Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Московский авиационный институт
(Национальный исследовательский университет)
Курсовая работа по теории вероятностей и математической статистике
Часть
Вариант №10
Курсовую работу выполнила
Студент группы: 7О-208С
Озерова А.С.
Под руководством
Наумова А.В.
Содержание:
1. Теория
2. Задание
3. Практическая часть
4. Вывод
Теория:
Задание двумерной случайной величины (X,Y):
С помощью таблицы для ДСВ
Xi / Yj | y1 | … | … | ym |
x1 | P11 | … | … | P1m |
… | … | … | … | … |
… | … | … | … | … |
xn | Pn1 | … | … | Pnm |
Дискретная двумерная случайная величина (X,Y) считается заданной, если известен ее закон распределения:
P(X=xi, Y=yj) = pij, i=1,2...,n, j=1,2..,m
M[x]= ΣΣxi*Pij – математическое ожидание Х
M[y]= ΣΣyj*Pij – математическое ожидание Y
D[x]= Σ(xi-Mx)^2*pi – дисперсия Х
D[x]= Σ(yi-My)^2*pj – дисперсия Y
Условное распределение
P(X|Y)=Pi/ΣPij
Условное математическое ожидание:
M[X|Y=y]= Σxi*Pij / Σ Pij;
M[X|Y] = M[x];
Ковариация
Cov(X,Y)=M[X,Y]-Mx*My;
Cov(X,X)= D[X];
Cov(X,Y)=Cov(Y,X)
Матрица
D[X] Cov(X,Y)
Cov(Y,X) D[Y]
Корреляция
Kxy=ΣΣ(xi-Mx)*(yj-My)*pij
Rxy=cov(X,Y)/V(x)V(y)
Матрица
1 rxy
Rxy 1
Задание:
1. Найти ряды распределения случайных величин X и Y.
2. Найти математическое ожидание, дисперсию и средне-квадратическое отклонение случайных величин X и Y.
3. Найти условное распределение каждой из случайных величин X и Y при условии, что другая случайная величина принимает одно из своих возможных значений.
4. Записать ряды распределений для условных математических ожиданий X при условии Y и Y при условии X. Проверить формулу полного математического ожидания.
5. Составить ковариационную и корреляционную матрицы случайных величин X и Y, и исследовать их на независимость и некоррелированность.
Дана таблица распределения двумерной случайно величины (X, Y).
X / Y | ||||
0.1 | 0.15 | 0.05 | 0.1 | |
0.05 | 0.06 | 0.1 | 0.04 | |
0.1 | 0.02 | 0.03 | 0.05 | |
0.02 | 0.03 | 0.08 | 0.02 |
X / Y | ||||
0.1 | 0.15 | 0.05 | 0.1 | |
0.05 | 0.06 | 0.1 | 0.04 | |
0.1 | 0.02 | 0.03 | 0.05 | |
0.02 | 0.03 | 0.08 | 0.02 |
1. Зависимость случайных величин X и Y.
Находим ряды распределения X и Y.
Пользуясь формулой ∑P(x i,y j) = p i (j=1..n), находим ряд распределения X.
X | |||||
P | 0.4 | 0.25 | 0.2 | 0.15 | ∑Pi = 1 |
Математическое ожидание M[X].
M[x] = 2*0.4 + 3*0.25 + 4*0.2 + 7*0.15 = 3.4
Дисперсия D[X].
D[X] = 22*0.4 + 32*0.25 + 42*0.2 + 72*0.15 - 3.42 = 2.84
Среднее квадратическое отклонение σ(x).
Пользуясь формулой ∑P(x i,y j) = q j (i=1..m), находим ряд распределения Y.
Y | |||||
P | 0.27 | 0.26 | 0.26 | 0.21 | ∑Pi = 1 |
Математическое ожидание M[Y].
M[y] = 4*0.27 + 6*0.26 + 8*0.26 + 10*0.21 = 6.82
Дисперсия D[Y].
D[Y] = 42*0.27 + 62*0.26 + 82*0.26 + 102*0.21 - 6.822 = 4.81
Среднее квадратическое отклонение σ(y).
Поскольку, P(X=2,Y=4) = 0.1≠0.4•0.27, то случайные величины X и Y зависимы.
2. Условный закон распределения X.
Условный закон распределения X(Y=4).
P(X=2/Y=4) = 0.1/0.27 = 0.37
P(X=3/Y=4) = 0.05/0.27 = 0.19
P(X=4/Y=4) = 0.1/0.27 = 0.37
P(X=7/Y=4) = 0.02/0.27 = 0.0741
Условное математическое ожидание M[X/Y=4).
M[X/Y=y] = 2*0.37 + 3*0.19 + 4*0.37 + 7*0.0741 = 3.3
Условная дисперсия D[X/Y=4).
D[X/Y=y] = 22*0.37 + 32*0.19 + 42*0.37 + 72*0.0741 - 3.32 = 1.838
Условный закон распределения X(Y=6).
