- •1 Методические указания к самостоятельной работе над курсом
- •Основные формулы и теоремы
- •1.1 Классическое определение вероятности
- •1.2 Теоремы сложения и умножения вероятностей
- •1.3 Формула полной вероятности. Формула Бейеса
- •1.4 Схема испытаний Бернулли (повторение опытов)
- •1.5 Предельные теоремы
- •Оценим значение
- •1.6 Функция распределения случайной величины. Непрерывная случайная величина
- •1.7 Закон больших чисел. Предельные теоремы
- •1.8 Системы случайных величин
- •2 Расчётные задания Задача 2.1
- •Задача 2.2
- •Задача 2.3
- •Задача 2.4
- •Задача 2.5
- •Задача 2.6
- •Задача 2.7
- •Задача 2.8
- •Задача 2.9
- •Задача 2.10
- •Задача 2.11
- •Список литературы
- •Содержание
- •1.1 Классическое определение вероятности 1
- •1.2 Теоремы сложения и умножения вероятностей 2
- •2.2 Расчётные задания 23
- •450062, Рб, г.Уфа, ул.Космонавтов, 1.
1.8 Системы случайных величин
Систему двух случайных величин (X,Y) можно изобразить случайно точкой на плоскости.
Событие, состоящее в попадании случайной точки (X;Y) в область D, принято обозначать в виде (X;Y) D.
Закон распределения системы непрерывных случайных величин (X,Y) будем задавать с помощью функции плотности вероятности f(x,y).
Вероятность попадания случайной точки (X,Y) в область D определяется равенством
Функция плотности вероятности обладает следующими свойствами:
Если все случайные точки (X;Y) принадлежат конечной области D , то последнее условие принимает вид
. (1.8.1)
Математическое ожидание дискретных случайных величин X и Y, входящих в систему, определяются по формулам
, (1.8.2)
а математические ожидания непрерывных случайных величии - по формулам
(1.8.3)
(1.8.4)
Точка ( ; ) называется центром рассеивания системы случайных величин (X,Y).
Математические ожидания и ту можно найти и проще, если случайные величины X и Y независимы. В этом случае из законов распределения этих случайных величин можно определить математические ожидания и ту по формуле
(1.8.5)
(1.8.6)
Дисперсии дискретных случайных величин X и Y определяются по формулам
; (1.8.7)
. (1.8.8)
Дисперсии же непрерывных случайных величин X и Y, входящих в систему, находятся по формулам
; (1.8.9)
. (1.8.10)
Средние квадратичные отклонения случайных величин X и Y определяются по формулам
(1.8.11)
Для вычисления дисперсий могут быть применены формулы
(1.8.12)
Важную роль в теории систем случайных величин играет так называемый корреляционный момент (ковариация)
(1.8.13)
Для дискретных случайных величин корреляционный момент находится по формуле
(1.8.14)
а для непрерывных – по формуле
(1.8.15)
Корреляционный момент можно также найти по формуле
(1.8.16)
Здесь
для дискретных величин X и Y и
(1.8.17)
для непрерывных величин.
Случайные величины X и Y называются независимыми, если вероятность одной из них принимает значение, лежащее в любом промежутке области ее значений, и не зависит от того, какое значение приняла другая величина. В этом случае
M(XY)=M(X)M(Y);
Для характеристики связи между величинами X и Y рассматривается так называемый коэффициент корреляции
(1.8.18)
являющийся безразмерной величиной.
Если случайные величины X и Y независимы, то =0. Если же случайные величины X и Y связаны точной линейной зависимостью Y=aX+b, то = sgna ,т.е. =1 при а > 0 и = -1 при а < 0. Вообще же коэффициент корреляции удовлетворяет условию
-1 1.
Задача 1.8.1
Дана таблица 1.8.1, определяющая закон распределения системы двух случайных величин (X,Y):
Таблица 1.8.1
X y |
20 |
40 |
60 |
10 |
3 |
|
0 |
20 |
2 |
4 |
2 |
30 |
|
2 |
5 |
Найти: 1) коэффициент ; 2) математическое ожидание и ;
3) дисперсии и ; 4) коэффициент корреляции .
Решение.
Таблица 1.8.2 Таблица 1.8.3
X Y |
20 |
40 |
60 |
∑ |
10 |
3 |
|
0 |
4 |
20 |
2 |
4 |
2 |
8 |
30 |
|
2 |
5 |
8 |
∑ |
6 |
7 |
7 |
∑20 =1 |
X y |
20 |
40 |
60 |
|
10 |
3 |
|
0 |
4 |
20 |
2 |
4 |
2 |
8 |
30 |
|
2 |
5 |
8 |
|
6 |
7 |
7 |
20 =1 |
|
-21 |
-1 |
19 |
-12 |
3 |
|
0 |
-2 |
2 |
4 |
2 |
8 |
|
2 |
5 |
Найдём из условий (1.8.1):
Вычислим дисперсии по формулам:
или ,
или ,
Вычислим и и составим таблицу 1.8.3
Определим ковариацию по формуле
Вычислим коэффициент корреляции:
Задача 1.8.2
Пусть область возможных значений случайной величины – треугольник с границами x=0, y=0 и x+y=1. Плотность распределения , где А – нормированный множитель. Найдём Область D возможных значений приведена на рисунке 1.8.1.
Рис. 1.8.1
Из условия нормировки находим
Плотность распределения величин x при
Таким образом,
п ри x<0
при
при x>1
Аналогично при имеем
.
Таким образом,
.
.