Экзамен 2021 / Панков Пособие по ТВиМС часть 1
.pdf
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x в |
|
|
|
|
|
х в |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
dF |
x |
|
|
|
|
|
dF |
|
|
|
|
|
|
|
|
|
|
|
|
d |
|
|
|
|
|
|
|
|
dF y |
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
p x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
dx |
|
|
|
|
|
|
dx |
|
|
|
|
|
|
|
|
|
|
dx |
|
|
|
|
|
|
dy |
|
|
|
|
y |
x в |
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
1 |
|
p |
|
|
y |
|
|
|
|
x в |
1 |
p |
х в |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
a |
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
а |
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
Пусть a 0. Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
x в |
|
|
|
|
|
|
|
|
|
|
|
|
x в |
|
|
|||||||||||||||||||||||||||||||||||
F x P a x в P |
|
|
1 P |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
x в |
|
|
|
|
|
|
|
|
|
|
х в |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
1 P |
|
|
|
|
|
|
|
|
|
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
а |
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
1 F |
|
х в |
P |
|
х в |
|
, |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
d |
1 P |
|
х в |
|
F |
х в |
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
dF x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
а |
|
|
|||||||||||||||||||||||
p x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
dx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
dx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
1 |
p |
|
y |
|
|
|
|
|
x в |
1 |
p |
|
х в |
. |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Объединяя оба этих случая, получаем, что при а 0
p |
x |
1 |
p |
|
х в |
. |
|
|
|||||
|
|
a |
|
а |
|
|
|
|
|
|
|
получаем, что b. В этом случае случайная величина не имеет плотности распределения, а график её функции распределения имеет вид
0, |
x b |
. |
F x |
x b |
|
1, |
|
Формула свертки
Нахождение распределения результатов n-арных операций над случайными величинами значительно усложняется с ростом n.
Рассмотрим случай, когда n 2, и простейшую операцию - операцию сложения.
Пусть у нас имеется случайный вектор
1, 2
сплотностью распределения p x1,x2 . Рассмотрим случайную величину
1, 2 1 2
и найдем плотность p y .
Обозначим через
F y P y
функцию распределения случайной величины . Согласно сформулированному нами в начале предыдущей подтемы утверждению
F y |
|
p |
|
x1x2 dx1dx2 . |
|
||||
|
Dy x1,x2 2:х1 х2 y |
|
|
|
51
Согласно рисунку, который приведен ниже, видно, что можно перейти от интеграла по области к двойному интегралу следующим образом:
Dy x1,x2 2 :х1 х2 y
x1,x2 2 : х1 ,х2 y x1 .
|
|
|
|
|
|
|
1 |
y x1 |
|
1 2 |
|
2 |
|
||
|
|
|
|
|
|
|
|||||||||
Следовательно, F |
y |
|
|
|
dx |
|
p |
|
|
x x |
dx |
|
. |
||
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Если сделать замену x2 |
z x1 , то |
|
|
|
|
||||||||||
|
y x1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F y dx1 |
p |
x1,z x1 dz |
|
|
|
|
|
|
|
p x1,z x1 dx1 dz.
Обозначим z |
p |
x1,z x1 dx1 . |
|
|
|
Нам известно, что случайная величина имеет плотность p x , если
x
F x p z dz, и при этом p z 0.
x
У нас F x z dz. Следовательно, z есть искомая плотность, так как
по свойствам интеграла от непрерывной функции для любого z выполняется, что z 0 .
Формула
p 1 2 y p 1, 2 x1, y x1 dx1
называется формулой свёртки.
Аналогично доказывается, что
p 1 2 y p y x2,x2 dx2 .
Это также формула свёртки.
