Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

2365

.pdf
Скачиваний:
0
Добавлен:
15.11.2022
Размер:
1.46 Mб
Скачать

ηρ

y S r θ

 

ϕ

0

x ξ

Рис. 35. Связь декартовых и полярных координат точки на плоскости

Решение: Переход от декартовых координат к полярным

ρ = ξ2 +η2

определяется выражениями

θ = arctg (η / ξ )

а обратные функции, позволяющие вычислить значения {ξ,η}

входных СВ, необходимые для получения на выходе преобразователя значений {ρ,θ}, в соответствии с рис. 35 являются

ξ = ρ cos(θ)

однозначными и имеют вид

η = ρ sin(θ)

Переписывая эти же зависимости для значений, принимаемых СВ в отдельных опытах, получаем

 

 

 

x =ϕ1 (r,ϕ) = r cos ϕ

 

 

 

 

 

(r,ϕ) = r sin ϕ

 

 

 

 

y =ϕ2

 

 

Определим якобиан обратного преобразования

 

 

{r cos ϕ} {r cos ϕ}

 

 

cos ϕ

r sin ϕ

 

 

 

 

 

 

J =

 

r

ϕ

=

 

 

 

 

=

 

 

{r sin ϕ} {r sin ϕ}

 

 

sin ϕ

r cos ϕ

 

 

 

r

ϕ

 

 

 

 

 

 

 

 

 

 

=

r cos2 ϕ + r sin2 ϕ = r .

 

 

 

 

160

 

 

Полученный результат соответствует тому факту, что при фиксированных изменениях угла и радиуса-вектора, определяющих положение точки на плоскости в полярных координатах, площадь S элементарной площадки, соответствующей этим изменениям является прямо пропорциональной r .

Итак, двумерная плотность вероятности системы {ρ,θ} связана с плотностью вероятности Wξη (x, y) соотношением

Wρθ (r,ϕ) =Wξη (r cosϕ, r sinϕ) | r | , r ≥ 0, –π≤φ≤+π, (6.47)

что при независимых, нормально распределенных декартовых координатах может быть записано в виде

Wρθ (r,ϕ) = r

 

1

 

 

 

r2

cos2 ϕ

1

r2 sin2 ϕ

 

 

 

exp

 

 

2σ 2

 

 

 

exp

2σ 2

 

 

πσ

 

 

 

πσ

 

 

2

 

 

 

 

 

 

 

 

2

 

 

 

и, после принятия во внимание, что cos2 ϕ +sin2 ϕ =1, даёт

 

Wρθ (r,ϕ) = r

1

 

 

 

 

r

2

 

r ≥ 0,

 

 

 

 

 

exp

 

 

,

–π≤φ≤+π.

(6.48)

2πσ

2

 

2σ

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Используя теперь соотношение (6.19), для компонент системы получим

+π

 

1

 

 

 

 

r

2

 

 

 

 

r

 

 

r

2

 

 

 

Wρ (r) = r

 

 

 

 

 

 

 

 

, r ≥0.

 

 

 

exp

 

dϕ =

 

exp

 

 

(6.49)

2πσ

2

2σ

2

2

2σ

2

π

 

 

 

 

 

 

 

 

σ

 

 

 

 

 

 

 

+π

 

 

 

1

 

 

 

r

2

 

 

 

 

1

 

 

 

 

 

 

Wθ (ϕ) =

 

 

 

 

 

 

 

 

 

 

 

 

 

 

r

 

 

 

exp

 

dr

=

 

, –π≤φ≤+π.

(6.50)

2πσ

2

2σ

2

2π

π

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таким образом, удалённость ρ исследуемой точки от начала

координат подчиняется релеевскому закону распределения (см. п. 4.5.2), а угловое направление на точкуθ – равномерному закону распределения (см. п.4.5.1).

161

6.9. Преобразование системы СВ в новую случайную величину

Пусть задана некоторая функция f (x1, x2 ), используемая для преобразования системы СВ {ξ1 ,ξ2 } в новую случайную величину

η = f (x1, x2 )

(6.51)

и необходимо отыскать правило расчета закона распределения этой новой СВ по плотности вероятности системы {ξ1 ,ξ2 }. Для

использования ранее полученных соотношений (6.44)-(6.46) обозначим временно η =η1 и дополним эту СВ вспомогательной

случайной величиной η2 =ξ2 . Тогда одна из двух обратных функций для системы СВ {η1 ,η2 } оказывается для всех функ-

циональных преобразований равной

x2i =ϕ2i (y1, y2 ) = y2 , т.е.

