книги из ГПНТБ / Васильков Д.А. Начала теории вероятностей учеб. пособие
.pdfГ л а в а 2 СЛУЧАЙНЫЕ ВЕЛИЧИНЫ
§ 13. Понятие случайной величины
Весьма часто в практике ставится статистический экспе римент, который состоит в серии измерений некоторой пере менной X, принимающей те или иные значения под действи ем случайных факторов. В качестве примеров отметим ре зультаты измерения любой физической константы, сумму вы игрыша по лотерейному билету, количество вызовов, посту пивших в течение часа на телефонную станцию и т. д. Все это — примеры случайных величин.
Условимся обозначать буквой А (может быть, с индекса ми) всевозможные промежутки на числовой оси; пусть, в ча
стности, |
До = |
( — с о , + оо) —сама |
числовая |
|
ось. При |
некото |
||||||||||
ром замере величины X могут |
происходить |
|
события |
вида |
||||||||||||
А = |
{Х€ |
Д), |
в |
частности |
В = |
(X = х), |
С = |
(X < |
х') |
и т. д. |
||||||
При каждом замере мы считаем событие |
(X £ До) |
досто |
||||||||||||||
верным, |
а события (Х=Х\) |
и |
(Х=х2), |
где |
|
хх |
Ф х2, |
несовме |
||||||||
стными. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Говорят, что переменная X представляет |
|
собой |
случайную |
|||||||||||||
величину, |
если |
имеется поле вероятностей |
(А, |
Р), |
охватыва |
|||||||||||
ющее события |
(X (: М), |
где |
М |
образуют |
|
некоторый |
класс |
|||||||||
множеств, |
заведомо содержащий |
всевозможные |
промежутки |
|||||||||||||
Д числовой |
оси: |
|
|
|
|
|
|
|
|
|
|
|
|
|||
Так же как в § 7, можно убедиться в том, что |
|
А содержит события |
||||||||||||||
вида |
(Х&М), |
|
где М — произвольное борелевское |
множество |
на |
число |
||||||||||
вой |
оси. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Часто рассматривают одновременно конечную или счет ную систему случайных величин Х\, Х2,--. • При этом целе сообразно требовать, чтобы А содержало всевозможные произведения вида
UiX^Mt); i
в А будут входить и события вида {Xk£ М), так как
(xktM)= П^е^),
i
если положить Мк — М и Mt = До при всех i Ф к.
20
Любые две случайные величины X и X', обладающие тем свойством, что Р(Х Ф Х') = 0, мы условимся считать тожде ственными, другими словами, мы не будем различать две случайные величины, если их совпадение почти достоверно.
§ 14. Функция распределения случайной величины
Будем говорить, что задан закон |
распределения |
случай |
||||
ной |
величины X, |
если |
известны вероятности Р(Х 6 А) собы |
|||
тий |
(Х£ Д) |
для |
всех |
промежутков Д. |
|
|
|
В этом |
параграфе |
мы покажем, |
что закон распределения |
случайной величины полностью определяется заданием не
которой |
функции |
F(x) |
числового |
аргумента х, |
определенной |
||||||
на ДоЭто — функция |
распределения |
случайной |
величины |
||||||||
X:F(x) |
есть |
значение |
вероятностной функции |
Р(Х |
6Д) для |
||||||
промежутка |
Д = ( — о о , |
х), т. е. |
|
|
|
|
|||||
|
|
|
|
F(x)=P(X |
|
<х). |
|
|
(1) |
||
Установим некоторые простые свойства функции распре |
|||||||||||
деления. Прежде |
всего, ясно, |
что |
|
|
|
|
|||||
|
|
|
|
|
0 < F W < 1 . |
|
|
(2) |
|||
Далее, если |
х\ |
< |
Х2, то |
(X |
< |
х\) |
cz (X |
< х2), |
поэтому |
||
т. е. F(x) |
— возрастающая |
функция. |
|
|
|
||||||
Рассмотрим |
произвольную |
убывающую |
последователь |
||||||||
ность |
|
|
|
Xi > х2 > ... |
|
|
|
|
|
||
|
|
|
|
> |
х„ > |
..., |
|
|
|||
стремящуюся |
к —оо. События |
Ап |
•= {X |
< хп) |
(п = |
1, 2,...) |
|||||
будут связаны |
соотношениями: |
|
|
|
|
||||||
|
|
|
|
Аг ZD Аг |
ZD • • • ZD Ап ZD |
|
|
||||
и, кроме |
того, |
|
|
|
|
|
|
|
|
|
оо
П АП = 0 .
