Академический Документы
Профессиональный Документы
Культура Документы
1
Таблица 6.1.2.
Y
2 5 7
X
-1 0,11 0,13 0,23
3 0,1 0,12 0,09
4 0,11 0,08 0,03
Решение. Так как
P X 1 P X 1, Y 2 P X 1, Y 5 P X 1, Y 7
0,11 0,13 0, 23 0, 47 , то проводя суммирование по строкам таблицы 6.1.2 получим
распределение Х:
-1 3 4
0,47 0,31 0,22
Аналогично суммируя по столбцам, получим распределение Y:
2 5 7
0,32 0,33 0,35
pij pij
P xi y j , P y j xi . (6.1.2)
p Y y j p X xi
Тогда
а) P X 1 Y 5 P X 3 Y 5
0,13 0,12
0,394 , 0,364 ,
0,33 0,33
P X 4 Y 5
0, 08
0, 242 .
0,33
Условный закон распределения Х при условии Y 5 имеет вид
-1 3 4
0,394 0,364 0,242
2 5 7
0,5 0,364 0,136
2
Закон распределения двумерной случайной величины X , Y можно задать в
виде функции распределения F x, y , определяющей для каждой пары чисел x, y
вероятность того, что Х примет значение, меньшее х, и при этом Y примет значение,
меньшее y:
F x, y P X x, Y y . (6.1.3)
Геометрически функция F x, y означает вероятность попадания случайной
точки X , Y в бесконечный квадрат с вершиной в точке M x, y (рис. 6.1.1).
M x, y
Рис. 6.1.1.
Отметим свойства F x, y .
1. Область значений функции F x, y - 0;1 , т.е. 0 F x, y 1 .
2. Функция F x, y - неубывающая функция по каждому аргументу.
3. Имеют место предельные соотношения:
F , y 0 ; F x, 0 ; F , 0 ; F , 1
.
При y функция распределения системы становится равной функции
распределения составляющей Х, т.е.
F x, F1 x .
Аналогично, F , y F2 y .
Зная F x, y , можно найти вероятность попадания случайной точки X ,Y в
пределы прямоугольника ABCD (рис. 6.1.2).
y
B(x1,y2) C(x2,y2)
A(x1,y1) D(x2,y1)
x
Рис. 6.1.2.
3
А именно,
P x1 X x2 y1 Y y2 = F x2 , y2 F x1 , y2 F x2 , y1 F x1 , y1 . (6.1.3)
Пример 6.1.3. Двумерная дискретная случайная величина задана таблицей
распределения
Y
0 1 3
X
-1 0,17 0,11 0,09
1 0,27 0,10 0,26
4
Рис. 6.1.3
F x, y x, y dxdy . (6.1.5)
F2 y x, y dxdy (6.1.7)
dF1
1 x x, y dy (6.1.8)
dx
dF2
2 y x, y dx (6.1.9)
dy
F x, y .
0 при x 0 или y 0
5
Найти: 1) двумерную плотность вероятности X , Y ; 2) вероятность попадания
случайной величины X ,Y в прямоугольник, ограниченный прямыми x 0 , x 4 ,
y 0 , y 1.
Решение. 1) Так как x, y Fxy , то дифференцируя F x, y сначала по x :
F 'x e x 1 e 4 y , а затем по y : F ''xy 4e x e4 y , получим
(0,1) (4,1)
(0,0) (4,0) х
Рис. 6.1.4.
6
Заметим, что если имеют место соотношения (6.1.12) или (6.1.13), то
составляющие Х и Y – независимые случайные величины.
Если составляющие Х и Y дискретной случайной величины – независимые
случайные величины, то
P X xi , Y y j Pi Pj ,
(6.1.14) где Pi P X xi , Pj P Y y j , i 1, n , j 1, m .
Пример 6.1.5. Законы плотности распределения независимых составляющих Х и
Y:
2 xe x при x 0,
2 ye y при y 0,
2 2
1 x 2 y
0 при x 0
0 при y 0
Найти: 1) плотность совместного распределения; 2) функцию распределения
системы X , Y .