Проводя похожие рассуждения в дискретном случае, получаем
52
|
P y P 1 2 y |
P 1 x1; 2 x2 |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x ,x |
: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x1 x2 y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 x1, 1 x2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
P 1 x1; 2 y x1 |
P 1 y x2; 2 x2 . |
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
x1: 1 x1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x2: 2 x2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
Эти равенства называются формулами свертки для дискретных случайных |
||||||||||||||||||||||||||||||||||||||||||
величин. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Независимость случайных величин |
|
|||||||||||||||||||||||
|
Определение. Пусть даны случайные величины 1... n , заданные на одном |
||||||||||||||||||||||||||||||||||||||||||
вероятностном пространстве ,A,P . Они называются независимыми (в |
|||||||||||||||||||||||||||||||||||||||||||
совокупности), если для любых m |
|
|
|
и 1 i1 |
i2 |
... im , |
для любых событий |
||||||||||||||||||||||||||||||||||||
2,n |
|||||||||||||||||||||||||||||||||||||||||||
j |
A, j |
|
, выполняется следующее свойство |
|
|
|
|
||||||||||||||||||||||||||||||||||||
1,m |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
P i1 |
1, i2 |
|
2,..., im m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
P i1 1 P i2 |
2 ...P im m . |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
Так как 1... n |
|
заданы на одном вероятностном пространстве, то мы можем |
||||||||||||||||||||||||||||||||||||||||
рассмотреть их как случайный вектор |
|
|
1... n |
с функцией распределения |
|||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||
F |
x1...xn . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Теорема (критерий независимости случайных величин – без |
||||||||||||||||||||||||||||||||||||||||||
доказательства). Случайные величины |
|
1... n , из которых можно составить |
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
1... n : n , |
независимы тогда и только тогда, когда |
|||||||||||||||||||||||||||||||
случайный вектор |
|
||||||||||||||||||||||||||||||||||||||||||
для всех x1...xn n выполняется равенство |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
F |
x1...xn F1 |
x1 F2 x2 ...Fn |
xn . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
Докажите |
|
|
|
|
|
|
|
|
|
|
|
самостоятельно |
|
|
|
|
|
|
необходимость |
условия |
||||||||||||||||||||||
F |
x1...xn F1 |
x1 F2 |
x2 ...Fn |
xn . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
Теорема. Пусть случайные величины j |
имеют плотности распределения |
|||||||||||||||||||||||||||||||||||||||||
p j |
x при |
всех |
|
j |
|
|
, |
а |
|
случайный вектор |
|
|
1... n |
имеет |
совместную |
||||||||||||||||||||||||||||
1,n |
|
||||||||||||||||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||||||||||||
плотность |
p |
|
x |
p |
x1...xn . |
Тогда |
|
1... n - |
независимые случайные величины |
||||||||||||||||||||||||||||||||||
тогда и только тогда, когда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
p |
x1...xn p 1 |
|
x1 ...p n |
xn . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
Доказательство. Согласно предыдущей теореме получаем, что |
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
z1 |
|
zn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
F |
z1...zn ... |
p |
x1...xn dx1...dx2 |
F |
|
z1 ...F |
zn |
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
z1 |
p |
|
x dx |
|
|
zn |
p x |
dx |
|
|
z1 |
... |
zn |
p x ...p |
x |
dx ...dx |
|
|||||||||||||||||||||||
|
|
|
|
|
... |
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
1 |
1 |
|
1 |
|
|
|
n |
|
n |
n |
|
|
|
|
|
1 |
1 |
|
n |
n |
1 |
n |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
,
53
|
|
|
|
n |
|
|
|
|
|
|
|
т. е. верно, что p |
x1...xn p i |
xi |
тогда |
и только |
тогда, |
когда |
|||||
|
|
|
|
i 1 |
|
|
|
|
|
|
|
F |
|
x1...xn F` x1 F 2 x2 ...Fn xn , если |
1... n |
имеют |
плотности |
p 1 ,..., p n , |
|
|
|
||
|
и |
|
|||||||||
|
|||||||||||
имеет плотность p |
. |
|
|
|
|
|
|
|
Теорема доказана.
Последняя теорема – это критерий независимости для абсолютно непрерывных случайных величин.
Следствие (формулы свертки для независимых случайных величин). Если
1, 2 - независимые абсолютно непрерывные случайные величины, то
1 2 |
|
|
|
|
1 1 2 |
1 |
1 |
y |
|
|
|||||
p |
|
|
p x p |
y x dx . |
Если 1 , 2 - независимые дискретные случайные величины, то
1 2 y 1 x1 2 y x1 .
x1
Примеры. 1). Пусть независимые случайные величины 1 и 2 распределены по закону Пуассона с параметрами 1 и 2 соответственно. Найдем распределение их суммы:
1 2 k 1 i 2 k i .
