книги из ГПНТБ / Богданов, В. Н. Теория вероятностей (учебное пособие)
.pdf70
Пренебрегая бесконечно малой |
третьего порядка, получим; |
|
Вероятность попадания случайной |
точки ( Х Д ) в элементарный |
|
прямоугольник, примыкающий к |
точке |
00 сторонами АХ и |
равна произведению плотности |
распределения системы в |
точке (£ ,^ У |
|
и площади прямоугольника. |
|
|
|
Свойства плотности распределения |
системы случайных величин, |
||
1с Вероятность |
U f-) [ j |
• |
|
Действительно, чтобы найти |
|
поступаем так. |
Разбиваем |
область на элементарные клетки. Согласно правилу сложения вероятнос
тей , |
искомая вероятность равна сумме вероятностей попадания систе |
||||
мы в |
какую-либо клетку. Выполняя суммирование |
и переходя к пределу |
|||
при |
AOl-^ o е |
—? q . |
поручим: |
|
|
|
|
|
|
- I f |
(2 ,5 .1 ) |
1 |
|
|
ur |
|
|
|
|
|
|
||
|
4 |
*• |
-oo -OO |
u |
^ |
так как на основании определения интегральной функции распределе
ния, используя |
формулу |
(2 о 5 .1 ), |
|
|
|
Швам |
; |
р ( К х |
У ( ^ г |
<=R.) J j |
‘ЬосЦ - |
-- fw
_ -ос -ОО |
что |
X |
Lj |
|
Отсюда следует, |
|
|||
|
К м ) * ] ^ Х | |
(2 .5 .2 ) |
||
|
|
-О0 -V33 |
^ |
|
Зв Найдя вторую смешанную производную от обоих частей преды |
||||
дущего равенства |
{?. .5 .2 ), |
получим |
|
|
|
0 x 3 я |
|
(2 .5 .3 ) |
|
|
|
|
71
Формулы |
(2 „5 .2 ) |
и (2 .5 |
.3 ) выражают взаимосвязь между интегральной |
|
функцией распределения |
и плотностью распределения |
системы (Х ,У ). |
||
Ч. |
Полагая |
в равенстве ( 2 . 5 . 2 ) * - ° 0 и |
находим вероят |
ность того, что наудачу брошенная точка упадет на координатную
плотность Хо^ . Это есть |
достоверное событие. |
Отсюда,.имеем: |
|
•t O Q |
Ч С О |
|
|
|dx| |
- I |
(2 .5 .4 ) |
|
-со |
-00 |
* |
|
5 6. Геометрическая вероятность
|
Ci1истсма а |
д |
называется равномерно распределенной в области |
||||
.UT , |
если |
её |
плотность |
распределения задана |
так: |
||
|
|
|
|
J t |
внутри |
|
|
|
|
|
|
\ 0 вне |
. UT |
|
|
Здесь |
С |
- |
постоянная величина. Её находим„ |
используя равенство |
|||
(2 .5 .4 ) |
: |
|
|
|
|
|
|
|
|
| dxl |
|
|
j 10-ciOi-Am |
C*UT |
Примечание: Для удобства записи |
площадь |
области |
будем o6o3le- |
||||
чать той же буквой, что и саму область. |
|
|
|||||
Из равенства tuTil |
|
находим ь - |
* |
|
|
|
|
Пусть область |
[Г |
целиком расположена |
внутри |
области (аГ ( см. рис. |
|||
2 .5 .1 ). Вероятность |
попадания системы |
в |
область { f находим |
||||
по изложенному |
выше |
правилу: |
|
|
|
|
|
|
|
|
|
е -а х -А ч |
— |
|
|
|
|
|
|
|
|
иГ |
|
л- |
* |
|
|
f |
|
|
события с о с |
Отношение — |
называется геометрической вероятность» |
тоящего в том, что система двух случайных величин„ равномерно рас пределенная в области \дГ , попадает в область lT .