не зависящей от

ξ1 , а потому якобиан преобразования (6.46)

 

 

ϕ1i

 

ϕ1i

 

приобретает вид

Ji =

y1

 

y2

= ϕ1i

 

(= 0)

{ y2 } { y2 }

y1

 

y

 

y

2

(= 1)

 

 

1

 

 

 

 

Из определяемой (6.44) плотности вероятности системы {η1 ,η2 } информацию об исходной величине η =η1 можно выделить с помощью правила (6.19), а именно

Wη ( y1 ) = +∞Wξ1ξ2

(ϕ1i ( y1

, y2 ), y2 )

 

ϕ1i

 

dy2 .

 

 

−∞ i

 

 

 

y1

 

 

При однозначной обратной функции ϕ1i (...) суммировать ветви

обратного преобразования не требуется и правило расчета закона распределения функции от системы СВ приобретает вид

162

Wη ( y) = +∞Wξ1ξ2

(ϕ1i

( y,u), u)

 

ϕ1i ( y,u)

 

du ,

(6.52)

 

 

−∞

 

 

 

y

 

 

 

 

 

 

 

 

 

где аргумент y соответствует искомой величине η , а исчезающий при интегрировании аргумент u – вспомогательной СВ η2 .

Пример 3: Закон распределения суммы двух СВ η =ξ1 +ξ2 . Введём вспомогательную СВ η2 =ξ2 и из η =η2 +ξ1 получим обратную функцию ξ1 =ϕ1 (η,η2 )=η η2 . Сопоставляя величине η аргумент y , а величине η2 аргумент u на основании (6.52) и

того, что

{y u}

=1, получаем соотношение

 

 

y

 

 

 

Wη ( y) = +∞Wξ1ξ2 (y u, u) du .

(6.53)

 

 

−∞

 

Пример 4: Закон распределения произведении СВ η =ξ1 ξ2 . Введём вспомогательную СВ η2 =ξ2 . Из η =η2 ξ1 получим обратную функцию ξ1 =ϕ1 (η,η2 )=η /η2 . Сопоставляя величине

η аргумент y ,

а величине η2 аргумент u на основании (6.52) и

того, что

{y / u} =

1

, получаем соотношение

 

 

y

 

u

 

 

 

 

 

 

 

 

 

 

 

+∞

y

 

du

 

 

 

Wη ( y) =

 

 

 

Wξ1ξ2

 

, u

| u |

.

(6.54)

 

 

 

 

 

 

−∞

u

 

 

 

По аналогии можно получить правила расчета законов распределения и для других арифметических функций. Отметим, что соотношения (6.53)-(6.54) могут использоваться, в том числе, и для зависимых аргументов ξ1 и ξ2 . Для независимых аргумен-

тов правила немного упрощаются; они представлены в таблице

163

Законы распределения функции независимых СВ

Wξ1 +ξ2 ( y) = +∞Wξ1( y u) Wξ2 (u) du = +∞Wξ1 (x) Wξ2 ( y x) dx

−∞ −∞

Wξ1 ξ2 ( y) = +∞Wξ1 ( y +u) Wξ2 (u) du = +∞Wξ1 (x) Wξ2 (x y) dx

−∞

 

 

 

 

 

 

 

−∞

 

 

 

 

 

 

 

 

+∞

 

y

 

 

du

 

+∞

 

 

y dx

Wξ1 ξ2 ( y) =

Wξ1

Wξ2

(u)

= Wξ1 (x) Wξ2

 

 

 

 

 

 

 

 

 

 

 

| u |

 

 

 

| x |

−∞

 

u

 

 

 

−∞

 

 

x

 

+∞

 

 

 

 

 

 

 

+∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Wξ1 /ξ2 (y) = | u | Wξ1 (yu) Wξ2 (u)du =

| x2|

Wξ1 (x) Wξ2

 

x

 

dx

 

−∞

 

 

 

 

 

 

 

−∞

y

 

 

y

 

(6.55)

(6.56)

(6.57)

(6.58)

В некоторых случаях использование подхода, определяемого (6.52), не вполне удобно. Альтернативные варианты рассуждений можно найти, например, в [1, с. 372-380], где анализируются весьма интересные для практики случаи максимизации и минимизации совокупности случайных величин.

Пример 5: Найти закон распределения суммы двух независимых случайных величин, распределенных по показательному закону с параметрами λ1 и λ2 .

Принципиально важно, что показательное распределение (3.33) предполагает возможность наблюдения лишь неотрицательных значений СВ. Это означает, что при использовании интегральной свёртки (6.55) необходимо уделить особое внимание определению реальных пределов интегрирования. Для этого нарисуем друг под другом входящие в (6.55) сомножители (см, рис. 36); нижний рисунок получается из функции W2 (x) за счет

её разворота вдоль оси x («cлева направо») и смещения начала координат в точку y. Действительно, функция W2 ( y x) будет

принимать наибольшее значение в точке x = y , т.е. при нулевом аргументе; она плавно понижается для x < y – там, где

164

разность ( y x)

принимает положительные значения, и

W2 ( y x) = 0 для

x > y , т.к. для подобных значений x аргу-

мент ( y x) оказывается отрицательным.