i 0
Т.к. для любых i k верно, что 2 k i 0, то
k
1 2 k 1 i 2 k i
|
|
|
|
i 0 |
|
|
|
||
|
i |
|
|
k i |
|
|
|
||
|
1 |
e |
1 |
2 |
|
e |
2 |
|
|
i! |
k i ! |
||||||||
i 0 |
|
|
|
|
|
|
( |
) |
|
1 |
|
|
k! |
i |
k i |
|
1 |
2 |
k |
|
|
||
e |
1 2 |
|
|
|
|
|
|
|
1 |
2 |
|
|
|
|
e |
1 2 |
. |
|
k! |
k! k i ! |
|
k! |
|
||||||||||||
|
|
|
i 0 |
|
|
|
|
|
|
|
|
|
Это равенство верно |
для любых k 0. |
|
Мы получили, что 1 |
2 1 2 . |
|
2). Пусть 1, 2 - |
независимы, 1 Exp( 1), |
2 Exp( 2). Это абсолютно |
непрерывные случайные величины. Найдем плотность распределения их суммы:
1 |
2 |
|
|
|
|
|
1 |
1 |
|
2 |
1 |
1 |
|
|
|
|
|
|
|
||||
y |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
p |
|
|
|
|
p x p |
|
y x dx . |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
p x1 |
0 |
|
|
|
|
|
y x1 0, то |
|||
Т.к. для любых x1 0 |
и для любых x1 y |
верно, что p |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
y |
|
|
|
|
|
2 |
|
|
|
|
y |
|
|
2 y x1 dx |
|
|
||
p |
y |
|
|
|
x |
|
y x dx |
|
e 1x1 e |
|
|
||||||||||||
1 |
|
|
|
|
1 1 |
|
|
1 |
1 |
|
1 |
2 |
1 |
|
|
||||||||
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 2e 2y ex1 2 1 dx1 |
|
|
|
|
|
|
|
|||||||||||
Если 2 |
1 , то |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
p |
|
y 1 2e 2y |
ey 2 1 1 |
1 2 |
e 1y e 2y |
. |
|
|
||||||||||||||
|
|
|
|
|
|
||||||||||||||||||
|
1 |
|
2 |
|
|
|
|
|
|
|
|
|
|
2 1 |
|
|
|
|
2 1 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Если 2 1 |
, то |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
54 |
|
|
|
|
y
p 1 2 y 1 2e 2 y dy y 2e y .
0
Примеры показывают нам, что при свертке двух однотипных распределений можно получить как распределение того же типа (как в примере 1), так и распределение другого типа (как в примере 2).
55
Тема №6 Числовые характеристики случайных величин
Определение. Если - |
|
случайная величина дискретного типа с таблицей |
|||
распределения |
|
xi |
,i |
|
, то математическим ожиданием случайной |
P x |
|
||||
|
|
i |
|
|
|
величины называется число
E xi P xi xi P xi .
i 1 i 1
(т.е. сумма значений случайной величины, умноженных на их вероятности).
Здесь предполагается, что ряд абсолютно сходится, т.е. xi P xi .
i 1
Если - случайная величина абсолютно непрерывного типа, то её математическим ожиданием называется значение интеграла
E xp x dx,
при условии, что он абсолютно сходится, т.е. сходится интеграл | x | p x dx.
Обычно используются два основных обозначения для математического ожидания: E и M .
Теорема (о свойствах математического ожидания с доказательством для дискретного пространства элементарных событий).
1.Если пространство элементарных событий Ω конечно, либо счетно, то E P , где P( - вероятность элементарного исхода .
Ω
2.(Свойство линейности). Для любых вещественных a и b , для любых случайных величин и , имеющих математические ожидания E и E соответственно, верно равенство E a b aE bE .
3.Если a b, то a E b.
4.Если - независимы и существуют E и Ey, то E y E Ey.
