Скачиваний:
164
Добавлен:
03.06.2014
Размер:
2.46 Mб
Скачать

11.2 Плотность распределения случайного вектора при замене переменных

Пусть дан случайный вектор X,Y=φ(X) — вектор-функция:

,

и φудовлетворяет условиям:

  1. Отображение φвзаимно-однозначно.

  2. φдиффереренцируемо (требуется для замены).

  3. Якобиан отображенияJφ(x) ≠ 0:

.

Тогда справедлива теорема:

.

(аналог одномерной теоремы о замене переменных).

Доказательство.

.

Сравним начальный и конечный интегралы и заметим, что равенство выполняется для любых n-мерных множествA. Отсюда

.

Примеры

  1. y=Ax+b, гдеy,x,b— векторы,A— матрица линейного преобразования.

Тогда Jφ=detA,φ−1(y) =A−1(yb),.

Если преобразование невырожденное, detA≠ 0 и справедлива формула

.

  1. Говорят, что вектор X0имеет стандартное нормальное распределение, если его компонентыxi~N(0,1) и независимы между собой. Пустьn= 2. Требуется найти распределение (точнее, совместную плотность распределения) полярных координат вектораX0= (x,y).

Переход к полярным координатам:

,

обратный переход:

дается соотношениями (из анализа):

.

Модуль якобиана отображения (опять же, из анализа) . Согласно теореме, плотность распределения

.

Поскольку координаты вектора независимы,

,

.

Отсюда

,

где индикаторотрезка [0, 2π) (равен единице приθ [0, 2π), иначе нулю).

Получили: распределение полярных координат состоит из двух частей:— равномерное распределение углов,— распределение радиусов.

Замечание. Аналогичную задачу можно решить и для размерностиn= 3 (и, соответственно, сферических координат, модуль якобианаabsJ=ρ2 cos θ). Но там потребуется расставить постоянные множители так, чтобы интеграл от плотности равнялся 1 дляρи дляθ.

§12. Математическое ожидание случайной величины

12.1 Основные определения

1) Пусть X — дискретная случайная величина, представленная конечными либо счетными наборами значенийx1, …,xn, … и вероятностейp1, …,pn, … Тогда

называется математическим ожиданиемслучайной величиныX.

Введем физическую интерпретациюматематического ожидания. Пусть на прямойXрасположены материальные точки с массамиpi(для которых ∑pi= 1) и координатамиxi:

Тогда координаты центра масс определяются соотношением

.

Центр масс — характерная точка тела: тело движется так, как движется материальная точка с координатом в центре масс и массой ∑ pi. Точно так же,EX — характерная точка (центр) распределения, показывающая поведение случайной величины в целом.

2) Пусть Xимеет непрерывное распределение с плотностьюp(x). Тогда

.

По аналогии с 1), можно ввести следующую интерпретацию: дана «материальная прямая», в каждой точке которой известна «масса» — вероятность

,

«центр масс» есть

.

12.2 Интеграл Лебега (интеграл по вероятностной мере)

Неформально. Рассмотрим ступенчатую функцию, равнуюx1на Ω1,x2на Ω2, …,xnна Ωn. Составим интегральную сумму, взявXn=xiприxiΩi,i= 1, …,n.

С другой стороны, это математическое ожидание EXn, т.к.. И можно сказать, что найдется такая возрастающая с вероятностью 1 последовательностьXnX. Разумеется, при этомEXn↑, и если его пределEXприn→ ∞ конечен, говорят, что функция (случайная величина)X(ω)интегрируема по вероятности:

.

12.3 Свойства математического ожидания

  1. , гдеF(x) — функция распределения.Вывод: для вычисления математического ожидания случайной величины достаточно знать ее распределение. Эту запись следует понимать так: на вещественной прямой строится распределение вероятностей

Q([a, b)) = P(X  [a,b)) = F(b) – F(a),

и рассматриваются интегральные суммы

.

Для этого распределения вероятностей справедливы равенства:

  • dF(x) = p(x) dx

  • F(x) = F(x + 0)

  • F(x) = P(X < x)

  1. Лемма. Если задана функция от случайной величиныh(X), то

, еслиXдискретная,

, еслиXнепрерывная.

Если задана функция от случайного вектора h(X,Y), то

, если (X,Y) дискретный,

, если (X,Y) непрерывный.

Доказательство(для дискретного случая и одномерной случайной величины).

Y = h(X)

.

  1. E(X+Y) =EX+EY(по свойствам интеграла)

Доказательство(для дискретной случайной величины).

.

Ясно, что это свойство распространяется на любое конечное число слагаемых.

  1. E(CX) =C EX, еслиC=const(по свойствам интеграла)

  2. (по свойствам интеграла)

  3. (по свойствам интеграла)

  4. Пусть X иYнезависимы, тогдаE[XY] =EXEY.

Доказательство. Воспользуемся леммой 1), взявh(X,Y) =XY. Тогда

.

  1. EC = C, еслиC = const

  2. E(X+C) =EX+C, еслиC=const(следует из 7) и 2)).

Соседние файлы в папке ещё пара методичек