Нужна помощь в написании работы?

На практике решаются задачи, в которых результат опыта описывается не одной с.в., а двумя или более с.в., образующими систему. При этом свойства системы нескольких с.в. могут включать и взаимные связи (зависимости) между ними.

Случайная векторная величина двух измеренийЕсли с.в. X и Y принимают дискретные значения xi, yj и каждой паре значений (xi, yj) соответствует определенная вероятность pij, то можно составить таблицу распределения вероятностей дискретной двумерной с.в.

Очевидно Случайная векторная величина двух измерений.

Значение функции Р(x,y) равно вероятности обнаружить с.в. Х<х и с.в. Y<y, т.е.

P(x,y)=Prob(X<x,Y<y).

Свойства функции распределения Р(x,y):

1) Р(х,y) - неубывающая функция своих аргументов,

т.е. при х2>x1 P(x2,y)>P(x1,y) или при y2>y1 P(x,y2)>P(x,y1);

2) P(x,-¥)=P(-¥,y)=P(-¥,-¥)=0;

3) P(x,+¥)=P(x), P(+¥,y)=P(y) - если один из аргументов равен +¥, то функция распределения Р(х,y) превращается в функцию распределения другой с.в.;

4) P(+¥,+¥)=1.

Плотность распределения системы двух с.в. (вторая смешанная производная P(x,y) по Случайная векторная величина двух измерений и затем по Случайная векторная величина двух измерений).

Случайная векторная величина двух измерений                                                  (25.3)º(15.3)

или в общем виде

Случайная векторная величина двух измерений, Случайная векторная величина двух измерений.

Внимание!
Если вам нужна помощь в написании работы, то рекомендуем обратиться к профессионалам. Более 70 000 авторов готовы помочь вам прямо сейчас. Бесплатные корректировки и доработки. Узнайте стоимость своей работы.

Геометрически p(x,y) можно представить поверхностью (поверхность распределения - по ОХ и OY откладываются значения с.в. X и Y, по Z - вероятность их появления, см. рис.  ).

Из (25) следует

Случайная векторная величина двух измерений                                                  (26.3)º(17.3).

Вероятность обнаружить двумерную с.в. (X,Y) в области D:

Prob((X,Y)ÌD)=Случайная векторная величина двух измерений                                        (27.3)=(16.3).

Вероятность обнаружить точку М с координатами х1, х2,...хn в n-мерном объеме V:

Prob(MÌV)=Случайная векторная величина двух измерений                                (27¢.3)

Далее, аналогично (18)

Случайная векторная величина двух измерений                                                              (28.3),

т.е. геометрически объем под поверхностью распределения равен 1.

В общем виде имеем n-кратный интеграл

Случайная векторная величина двух измерений                                            (28¢.3).

Случайная векторная величина двух измеренийЕсли известен закон распределения системы двух случайных величин p(x,y), то можно определить законы распределения отдельных величин, входящих в систему:

Случайная векторная величина двух измерений                                                                      (29.3).

То же, в общем виде:

Случайная векторная величина двух измерений                              (29¢.3).

Но для того, чтобы по заданным законам распределения отдельных с.в., входящих в систему, определить законы распределения системы с.в., надо знать зависимость между величинами, входящими в систему.

Случайная векторная величина двух измеренийУсловный закон распределения с.в. Х, входящей в систему (X,Y) - закон ее распределения, вычисленный при условии, что другая с.в. Y приняла определенное значение. Условный закон распределения можно задавать функцией P(x/y) и плотностью p(x/y) распределения.

Геометрически функция плотности распределения p(x/y) представляет собой сечение поверхности распределения при y=const. Сечения поверхности распределения плоскостями x=const и y=const дают соответственно условные плотности распределения p(y/x) величины Y при определенных значениях x и условные плотности распределения p(x/y) величины X при определенных значениях y. Если X и Y - зависимые с.в., то кривые плотности распределения p(y/x) изменяются при изменении x, а кривые плотности распределения p(x/y) изменяются при изменении y. М.о. этих кривых при таких изменениях образуют линии регрессии 1 и 2. В случае независимости X и Y линии регрессии представляют собой прямые Случайная векторная величина двух измерений и Случайная векторная величина двух измерений, параллельные осям координат. При наличии функциональной связи (а не стохастической) между X и Y обе линии регрессии сливаются в одну - y=y(x), при этом поверхность плотности распределения может быть заменена кривой плотности распределения X или Y вдоль линии y=y(x).

С учетом вышесказанного плотность распределения системы двух с.в. равна плотности распределения одной из них, умноженной на условную плотность распределения другой величины, вычисленную при условии, что первая величина приняла заданное значение:

p(x,y)=p(x)p(y/x)                                                         (30.3)=(7.2)

или в общем случае

p(x1,x2,...,xn)=p(x1,x2,...,xi/xi+1,xi+2,...,xn)p(xi+1,xi+2,...,xn)                               (30¢.3).

Для независимых с.в. p(x,y)=p(x)p(y)  (31)=(3) - плотность распределения системы независимых с.в. равна произведению плотностей распределения отдельных величин, входящих в систему.

Поделись с друзьями