Доказательство. Докажем свойства по порядку:
|
|
|
|
1. P( |
xi P |
||
Ω |
i 1 ( xi |
|
xi |
P xi P xi E . |
|
i 1 |
( xi |
i 1 |
Докажем второе и третье свойства для случая, когда пространство элементарных событий конечно, либо счетно:
2. E a b a b P
a P b P |
a P b P aE bE y. |
|
|
|
|
3.Пусть для любого верно, что a b. Тогда
a P P b P ,
Ω |
Ω |
Ω |
56
a P P b P ,
Ω Ω Ω
a E b, |
так как P 1. |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
Ω |
|
|
|
|
|
|
|
|
|
|
|
4. Пусть |
даны |
|
дискретные |
|
случайные |
величины |
|
и |
с |
таблицами |
||||||||||
распределения |
|
|
x |
i ,i |
|
|
y |
j , |
|
соответственно. |
Тогда |
тоже |
||||||||
|
|
|
и |
|
|
j |
||||||||||||||
|
|
|
|
|
|
P xi |
|
|
|
P y j |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
дискретная случайная величина и |
|
zk |
|
|
. Имеем |
|
||||||||||||||
|
|
,k |
|
|||||||||||||||||
E y zk P zk |
|
|
|
|
P zk |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
zk P xi, yj |
|
|
|
|
|
|
|
||||||||||
|
|
i |
y |
j |
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(k) |
|
i,j :x |
|
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
zk P xi P yj |
|
|
|
|
|
|
|
|||||||||||||
k i, j :xi yj zk |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
xi yj P xi P yj |
|
|
|
|
|
|
|
|||||||||||||
(k) (i,j):xi yj zk |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
xi yj P xi P y yj xi P xi |
|
|
|
|
|
|||||||||||||||
(i, j) |
|
|
|
|
|
|
|
|
|
|
|
(i) |
|
|
|
|
|
|
|
|
yi P yj E E .
( j)
Теорема доказана.
С помощью принципа математической индукции можно доказать, что свойства 2 и 4 верны для любого натурального количества случайных величин.
Докажите самостоятельно следующее
Следствие.
1.Если , то E .
2.Если , то E E .
3.|E | E| .
Утверждение (неравенство Коши – Буняковского). Для любых случайных величин и , для которых определены математические ожидания, верно неравенство
E 2 E( 2) E( 2)
Доказательство. Докажем для случая дискретных случайных величин. Пусть
|
x |
|
|
|
и |
|
yj |
, j |
|
|
|
i |
|
,i |
|
|
. |
||||
P xi |
|
|
|
|
|
|
|
|
||
|
|
P yj |
|
|
|
|||||
Тогда 2 |
|
|
x2 |
|
|
|
y2j |
|
|
|
|
i |
,i |
, а 2 |
|
, j . |
|||||
|
|
P xi |
|
|
|
|
|
|
||
|
|
|
|
P yj |
|
57
Пусть E 2 |
0, |
E 2 0. Рассмотрим новые случайные величины 1 |
|
|
|
и |
||||||||||||||||||||||||||
|
|
|
||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
E |
||
1 |
|
|
|
|
. Легко видеть, что |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
E( )2 |
E |
|
|
|
|
|
|
|
1 |
|
E 1. |
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Аналогично показывается, что E 1 2 1. |
|
|
|
|||||||||||||||||||||||||||||
Так как( |
|
|
|
|
|
|
|
2 |
0, |
то E( |
|
|
|
|
|
|
|
2 0. Рассмотрим |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
1 |
|
|
|
|
|
1 |
|
|
|
|
|
|
|
1 |
|
|
|
1 |
|
|
|
|
|
|
E( 1 1 2 E( 1 2 2 1 1 1 2)
E 1 2 E 1 2 2E 1 1 0.
Получаем, что 2E| 1 1 | E 1 2 E 1 2 2. Следовательно, E| 1 1 | 1.
Из того, |
что |
|
|
|
|
|
|
получаем, |
что |
|
E| y| |
|
, или |
|||
E |
|
|
|
1 |
|
E E y2 |
||||||||||
|
|
|
|
|
||||||||||||
|
E E y2 |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
E| y | 2 E E y2 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пусть теперь |
E 2 |
, |
|
или |
xi2 |
P( 2 xi2) 0, |
тогда среди |
значений, |
||||||||
|
|
|
|
|
|
|
|
|
(i) |
|
|
|
|
|
|
|
принимаемых |
случайной |
величиной |
есть ноль, |
и |
P({ }) 1. |
|||||||||||
Поэтому, если E |
0, |
то E | y | 0, и неравенство выполняется. |
|
|
||||||||||||
Доказательство проводится аналогично, если E 2 0. |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Утверждение доказано. |
||||
Математическое ожидание функций от случайных величин |
||||||||||||||||
Рассмотрим |
некоторую |
случайную |
величину |
|
и |
случайную |
величину |
|||||||||
, где x : - некоторая функция. |
|
|
|
|
|
|
Требуется вычислить математическое ожидание случайной величины , если известно распределение случайной величины .
Утверждение. Пусть |
|
xi |
|
|
- случайная |
величина дискретного |
P x |
,i |
|||||
|
|
i |
|
|
E , x - |
|
типа с математическим ожиданием |
|
произвольная функция, |
x : . Тогда E xi P xi .