Следовательно (см. § 5),
11тР(Лл ) = 11т/=•(*,,) = О,
п-»оо п-ки
таким образом,
Пгп7? (х) = 0. |
(3) |
Х-т—СО
Возьмем теперь произвольную возрастающую последова тельность
Х\ <С х2 < . . . < xn<z\...,
21
стремящуюся к |
|
|
|
События |
Вп = |
(Х <х„) |
(п = |
1,2,...) |
|||||||||
будут удовлетворять |
условиям |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
Вх |
cz В2 |
с • • • с: Вп |
с • • • , |
|
|
|
|
|||||
и сумма |
2 |
&п |
будет достоверным |
событием. Следовательно |
|||||||||||||
|
|
л - 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(см. § 5), |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
WmP(Bn) |
= |
|
\lmF{xn)=\, |
|
|
|
|
|||||
|
|
|
|
|
л-*-оо |
|
|
|
л - н» |
|
|
|
|
|
|
||
итак, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11m |
F(x)=\. |
|
|
|
|
|
(4) |
|||
|
Функция F(x), |
|
|
-Г->-+оо |
|
|
|
|
|
|
|
|
|||||
|
будучи |
монотонной, имеет |
в каждой точке |
||||||||||||||
пределы справа и слева. Покажем, что F(x) |
непрерывна |
сле |
|||||||||||||||
ва |
в каждой |
точке. В самом |
деле, |
фиксируем какое-либо XQ |
|||||||||||||
и |
рассмотрим |
произвольную |
|
возрастающую |
последователь |
||||||||||||
ность |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Х\ < |
х2 |
<....< |
хп< |
..., |
|
|
|
|
||||
сходящуюся к хп. |
Если |
обозначить |
Сп = |
(X |
<С хп) |
|
(п=\, |
||||||||||
2,...), то |
будем |
иметь |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
С, cz С2 с: • • • с С„ е • • • |
|
|
|
|
||||||||
|
|
|
|
|
|
|
2 |
С„ = |
|
( * < * „ ) . |
|
|
|
|
|
||
Согласно § 5 |
|
|
|
л=1 |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
Ига Р (С„) = |
Hm F (хП) = P(X<x0) |
= F (х0). |
|
|
|||||||||||
|
|
л - к я |
|
|
|
л - « о |
|
|
|
|
|
|
|
|
|
||
Итак, в любой точке Хо |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
F ( x 0 |
- 0 ) = F(x0). |
|
|
|
|
(5) |
|||||
Отсюда, |
в частности, |
следует, |
что |
F(x) |
полностью |
опреде |
|||||||||||
ляется своими значениями в точках непрерывности. |
|
|
|||||||||||||||
|
Покажем теперь, что, каков бы ни был промежуток А, ве |
||||||||||||||||
роятность |
Р(Х |
£ |
А) |
выражается через |
функцию |
распреде |
|||||||||||
ления. |
|
|
|
|
|
|
|
|
|
|
|
|
|
[а, |
Ь), |
|
|
|
Действительно, если Д есть полуинтервал |
вида |
где |
||||||||||||||
а < Ь, то |
(а |
<Х |
|
< |
Ь) = |
{Х < |
Ь) — {Х < |
а), |
так |
что |
|
|
|||||
|
|
|
|
Р (a ^ |
^ |
^ |
F |
(&)-/=• (а). |
|
|
|
(б) |
|||||
|
Фиксируем какое-либо число а, возьмем убывающую по |
||||||||||||||||
следовательность |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
22 |
|
|
|
|
х\ |
> х2 |
> ... |
|
> х„ > .. |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
сходящуюся к а, й рассмотрим |
события |
t)n |
— (а < X |
< х„) |
|||||||||||
(я = |
1, 2,...). |
При |
этом |
|
|
|
|
|
|
|
|
||||
и |
|
|
|
Д |
э |
Д |
э |
••• э £ ) „ з |
• • • |
|
|
||||
|
|
|
|
|
оо |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
П |
Д , = |
( * = а ) . |
|
|
|
|
|||
Следовательно, |
согласно § 5 |
|
|
|
|
|
|
||||||||
|
|
Р(Х=а) |
= |
Urn Р (£>„) = iim [F (хп) |
- |
F (а)], |
|
||||||||
т. е. |
|
|
|
|
л-*-со |
|
|
п~*-оо |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P(Z |
= |
a) = |
F(a |
+ |
Q) — F{a). |
|
(7) |
|||||
Если Л = |
[а, |
6], то |
|
|
|
|
|
|
|
|
|
|
|||
|
(ХеЩ |
= (а<Х<Ь) |
|
= |
(а^СХ<Ь) |
|
-\-(Х=Ь) |
|
|||||||
