
- •§ 1. Поняття та закон розподілу системи випадкових величин
- •§ 2. Система двох випадкових величин
- •Закон її сумісного розподілу визначають за формулою
- •Якщо вони взаємно залежні між собою, то
- •Її можна розкласти на множники, тобто
- •§ 3. Числові характеристики системи двох випадкових величин. Кореляційний момент, коефіцієнт кореляції і рівняння регресії
- •Для системи неперервних випадкових величин
- •Коефіцієнт кореляції дорівнює
- •Тоді кореляційний момент можна записати у вигляді
- •§ 4. Багатовимірний розподіл. Числові характеристики системи довільного числа випадкових величин
- •Дисперсії характеризують міру точності кожної з випадкових величин, тобто розсіювання випадкової точки в напрямку осей і обчислюються за формулами (2.26 – 2.28).
- •Якщо випадкові величини системи (х1, х2, ..., Хп) незалежні між собою, то матриця Kx буде діагональною
- •§ 5. Функції випадкових величин. Числові характеристики. Кореляційна матриця системи функцій випадкових
- •Математичне сподівання функції випадкових величин
- •Дисперсія функції випадкових величин
- •Дисперсія системи функцій випадкових величин
- •§ 6. Граничні теореми теорії ймовірностей
Математичне сподівання функції випадкових величин
Якщо маємо функцію у = f (X1, X2, …, Xn), то для системи випадкових величин (X1, X2,…, Xn) визначають математичне сподівання Мх (3.31) кожної випадкової величини X1, X2, …, Xn за формулами (2.15 – 2.17).
Для неперервних випадкових величин маємо:
М
[f
(X1,
X2,…,
Xn)]
=
(x1,
x2,…,
xn)
j(x1, x2,…, xn) dx1dx2 … dxn, (3.47)
де j(x1, x2, …, xn) – щільність розподілу системи (Х1, Х2, …, Хn).
В теорії ймовірностей розглядають випадки, коли для визначення математичного сподівання не потрібно знання функції розподілу, а досить знати тільки числові характеристики:
Математичне сподівання суми як залежних, так і незалежних випадкових величин дорівнює сумі їх математичних сподівань
.
(3.48)
Математичне сподівання добутку двох випадкових величин дорівнює добутку їх математичних сподівань плюс кореляційний момент
М
.
(3.49)
Якщо випадкові величини некорельовані, то
М
.
(3.50)
Для незалежних випадкових величин математичне сподівання функції у = Х1 Х2 … Хп дорівнює
.
(3.51)
В загальному вигляді математичне сподівання майже лінійної функції
y = f(Х1, Х2, …, Хп) при незалежних випадкових величинах (Х1, Х2, …, Хп) обчислюють за формулою
Мy
= f
(
.
(3.52)
Дисперсія функції випадкових величин
Випадкова величина Y є функцією системи випадкових величин
(Х1 , Х2 , …, Хп)
Y = f( Х1, Х2 , …, Хп). (3.53)
В загальному вигляді дисперсія функції Y дорівнює
Dу = М [(Y – My )2]. (3.54)
Якщо функція (3.53) нелінійна, то для діапазону практично можливих значень аргументів вона може бути з достатньою точністю лінеарізована за формулою
Y
= f(Х1,
Х2,
…,
Хп)
f(
+
,
(3.55)
де
–
значення часткової
похідної, визначеної за значеннями Хі,
що співпадають з їх математичними
сподіваннями.
Підставимо значення у і Мy із формул (3.55) і (3.52) в формулу (3.54), тоді
= М
.
(3.56)
Після піднесення в квадрат і розкриття формули (3.56) маємо
.
Відомо,
що
;
,
тоді
,
(3.57)
так
як Kij
= rij
,
то
.
(3.58)
Якщо випадкові величини системи (Х1, Х2, ..., Хп) некорельовані (rij = 0), то дисперсія функції у = f (Х1, Х2, ..., Хп) дорівнює
.
(3.59)