.
Условная плотность вероятностей «отрезка» вектора при условии, что случайные величины приняли определенные значения , определяется формулой:
.
Случайные величины называются независимыми (в совокупности), если для любой точки имеет место равенство:
,
где – функция распределения случайной величины .
Для независимости непрерывных случайных величин , имеющих плотности вероятностей , необходимо и достаточно, чтобы
,
для всех точек непрерывности функций и .
Важнейшими числовыми характеристики -мерного случайного вектора являются:
· математическое ожидание ;
· корреляционная матрица , элементами которой являются всевозможные корреляционные моменты пар координат: . Матрица является симметрической неотрицательно определенной матрицей размера и при этом – дисперсия -ой координаты, .
Говорят, что непрерывный случайный вектор имеет многомерный нормальный (гауссовский) закон распределения, если его плотность вероятностей имеет вид:
,
где - математическое ожидание случайного вектора ; - корреляционная матрица случайного вектора ; - определитель корреляционной матрицы (предполагается, что ); – элемент обратной матрицы .
Пример 1. Закон распределения случайного вектора задан таблицей:
-1 | 0,1 | 0,2 | |
0,3 | 0,1 | ||
0,1 | 0,2 |
Найти:
1) Законы распределения случайных величин и . Являются ли случайные величины и независимыми?
2) Корреляционную матрицу. Являются ли случайные величины и некоррелированными?
3) Условный закон распределения случайной величины при условии, что случайная величина приняла значение, равное 0; вычислить и .
Решение: 1) Для случайной величины вероятности её значений находятся суммированием вероятностей в -ой строке таблицы ():
Поэтому закон распределения случайной величины имеет вид:
-1 | |||
0,3 | 0,4 | 0,3 |
Вероятности значений случайной величины находятся суммированием вероятностей в -ом столбце таюлицы ():
.
Поэтому закон распределения случайной величины имеет вид:
0,5 | 0,4 | 0,1 |
Условием независимости случайных величин и является равенство:
, для всех .
Поскольку в данном случае
, то
и, следовательно, случайные величины и зависимы.
2) Найдем математические ожидания случайных величин и , используя одномерные законы распределения:
;
.
Найдем далее дисперсии и по одномерным законам распределения:
;
.
Корреляционный момент находится только по совместному закону распределения случайных величин и :
(отсутствующие слагаемые равны 0).
Поскольку корреляционный момент , то случайные величины и являются некоррелированными.
Корреляционная матрица имеет вид:
.
3) Условный закон распределения случайной величины при условии, что случайная величина определяется совокупностью условных вероятностей:
,
которые равны: .
Записывается условный закон распределения случайной величины при условии, что случайная величина в виде таблицы:
Найдем условное математическое ожидание :
.
Условная дисперсия вычисляется по формуле:
.
Пример 2. Плотность вероятностей двумерного случайного вектора имеет вид:
Найти:
а) коэффициент ;
б) функцию распределения ;
в) плотности вероятностей координат и ;
г) условные плотности вероятностей и ;
д) математическое ожидание и корреляционную матрицу вектора ;
е) вероятность
Являются ли случайные величины и независимыми? Являются ли они некоррелированными?
Решение: а) Коэффициент определяется из условия нормировки:
.
В данном случае это условие означает, что
.
б) Функция распределения связана с двумерной плотностью вероятностей соотношением:
.
При имеем: .
При имеем: .
При и имеем: .
Заметим, что в данной области в соответствии со свойством 5) совпадает с функцией распределения случайной величины .
При и имеем:
.
В данной области совпадает с функцией распределения случайной величины .
При и имеем: .
Окончательно для функции распределения получаем выражение:
в) Найдём плотности вероятностей координат и :
г) Условные плотности вероятностей и находятся по формулам:
.
В данном случае
д) Найдём математические ожидания и и дисперсии и , воспользовавшись одномерными законами распределения:
;
в силу симметрии.
;
в силу симметрии.
Корреляционный момент находится по совместной плотности вероятностей случайных величин и :
.
Корреляционная матрица вектора имеет вид:
.
е) Вероятность вычисляется по формуле:
,
где область .
Интегрируя, получаем:
.
Поскольку , то случайные величины и являются зависимыми. Корреляционный момент , поэтому случайные величины являются коррелированными.
Задачи
2.2.1. Дана функция распределения случайного вектора . Найти вероятность .
2.2.2. Задана функция распределения случайного вектора . Определить вероятности попадания случайной точки в заштрихованные области на плоскости, изображенные на рис. 2.9:
а) б)
в) г)
Рис. 2.9.
2.2.3. Пусть Х – случайная величина с функцией распределения . Найти функцию распределения случайного вектора (X,X).
2.2.4. Пусть Х – случайная величина с функцией распределения . Найти функцию распределения случайного вектора (X,|X|).
2.2.5. Пусть – независимые случайные величины с одинаковой функцией распределения . Положим , . Найти функции распределения случайных величин и и функцию распределения случайного вектора .
Дата публикования: 2015-01-23; Прочитано: 2133 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!