и согласно формулам |
(6) |
и |
(7) |
|
|
|
|
|
|
||||||
|
|
|
P{a^X<b)=F(b |
|
+ 0)-F{a). |
|
|
(8) |
|||||||
Если А = |
(а, Ь), |
то |
|
|
|
|
|
|
|
|
|
|
|
||
|
{Х£А) |
= {а<Х<Ь) |
|
= |
|
|
(а<Х<Ь)-(Х=а) |
|
|||||||
и в |
силу тех же формул |
|
|
|
|
|
|
|
|
||||||
|
|
Р{а |
< |
X |
<b)= |
F(b)~F(a |
+ |
0). |
(9) |
||||||
Переходя к бесконечным промежуткам, заметим, что по |
|||||||||||||||
определению функции |
|
F(x) |
|
|
|
|
|
|
|
||||||
|
|
|
|
Р(—оо |
< |
X |
< |
b)= |
F(b). |
|
|
(10) |
|||
Далее нетрудно |
установить |
равенства: |
|
|
|
|
|||||||||
|
|
|
|
P(-oo<X<b) |
|
= |
F(b |
+ 0), |
|
(И) |
|||||
|
|
|
|
P(a<X<+oo)=l-F(a), |
|
|
|
|
(12) |
||||||
|
|
Р ( а < |
J < |
+ о о ) = 1— F(a + |
0). |
(13) |
|||||||||
Формулы |
(6) — (13) |
|
показывают, |
что |
закон |
распределения |
|||||||||
случайной величины X однозначно определяется функцией |
|||||||||||||||
распределения |
|
F(x). |
|
|
|
|
|
|
|
|
|
|
|||
Заметим еще, что вместо того, чтобы говорить о «случай |
|||||||||||||||
ной |
величине, |
имеющей |
тот |
или иной закон |
распределения», |
говорят просто о «законе распределения» или о «распреде лении».
§ 15. Дискретные случайные величины
Случайная величина X называется дискретной, если она способна принимать лишь определенные значения Х\, х2, образующие конечное или счетное множество; тогда, когда множество [хи х2, ...} счетно, предполагается, что оно не имеет точек накопления. Последнее требование означает, что
23
любой конечный промежуток содержит не более конечного числа значений случайной величины X.
Предположим, что заданы вероятности
pk = P{X = xk) (ft = 1,2,...). (1)
Тогда мы можем указать закон распределения случайной ве личины X. Действительно, каков бы ни был промежуток Л,
|
Р ( * < Е Д ) = |
2 |
/>*• |
(2) |
|
В частности, положив |
А = |
( — о о , |
х), |
получим функцию |
рас |
пределения случайной |
величины X |
|
|
|
|
|
?{х)= |
2 |
Pk- |
|
(3) |
|
|
хк<х |
|
|
|
Заметим, что для любой дискретной случайной величины ве роятности (1) подчиняются условию
|
|
|
|
|
|
2 |
|
( |
|
4 |
) |
|
|
|
|
|
|
|
|
к |
|
|
|
|
|
|
(2) |
Для того чтобы в этом убедиться, достаточно в равенстве |
|||||||||||||
положить |
Л = |
До. |
|
|
|
|
|
|
|
|
|
||
Если |
xk |
и |
xt |
—два «соседних» |
значения дискретной |
слу |
|||||||
чайной |
величины |
X |
(т. е. между хк |
и |
xt нет других ее значе |
||||||||
ний), то функция распределения F(x) |
постоянна |
на |
полуин |
||||||||||
тервале (xk, xt\. |
Если среди хк |
есть наименьшее |
значение |
хт, |
|||||||||
то F(x) = 0 при |
— оо <^х |
- < л т |
; если |
существует |
наибольшее |
||||||||
значение хп, |
то F(x) |
= I |
при |
хп<_х |
< + со . |
|
|
|
|||||
|
|
§ 16. Непрерывные случайные величины |
|
|
|||||||||
Случайная |
величина X |
называется |
непрерывной, |
если |
су |
||||||||
ществует заданная на До = |
(—оо, + о о ) функция |
р(х), всюду |
|||||||||||
неотрицательная, |
имеющая |
на |
любом |
конечном |
промежутке |
||||||||
не более конечного числа точек разрыва и связанная |
с X сле |
||||||||||||
дующим свойством: каков бы ни был промежуток Д, |
|
|
|||||||||||
|
|
|
|
|
Р ( * 6 Д ) = |
^ |
p{x)dx. |
|
|
(1) |
|||
Такая функция называется |
|
д |
|
вероятности |
случай |
||||||||
ПЛОТНОСТЬЮ |
|||||||||||||
ной величины X. |
Положив'в |
(1) Д = |
До, обнаружим, |
что |
|
||||||||
|
|
|
|
|
^ p{x)dx |
= |
\. |
|
|
|