P(X=2/Y=6) = 0.15/0.26 = 0.58
P(X=3/Y=6) = 0.06/0.26 = 0.23
P(X=4/Y=6) = 0.02/0.26 = 0.0769
P(X=7/Y=6) = 0.03/0.26 = 0.12
Условное математическое ожидание M[X/Y=6).
M[X/Y=y] = 2*0.58 + 3*0.23 + 4*0.0769 + 7*0.12 = 2.96
Условная дисперсия D[X/Y=6).
D[X/Y=y] = 22*0.58 + 32*0.23 + 42*0.0769 + 72*0.12 - 2.962 = 2.499
Условный закон распределения X(Y=8).
P(X=2/Y=8) = 0.05/0.26 = 0.19
P(X=3/Y=8) = 0.1/0.26 = 0.38
P(X=4/Y=8) = 0.03/0.26 = 0.12
P(X=7/Y=8) = 0.08/0.26 = 0.31
Условное математическое ожидание M[X/Y=8).
M[X/Y=y] = 2*0.19 + 3*0.38 + 4*0.12 + 7*0.31 = 4.15
Условная дисперсия D[X/Y=8).
D[X/Y=y] = 22*0.19 + 32*0.38 + 42*0.12 + 72*0.31 - 4.152 = 3.899
Условный закон распределения X(Y=10).
P(X=2/Y=10) = 0.1/0.21 = 0.48
P(X=3/Y=10) = 0.04/0.21 = 0.19
P(X=4/Y=10) = 0.05/0.21 = 0.24
P(X=7/Y=10) = 0.02/0.21 = 0.0952
Условное математическое ожидание M[X/Y=10).
M[X/Y=y] = 2*0.48 + 3*0.19 + 4*0.24 + 7*0.0952 = 3.14
Условная дисперсия D[X/Y=10).
D[X/Y=y] = 22*0.48 + 32*0.19 + 42*0.24 + 72*0.0952 - 3.142 = 2.218
3. Условный закон распределения Y.
Условный закон распределения Y(X=2).
P(Y=4/X=2) = 0.1/0.4 = 0.25
P(Y=6/X=2) = 0.15/0.4 = 0.38
P(Y=8/X=2) = 0.05/0.4 = 0.13
P(Y=10/X=2) = 0.1/0.4 = 0.25
Условное математическое ожидание M[Y/X=2).
M[Y/X=x] = 4*0.25 + 6*0.38 + 8*0.13 + 10*0.25 = 6.75
Условная дисперсия D[Y/X=2).
D[Y/X=x] = 42*0.25 + 62*0.38 + 82*0.13 + 102*0.25 - 6.752 = 4.94
Условный закон распределения Y(X=3).
P(Y=4/X=3) = 0.05/0.25 = 0.2
P(Y=6/X=3) = 0.06/0.25 = 0.24
P(Y=8/X=3) = 0.1/0.25 = 0.4
P(Y=10/X=3) = 0.04/0.25 = 0.16
Условное математическое ожидание M[Y/X=3).
M[Y/X=x] = 4*0.2 + 6*0.24 + 8*0.4 + 10*0.16 = 7.04
Условная дисперсия D[Y/X=3).
D[Y/X=x] = 42*0.2 + 62*0.24 + 82*0.4 + 102*0.16 - 7.042 = 3.88
Условный закон распределения Y(X=4).
P(Y=4/X=4) = 0.1/0.2 = 0.5
P(Y=6/X=4) = 0.02/0.2 = 0.1
P(Y=8/X=4) = 0.03/0.2 = 0.15
P(Y=10/X=4) = 0.05/0.2 = 0.25
Условное математическое ожидание M[Y/X=4).
M[Y/X=x] = 4*0.5 + 6*0.1 + 8*0.15 + 10*0.25 = 6.3
Условная дисперсия D[Y/X=4).
D[Y/X=x] = 42*0.5 + 62*0.1 + 82*0.15 + 102*0.25 - 6.32 = 6.51
Условный закон распределения Y(X=7).
P(Y=4/X=7) = 0.02/0.15 = 0.13
P(Y=6/X=7) = 0.03/0.15 = 0.2
P(Y=8/X=7) = 0.08/0.15 = 0.53
P(Y=10/X=7) = 0.02/0.15 = 0.13
Условное математическое ожидание M[Y/X=7).
M[Y/X=x] = 4*0.13 + 6*0.2 + 8*0.53 + 10*0.13 = 7.33
Условная дисперсия D[Y/X=7).
D[Y/X=x] = 42*0.13 + 62*0.2 + 82*0.53 + 102*0.13 - 7.332 = 3.02
Проверка формулы полного математического ожидания.
M[x]=M[x|y]:
M[x|y]= (3.3+2.96+4.15+3.14)/4=3.39;
M[x]= 3.4
M[y]=M[y|x];
M[y|x]= (3.5+3.86+3.86+3)/2=6.86;
M[y]= 6.82
Дата публикования: 2015-02-20; Прочитано: 2491 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!