Решение. 1) В силу независимости составляющих Х и Y плотность совместного
распределения
x, y 1 x 2 y 2 xe x 2 ye y 4 xye x y2
2 2 2
при x 0, y 0 и
x, y 0 при x 0 или y 0 .
2) Найдем F1 x и F2 y .
x x x
F1 x 1 x dx 2 xe dx e
x x
1 e x .
2 2 2
0
0
Аналогично F2 y 1 e y .
2
Тогда F x, y F1 x F2 y 1 e x 2
1 e при x 0 , y 0 ,
y2
F x, y 0 при x 0 или y 0 .
7
M X x x, y dxdy a x
M Y y x, y dxdy a y
(6.2.2)
D X x a x, y dxdy
2
x
D Y ya x, y dxdy
2
y
K xy M x a y a .
x y
(6.2.3)
Для дискретных случайных величин
m n
K xy x i ax y j a y pij (6.2.4)
j 1 i 1
Для непрерывных случайных величин
K xy x a y a x, y dxdy
x y (6.2.5)
8
K xy
rxy ,
x y
(6.2.7) где x и y - среднеквадратические отклонения X и Y.
Коэффициент корреляции rxy - безразмерная величина, обладающая
следующими свойствами:
1. rxy - ограниченная величина, а именно 1 rxy 1.
2. Если X и Y – независимые случайные величины, то rxy 0 .
3. Если X и Y связаны линейной функциональной зависимостью Y AX B , то
rxy 1 и наоборот.
Из последнего свойства можно сделать вывод: коэффициент корреляции
характеризует степень линейной зависимости случайных величин X и Y.
Очевидно, что P X 0, Y 0 0 , P X 1, Y 1 0
4 3
P X 2, Y 0 0, 4 , P X 0, Y 1 0
6 5
8
P X 1, Y 1 , P X 2, Y 1 0
15
2 1 1
P X 0, Y 2 , P X 1, Y 2 0
6 5 15
P X 2, Y 2 0 .
Составим распределения X и Y.
X 0 1 2
1 8
pi 0,4
15 15
9
Y 0 1 2
8 1
pj 0,4
15 15
8 4 8 1 2
Найдем M X 1 2 0, 04 , M Y 1 2 .
15 3 15 15 3
3 3
4 2 4
Вычислим K xy x i ax y j a y pij 2 0 0, 4 1
3 3 3
j 1 i 1
2 8 4 2 1 16
1 0 2 .
3 15 3 3 15 45
Вычислим D x и Dy .
Dx M X 2 M 2 X 1
8 16 16
4 0, 4
15 9 45
Dy M Y 2 M 2 Y 1 4
8 1 4 16
.
15 15 9 45
16
K xy
Вычислим rxy 15 1 .
Dx Dy 16
15
Следовательно, Х и Y связаны линейной зависимостью.
x, y .
0 в остальных случаях
Найти: 1) коэффициент с; 2) безусловные и условные плотности распределения
Х и Y; 3) M X , M Y ; 4) ковариацию Х и Y.
1 1 1 1
Решение. Так как c 1 xy dxdy 1 , то вычислив 1 xy dydx
3 3
1 1 1 1
1 1
1
y4 1
x x
yx dx 1 1 dx = 2 x 4 , получим 4c 1 и c 0, 25 .
1
1
4 4 4
1 1
1
1
xy 4
Найдем 1 x 0, 25 1 xy dy 0, 25 y
3
0,5 и
1 4
1
1
1
x2 y3
2 y 0, 25 1 xy dx 0, 25 x
3
0,5 .
1 2
1
x y
1 y
0,5 2
3
Аналогично,
10
y x
1
2
1 xy 3 .
Вычислим M X и M Y .
1
1
1
M X x 1 x dx x 0,5dx x 2 0.
1
4
1
Аналогично M Y 0 .
1
1 xy 2 x 2 y 5
1 1 1
Вычислим K xy xy 1 xy 3 dxdy
1
dx 0, 2 .
4 1 1 4 1 2 5
1
11