72
73
§ 7* Безусловные законы распределения отдельных случайных величин / входящих в систему.
|
|
|
V |
|
|
|
|
|
|
|
|
|
Лана система случайных величин (Х .^ ) |
и еб |
плотность распре |
||||||||||
деления |
|
*0 Найдем вероятность 'попадания £ |
в |
интервал |
||||||||
(.Ос^ОслдХ), при |
этом |
!Г |
может иметь любое |
значение. |
Иными слова |
|||||||
ми^ найдем вероятность попадания |
системы. (X ,У ) |
в элементарную по |
||||||||||
лоску |
AS |
(ри с. |
2 .7 .1 ) . |
Используя правило |
вычиоления |
вероятности |
||||||
попадания |
системы в |
заданную область, |
получиш |
|
|
|
||||||
|
. |
|
|
К(ХЛ)6^М |
|
|
1 |
Щ |
|
0 |
||
|
|
|
Д Х |
|
йУ |
|
u X |
|
в |
|||
|
По малости |
можем пренебречь |
изменением £ |
этом интервале. |
||||||||
|
|
|
|
+ оэ |
в |
• |
|
|
|
|
|
|
.Тогда |
интеграл |
|
j |
|
будет выступать как постоянная вели |
|||||||
чина.’ |
Отсюда |
•'** |
|
|
* |
|
|
|
|
|
||
Ь+*Х Y ° |
* |
|
г+оо |
|
|
|
|
|
|
|
||
•J < Ц |
|
|
- [ |
|
Н |
х 5 |
|
|
|
|
• |
X-00
Следовательно,
Левая часть последнего равенства есть плотность распределения слу
чайной величины \ • Обозначив её |
|
получим: |
|
+00 |
|
|
|
^ Х ) = | (Н М * ‘Ч |
“ |
. |
(2 .7 .1 ) |
-сй |
. |
Аналогично находим плотность распределения Ч$дЦ) случайной величи
ны ^ : ‘ +оо*
(2 .7 .2 )
- сЬ Равенства (2 .7 .1 ) и (2 .7 ,2 ) дают законы распределения отдельных
величин, входящих в систему. Они называются безусловными, ибо опре-
деляя закон распределения одной.случайной величины, на другую ника-
•&
ких условий не накладывается.
§ |
8. Условные законы распределения отдельных величин, вхо |
|||||||||||||
|
|
|
|
дящих |
в |
систему |
|
|
|
|
|
|
||
В |
отличие от |
предыдущего |
требуется |
найти |
плотность |
распреде |
||||||||
ления случайной величины X |
|
при |
условии, что |
^ |
принимает |
опре |
||||||||
деленное значение |
^ |
. Обозначим |
эту |
плотность |
|
|
|
|
|
|||||
Пусть |
попадает |
в |
интервал |
|
^ |
|
. |
Назовем |
это |
событием |
$ е |
|||
Его вероятность: |
|
|
|
* |
где |
|
“ |
безусловная |
плотность |
|||||
распределения X |
• Пусть X |
попадает |
при |
этом |
в интервал (х ^ с + д х ) |
|||||||||
- событие Р> с условной вероятностью |
|
|
( |
|
х |
/ |
. |
|||||||
Произведение |
событий |
^ « ф д а е т |
попадание |
системы |
( л ^ ) в |
элемен |
||||||||
тарную клетку Д\ЛГ (смо рис. 2 .7 .1 ). |
|
|
|
|
|
|
|
|||||||
Следователь но, $[£*§) - |р |
|
^ |
|
- Н1^) ^ |
*Д^ , |
|
|
|
||||||
гае |
- |
плотность распределения |
системы ( Х ^ ) |
По формуле |
||||||||||
вероятности |
произведения событий |
имеем: |
|
|
|
|
|
|
||||||
И«л-w = w «я) ■v I а / л») - 1нМ ) 4 у ‘с( * / |
! к у & |
|
г |
|
|
|
||||||||
В двух последних равенствах одинаковые левые части. Приравнивая |
||||||||||||||
правые, |
получим: |
|
|
|
|
|
|
|
|
|
|
|
|
Условие, |
что |
0 пРеДеле приД^->0 превратится в усдо- |
вие 3 - 1^ |
, |
следовательно |
Аналогично, если случайной величине X
чение X ;
Платность распределена системы случайных величиияеличкп ( Д }^ ) равна произведению плотностз распределения одной из случайных величин
а условной шштйостз распределения другой случайной величины,вы численной арн условяч, что первая приняла определенное значение.