W1(x)

λ1

0

1,0/ λ1

x

 

W2(y– x)

 

λ2

 

 

W2(–x)

 

 

0

y

x

Рис. 36. ПРВ для подынтегральных сомножителей из (6.55)

Итак, областью аргументов x, в которой как верхний, так и нижний график принимают ненулевые значения, является диапазон x [0, y]. Таким образом, ограничение области допусти-

мых значений для показательного закона распределения при использовании свёртки (6.55) проявляется в использовании пределов

+∞

 

 

y

 

 

Wξ1 +ξ2 ( y) = Wξ1 (x) Wξ2 ( y x) dx =

λ1 eλ1 x λ2 eλ2 ( yx) dx =

−∞

 

 

0

 

 

y

 

λ22

y eλ2 y ,

λ1 = λ2 ,

y 0

= λ1λ2 eλ2 y

e(λ2 λ1 ) x dx =

 

eλ1 y eλ2 y

, λ1 λ2 ,

y 0

0

λ1λ2

λ2 λ1

 

 

 

 

 

Дляслучая λ1 = λ2 законраспределениясуммыпоказаннарис. 37.

165

Как следует из рисунка, закон распределения суммы может заметно отличаться поформеот законов распределения слагаемых. Вершина плотности вероятности оказывается сглаженной, более «колоколообразной». Как будет установлено позднее, этот эффект является вполне закономерным и ожидаемым.

Wξ1 +ξ2 (y)

0,37 λ2

0,2 λ2

0

0,5/ λ1 1,0/ λ1 1,5/λ1 y

Рис. 37. Закон распределения суммы независимых СВ, распределенных по показательному закону

Пример 6: Найти закон распределения суммы двух независимых нормально распределенных случайных величин ξ и η с параметрами (aξ ,σξ ) и (aη ,ση ) .

Искомый закон распределения будет определяться интегральной сверткой (6.55), где бесконечно широкие диапазоны допустимых значений слагаемых означают необходимость интегрирования вдоль всей оси x

 

+∞

 

1

 

 

(x aξ )2

 

 

1

 

 

 

(z x aη )2

Wξ+η (z) =

 

 

exp

 

 

 

 

 

 

exp

 

du .

πσ

2 σ 2

πσ

 

2 σ 2

 

 

 

 

 

η

 

 

 

 

−∞

2

ξ

 

 

ξ

 

 

2

 

 

 

η

 

Для преобразования записанного интеграла полезно принять во внимание, что для произвольных величин ϕ и ψ справедливо соотношение

ψ 2

 

ϕ 2

 

 

1

 

 

 

 

)

2

 

ση

 

σξ

2

 

 

 

+

 

 

 

=

 

 

 

 

 

ψ +ϕ

 

+

 

ϕ

 

ψ

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

2

 

 

 

 

 

 

 

 

σξ

 

 

 

 

 

 

ση

 

 

σξ

 

(σξ

+ση )

 

 

 

 

 

 

 

ση

 

166

Тогда, используя обозначения

ϕ = (x aξ )

и

ψ = (z x aη ) ,

представим сумму показателей экспонент в виде

(z x aη )2

2 ση2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(x a )2

 

1

 

 

 

2

σ

η

 

 

σ

ξ

2

 

ξ

=

 

(z (aξ +aη ))

+ (x aξ )

 

(z x aη )

 

 

.

2

2

2

2

σξ

ση

 

σξ

 

2(σξ +

ση )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

В полученной сумме первое слагаемое не зависит от переменной

интегрирования “x”,

а второе слагаемое можно записать в виде

 

1

 

 

ση

 

σξ

 

2

 

1

 

2

2

 

 

2

 

 

 

 

 

 

 

ση

+σξ

 

A

,

 

 

 

 

+

 

 

 

x A

=

 

 

 

 

x

 

 

 

2(σξ2 +ση2 )

σξ

ση

2

σξση

σ 2 +σ 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

η ξ

 

где A – константа, сложным образом зависящая как от параметров распределений, так и от текущего значения аргумента z.