(i)
Доказательство. Ясно, что будет дискретной случайной величиной с распределением
, j .
P yjy
Имеем
E yj P yj yj |
P xk |
|
( j) |
( j) |
{xk: (xk ) yj} |
58
(xk )P( xk ).
(k) |
|
|
|
|
|
|
|
|
|
|
|
||
Утверждение. Пусть |
|
|
|
|
|
Утверждение доказано. |
|||||||
- случайная величина абсолютно непрерывного типа |
|||||||||||||
с плотностью |
p (x), |
x : |
- функция, имеющая положительную |
||||||||||
производную |
d x |
0 для всех вещественных x . Тогда |
|
|
|
||||||||
|
|
|
|
||||||||||
|
dx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
E x p x dx . |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
d 1 z |
|||
Доказательство. Мы уже ранее доказывали, что p ( ) z p 1 z |
|||||||||||||
|
|||||||||||||
dz |
|
||||||||||||
. Следовательно, |
|
|
|
|
|
|
d 1 z |
|
|
|
|||
|
|
|
|
|
1 |
|
|
|
|
||||
E zp z dz zp |
|
z |
|
dz |
|
|
|
||||||
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
dz |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
||
zp 1 z d 1 z . |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
тогда 1 z 1 x x, |
d 1 z dx, и пределы |
||||||||
Делаем замену |
|
z x , |
интегрирования не изменяются. Значит, E x p x dx .
Утверждение доказано.
Моменты и дисперсия случайных величин
Определение. Моментом k-го порядка случайной величины относительно
a называется математическое ожидание случайной величины |
a k , если |
||
оно определено. |
|
|
|
Если a 0, то момент называется начальным: k E k . |
|
||
Если a E , то момент называется центральным: k |
E E k . |
||
Центральный и начальный моменты однозначно определяют друг друга: |
|||
|
k |
|
|
k E E k E Ckm m 1 k m E k m |
|
|
|
|
m 0 |
|
|
k |
k |
|
|
1 k m Ckm E k m E m 1 k m Ckm 1 k m m .
m 0 |
m 0 |
Аналогично,
k
k E k E E E k E Ckm E m E k m
m 0
k |
k |
Ckm E k m E E m Ckm E k m m .
m 0 |
m 0 |
Определение. Абсолютным моментом k -го порядка случайной величины
называется математическое ожидание случайной величиныak , если оно определено.
59
Если a 0, то это начальный абсолютный момент: k E| |k .
Если a E , то это центральный абсолютный момент: k E| E |k .
Определение. Дисперсией случайной величины называют её центральный момент второго порядка (или центральный абсолютный момент второго порядка):
D E E 2 E| E |2 2 2 .
Если математическое ожидание, иногда называемое средним значением, характеризует среднее значение случайной величины, полученное в результате случайного эксперимента, то дисперсия характеризует степень «разброса» значений случайной величины относительно её математического ожидания.
Вычислительные формулы для дискретных и абсолютно непрерывных случайных величин выглядят следующим образом:
D xi E 2 P xi xi2 P xi E 2 ;
(i) |
(i) |
|
|
D x E 2 p x dx x2 p x dx E 2 .
|
|
Теорема (о свойствах дисперсии). Пусть - случайная величина, обладающая дисперсией. Тогда
1.D 0.
2.Для любой вещественной константы c верно, что Dc 0.
3.D E 2 E 2 .
4. |
Для любой вещественной константы c верно, что D c c2 D , |
||
D c D . |
|
|
|
5. |
Если 1 , |
2 |
- независимые случайные величины с дисперсиями D 1 , D 2 , то |
D 1 2 D 1 D 2 .
Доказательство. Первое свойство следует из свойств математического ожидания.
Для доказательства второго достаточно заметить, что Ec c. Тогда
Dc E c Ec 2 E c c 2 E0 0.
Третье свойство получается после очевидных преобразований:
D E E 2 E 2 2 E E 2
E 2 2 E E E 2 E 2 E 2 .
Аналогично доказываем четвертое свойство:
D c E c E c 2 E c cE 2
Ec2 E 2 c2 E E 2 c2 D ;
D c E c E c 2 E c E c 2
E E 2 D .
При доказательстве пятого свойства используем свойства математического ожидания независимых случайных величин:
60