(2) |
||
|
|
|
|
|
—оо |
|
|
|
|
|
|
|
|
Взяв в качестве Л промежуток |
(—оо, х), получим выражение |
||||||||||||
функции |
распределения |
|
X |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F{x)= |
|
J |
p(x)dx. |
|
|
|
(3) |
|
|
|
|
|
|
|
|
—00 |
|
|
|
|
|
24
Отсюда следует, что в точках непрерывности плотности ве роятности
Р(х)=£- |
(4) |
Каково бы ни было а, |
|
а |
|
Р(Х = а)=^ p(x)dx |
= 0, |
а
следовательно, вероятности для X принять какое-либо зна чение из отрезка [а, Ь], интервала (а, Ь) или полуинтерва лов [а, b), (а, Ь] одинаковы
Р ( а < X<b) |
= P(a<X<b) |
= |
P(a<X<b) |
= |
|
|
ь |
|
|
= |
P(a<X<b) |
= ^ |
p{x)dx. |
(5) |
|
|
а |
|
|
Заметим, что дискретные и непрерывные случайные вели чины далеко не исчерпывают совокупность всевозможных случайных величин.
§ 17. Векторные случайные величины
Будем рассматривать плоскость, на которой выбрана си стема декартовых координат х, у. Говорят, что переменный
вектор |
U [X, |
Y\ представляет |
собой |
векторную |
случайную |
||
величину |
(или |
случайный вектор), если имеется |
поле |
вероят- |
|||
ностей |
(А, |
Р), |
охватывающее |
события |
вида ( t / g |
М), |
где М |
образуют некоторый класс множеств на плоскости, заведомо
содержащий все множества вида |
Q = |
{{x, |
у); |
xgAj, |
|
уб ^ г ! |
|||||||||
(Ai, |
Аг — произвольные |
промежутки). |
Соотношение |
U(• М |
|||||||||||
означает, что точка с координатами X и У принадлежит к |
|||||||||||||||
множеству |
М. |
|
|
|
|
|
|
|
|
|
|
|
~* |
||
|
Можно |
убедиться |
в |
том, |
что |
А |
содержит события |
вида |
|||||||
где |
(У £ М), |
||||||||||||||
М — произвольное |
борелевское |
множество |
точек |
на плоскости. |
|
||||||||||
|
Упомянутые |
в этом определении |
множества |
|
|
|
|
||||||||
|
|
|
|
Q =*{(*, у); |
лсбД,, |
у£Аг), |
|
|
|
|
(1) |
||||
где |
Аь Аг — какие-либо |
промежутки, |
условимся |
называть |
|||||||||||
прямоугольниками |
|
и обозначать |
кратко Q[Aj, А2 ]. |
|
вектор- |
||||||||||
|
Будем |
говорить, |
что |
задан закон распределения |
|
||||||||||
ной случайной |
|
|
|
—* |
|
У), |
если, каков |
бы |
ни |
был |
|||||
величины U {X, |
|||||||||||||||
прямоугольник |
вида |
(1), |
известна |
вероятность |
Р(С/ € |
Q) = |
|||||||||
= PL[(ATG Ai)(K€ Д2 )]. Закон |
распределения |
U [X, |
Y\ |
|
иначе |
||||||||||
называется совместным законом |
распределения |
X |
и У. |
|
2»
Функцией |
распределения |
векторной |
случайной |
величины |
U называется |
функция |
|
|
|
f(x, |
У) = Р\(~ со |
< * < * ) ( - с о |
< У<у)]. |
(2) |
Нетрудно показать, что функция распределения однозначно задает закон распределения. Отметим лишь, что в случае прямоугольника
|
Q={(x, |
у); а < * < 6 , |
c<y<d} |
|
|||||
вероятность P(U б Q) выражается |
посредством |
функции |
(2) |
||||||
следующим |
образом: |
|
|
|
|
|
|
|
|
P(0e |
Q) = |
Р [(а < X < Ъ) (с < У < d)] = |
|
||||||
= |
F(6, |
d)-F(b, |
c)-F(a, |
d)+F(a, |
с). |
(3) |
|||
Так же, как в § 14, можно |
показать, что F(x, |
у)—возрас |
|||||||
тающая функция от х (от |
у) |
при |
любом |
фиксированном у |
|||||
(соответственно при любом |
фиксированном |
х), |
lira F(x, у) |
= |
|||||
|
|
|
|
|
|
|
х,у-++оо |
|
=1 и lim F(x, у)= 0, lim ^(л;, у) — 0. Из (3) вытекает, что,
каковы бы ни были h > 0 и k > 0, вторая разность
F(x + h, y + k)-F{x + h, y)-F(x, y + k)+F(x, у)
функции распределения F(x, у) должна быть неотрицательна.