Используя обозначения

σz =

 

σξση

 

 

 

и A* =

A σηση

, пред-

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ση2 +

ση2

(ση2

+ση2 )

 

 

 

 

 

 

 

 

 

 

 

ставим анализируемую свертку в виде

 

 

 

 

 

 

 

 

 

 

 

σz

 

 

(z (aξ +aη ))

2

 

 

 

+∞

1

 

 

 

 

 

 

2

du

W

(z) =

exp

 

 

 

 

exp

[x A*]

 

2

2

 

 

 

 

 

2

ξ+η

 

2πσξση

 

 

 

 

 

 

2πσz

 

 

 

 

 

 

 

 

 

 

2 (σξ

+ση )

 

 

 

 

−∞

 

 

 

 

 

2 σz

 

но в таком случае последний интеграл, как результат интегрирования вдоль всей оси аргументов нормальной плотности вероятности по свойству нормировки (3.22) будет равен единице (независимо от конкретных значений параметров (A*,σz ) . В

итоге, распределение суммы величин ξ и η принимает вид

 

 

 

1

 

 

 

(z (aξ

+ aη ))2

 

 

W

(z) =

 

 

 

exp

 

 

 

,

(6.59)

 

2

2

2

2

ξ+η

 

2π

 

 

 

 

 

 

ση

+ση

 

 

2 (σξ

+ση )

 

 

 

т.е.оказывается нормальным распределением с параметрами

aξ +η = aξ + aη , σξ +η = ση2 +ση2 .

(6.60)

167

 

Полученный результат можно обобщить следующим образом:

Сумма произвольного числа независимых нормальных случайных величин ξi с параметрами (ai ,σi ) подчиняется

нормальному распределению с параметрами

aΣ = ai , σΣ =

σi2 .

(6.61)

i

i

 

6.10. Числовые характеристики функции системы СВ

При дальнейшем анализе свойств системы СВ могут оказаться полезными следующие свойства числовых характеристик: 1) при масштабировании случайной величины

M{ c ξ } = +∞(cx) Wξ (x) dx = c +∞x Wξ (x) dx = c Mξ .

(6.62)

 

−∞

−∞

 

D{ c ξ } = +∞(cx cMξ )2Wξ (x) dx =

 

 

−∞

 

(6.63)

 

= c2

+∞(x Mξ )2Wξ (x) dx = c2 Dξ

 

 

−∞

 

2) при суммировании случайных величин

 

M{ξ1 ±ξ2} = +∞+∞(x1 ± x2 )W12 (x1, x2 ) dx1dx2 = +∞x1 +∞W12 (x1, x2 ) dx2 dx1 ±

 

−∞ −∞

−∞ −∞

 

±+∞x2 +∞W12 (x1, x2 ) dx1 dx2 = +∞x1W1(x1) dx1 ±+∞x2W2 (x2 ) dx2 = Mξ1

± Mξ2 ,

−∞ −∞

−∞

−∞

 

а для дисперсии аналогично получаем (см. (4.4), (4.6))

 

 

+∞ +∞

+∞

2

+∞

D{ξ1 ±ξ2} = ∫ ∫

(x1 ± x2 )2W12 (x1, x2 ) dx1dx2 =

x1

W12 (x1, x2 ) dx2 dx1 ±

 

 

−∞ −∞

−∞

 

−∞

+∞

2

+∞

+∞ +∞

 

 

+

x2

W12 (x1, x2 ) dx1 dx2 ± 2 ∫ ∫ x1 x2 W12 (x1, x2 ) dx1dx2 = Dξ1 + Dξ2 ± 2K12

−∞

 

−∞

−∞ −∞

 

 

168

Таким образом, математическое ожидание суммы СВ равно сумме математических ожиданий, а для дисперсии суммы соотношение оказывается более сложным и требует учета взаимной корреляции величин, но для некоррелированных СВ дисперсия суммы величин равна сумме дисперсий.

В общем случае, для линейной комбинации СВ справедливо

n

 

n

M ai

ξi

= ai Mξi

i=1

 

i=1

n

 

n n

n

+ 2ai aj Kij

D ai

ξi

= ∑∑ aiaj Kij

= ai2 Dξi

i=1

 

i=1 j=1

i=1

i< j

(6.64)

(6.65)

3) для получения математического ожидания произведения СВ следует вернуться к п. 6.6.2, где было введено понятие корреляции. Из соотношения (6.36) следует, что

m1{ξ η} = Bξη = Mξ Mη + Kξη ,

(6.66)

т.е. для некоррелированных СВ математическое ожидание произведения СВ равно произведению математических ожиданий, а при Kξη 0 требуется поправка на величину ковариации.

Общие выражения и для математического ожидания, и для дисперсии оказываются весьма громоздкими, поэтому ограничимся следующим результатом: для произведения независимых СВ справедливо

M ξi

= Mξi

 

n

n

 

D ξi

i=1

i=1

) Mξ2i .

= (Dξi

+ Mξ2i

n

n

 

n

i=1

i=1

 

i=1

(6.67)

(6.68)

169

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]