75
Из первого равенства, выражая ЧД 1}) по формуле (2 .7 .2 ) . находим:
(2. 8. 2)
Аналогично из второго:
/* ) - ■ ’ "И----- |
( 2. 8.Э) |
Равенства (2 .8 .2 ) и (2 .8 .3 ) дают условные законы распределения отдельных величин, входящих в систему.
§ 9 . |
Вероятностная зависимость |
между случайными |
|
|
|||
|
|
величинами. |
|
|
|
|
|
Обратимся |
к формуле |
(2 .8 .3 ) . Она дает плотность распределения |
, |
||||
когда J |
принимает |
конкретное значение |
X |
. Таким образом, в |
функ |
||
ции ^ { ^ / Х ) аргументом является | |
, а |
ОС |
играет роль |
параметра. |
|||
Каждому значению параметра соответствует своя функция ^ |
|
Гра |
|||||
фики таких |
функций при нескольких значениях |
% показана |
на рис. |
2 .9 .1 .
Если плотность распределения одной случайной величины зависит от
того, какое значение приняла другая, то случайные величины называются зависимыми. А сама зависимость называется вероятностной.
Если же закон распределения одной случайной величины не зависит
от того, |
какое значение приняла другая, то случайные величины на |
|
зываются |
независимыми. При атом для каждой из них условный и бе- |
|
зусловный законы распределения тождественно одинаковы: |
||
|
Л '(ч /Х ) |
• Равенотвп (2 .8 .1 ) принимает вид: |
(2.9.1)
76
Плотность распределения системы независимых случайных величин рав на произведению плотностей распределения отдельных величин, вхо-
дящих в систему.
|
§ 10. |
Математическое ожидание |
и дисперсия |
случайных величин, |
||
|
|
|
входящих в |
систему |
|
|
|
Математическое ожидание и дисперсия случайных величин, вхо |
|||||
дящих в систему ( Х 5 |
) определяются таким же |
способом, |
как это |
|||
было сделано ранее, когда рассматривалась одна |
случайная |
величи |
||||
н а . |
Выражая плотность |
распределения % № ) я |
по ф орм ам |
|||
(2 .7 .1 ) и ( 2 . 7 . 2 ) , получим? |
|
|
|
|||
|
-}•оо |
ЧСО |
"*1 |
*2*, |
|
|
|
-со |
|
|
|
|
|
|
•Vсо |
|
|
|
|
|
ЕП) -)] |
|
|
|
|
|
|
|
- 0 0 |
|
|
|
|
|
|
чоо |
|
|
|
|
|
В Д |
- \ \ |
|
ttoc-cLiv |
|
|
|
|
-•QQС О |
|
У |
|
|
|
§ |
I I . Ковариация случайных величин, |
входящих |
в систему |
||
Как было |
изложено ранее, |
случайные |
величины 1 |
и ^ находят- |
|
|
|
v |
|
> |
|
ся в вероятностной зависимости, если при |
различных |
значениях одной |
|||
из нкх |
другая |
имеет различные |
плотности |
распределения,' Возникает |
|
необходимость |
характеризовать |
степень такого различия или тесноту |
77
связи между X и . Для этой цели используется ковариация ( или
корреляционный момент, или момент связи ) случайных величин, обозна
чаемая |
|
или |
и |
определяемая равенством: |
U r ( X , 4 ) - |
|
IV f- ^ |
<*х ,с ^ |
|
Если X й **? |
вероятностно |
независимы, то Ce<l(X,4 ) - 0 « |
||
Действительно, |
з этом случае. |
-<{ Д х Н з - Ц ’) |
||
f сО |
|
4 00 |
|
|
ь и х . , 4 ) - j p - u ) > u * , y i |
- |
|||
-оз и |
р ,*50 |
—сэ |
|
|
+оО |
|
|
*i?° |
|
|
|
|
|
Л Х - |
-co l «3
( * ' М ч,ы 1£ ч ' ^ 4 ) А х ' °
-со
Возрастание ковариации свидетельствует о возрастании теснота свя
зи |
между |
X |
й V • Однако |
обратное |
заключение |
сделать |
|
«ельзя. Ко- |
|||||
вариация |
может быть равна |
нулю, |
хотя |
|
ф |
величины |
зависимые, |
||||||
случайные |
|||||||||||||
|
|
* |
|
|
г |
|
|
|
|
|
|
|
|
В этом случае они называются некоррелированными. |
|
|
|
||||||||||
|
% 12. Функции случайных аргументов |
|
|
|
|
|
|||||||
|
Если между случайными |
величинами |
X |
й V |
существует вероят |
||||||||
ностная зависимость, то не |
известно, |
чему |
буд^т равно ^ |
* |
когда |
||||||||
X |
примет определенное |
значение,равное % . Известно |
лишь, |
в ка |
|||||||||
ком интервале |
и с какой |
вероятностью |
может |
быть |
"Н . |
Например |
|||||||
( см. рис♦ 2 .9 .1 ), при X |
Ч |
$ |
} |
^ |
площаДЙ М О . |
|
|||||||
Однако |
возможен следующий |
частный случай. гри каждом значении |
|||||||||||
\ ъ % график |
функции |
|
выглядит так, как показано на рисун |
||||||||||
ке |
(2 .1 2 .1 ), |
Каждому определенному |
значению% - % соответствует |
78
79
очень малый интервал i возможных значений случайной величины1! .
Если i стремится к нулю и стягивается в точку с ординатой ^ ,
то можно считать, что взятому значению Х - % соответствует опреде
ленное значение |
. А если каждому возможному |
значению |
случайной |
|||||
величины |
X будет соответствовать |
определенное |
значение |
^ |
, |
|||
равное |
|
|
|
|
|
|
|
|
то вероятностная |
зависимость |
между |
X и ^ |
обращается в |
|
функцио |
||
нальную, |
становится функцией случайного |
аргумента \ . |
|
|||||
Если |
имеем функцию |
многих |
случайных |
аргументов |
|
|
||
то для каждой совокупности их возможных значений |
значение |
функ |
||||||
ции определяется |
равенством: . |
. , |
|
|
|
|
§ 13. Математическое ожидание и дисперсия функции случайных аргументов
Лана непрерывная функция случайного |
аргумента |
|
и |
||||||
плотность |
распределения аргумента |
* |
Так |
как |
^ |
зависит |
от |
||
X » а X |
- |
величина случайная, то |
* 4 - |
также |
величина случайная. |
||||
Требуется найти её математическое ожидание и дисперсию. |
|
||||||||
Если <{г ^ ) |
" безусловная плотность |
распределения |
случайной |
||||||
величины |
1j |
, то |
математическое ожидание |
Е(г]) |
выражается форму |
||||
лой: |
|
*♦©0 |
|
|
|
|
|
|
|
EH)-j |
|
|
|
|
|
|
|
||
|
|
- ©о |
|
|
|
|
|
|
|
Непосредственно вычислить интеграл невозможно, ибо функция Щ |
) |
||||||||
неизвестна. |
Поэтому поступаем следующим образом. Произведение |
||||||||
|
|
вероятность попадания |
|
в интервал ( ^ ) |
|
(2.13Л)
Но ^ попадает в интервал |
» если X попадает в интер- |