Закон |
распределения |
векторной |
случайной величины |
||||||||
U [X, |
У) |
однозначно |
определяет |
законы |
распределения |
ее |
|||||
компонент — случайных |
величин X |
и |
У. В самом деле, если, |
||||||||
как обычно, До = (—сю, + о о ) , |
а А — любой |
промежуток чис |
|||||||||
ловой |
оси, |
то |
|
|
|
|
|
|
|
|
|
и |
|
( * е л ) = ( * е д ) ( Г б л 0 ) |
|
|
|
|
|||||
|
р(*ед) = р [ ( * е д ) ( г е д 0 |
|
|
|
|
||||||
|
|
) ] . |
|
|
(4) |
||||||
В частности, если F(x, |
у)—функция |
|
распределения |
U, |
то |
||||||
функция распределения |
F'x(x) |
компоненты X выражается |
че |
||||||||
рез F(x, у) следующим образом: |
|
|
|
|
|
|
|||||
|
|
/%,(*) = Р(Л < х ) = |
Р [ ( - с о |
< * < * ) Х |
|
|
|||||
|
|
Х{-са<У |
< |
+ |
&>)] = |
F(X, |
+ао). |
|
(5) |
||
Точно так же |
|
|
|
|
|
|
|
|
|
||
и |
|
р ( Г е д ) = р [ ( * € Д , ж е л ) ] |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
FY{y) |
= F(+™, |
|
У). |
|
|
(6) |
|||
Все сказанное в этом параграфе почти непосредственно |
|||||||||||
распространяется на n-мерные |
векторные |
случайные |
величи |
на
HbiU{Xi, .... Xn). В общем случае несколько сложнее вира-
—•
жается вероятность P(U € Q), где Q — n-мерный «паралле лепипед» {(*!, . • •, хп); а, < я, < bh i=l, ..., п) — через функ цию распределения
|
|
|
F |
(*, |
*«) = |
Р К*. < *i) • • • № < |
*„)]• |
|
|
|
|||||
Так, при п = |
3 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
Р [fa |
< Л, < |
bt)(a2 |
<Х3< |
Ья)(а, < |
* 3 |
< |
6.)] |
= |
|
|
|||
= |
/="(6ь Ь2, b3)~[F(ah |
|
b2, b3)+F(bu |
а2, |
b3) + |
F{bu |
b2, а3 )] + |
||||||||
+ |
[F(au |
a2, |
b3) + F(au |
b2, a3) |
+ F(bu a2, |
a3)] |
— F(au |
a2, |
|
a3). |
|||||
|
§ |
18. |
Дискретные |
и непрерывные векторные случайные |
|
||||||||||
|
|
|
|
|
|
|
величины |
|
|
|
|
|
|
||
|
Векторная случайная величина U {X, У) |
называется |
|
ди |
|||||||||||
скретной, |
если ее компоненты |
X и |
У представляют |
собой |
ди |
||||||||||
скретные случайные величины. При этом, если X способна |
|||||||||||||||
принимать значения |
Х\, х2,..., |
а |
У— значения |
у\, |
г/г,..., |
то |
|||||||||
U |
{X, |
У\ |
может принимать |
лишь |
значения |
иш {xt, yk) |
(i |
= |
=1, 2 , . . . ; k — 1, 2, ... ), образующие конечное или счетное
множество |
(в последнем |
случае—без |
|
точек |
накопления), |
||||||||||
с определенными |
вероятностями *: |
|
|
|
|
|
|
|
|||||||
|
|
Р(0 |
|
= щк) = |
Р \{Х= х,)(У |
= ук)\ |
= |
|
|
||||||
|
|
= |
p/fe |
( i = l , |
2 |
; fe = |
l , |
2,...). |
|
(1) |
|||||
Коль скоро |
вероятности |
(1) известны, |
можно |
указать закон |
|||||||||||
|
|
—• |
|
|
любого.прямоугольника Q |
|
|
||||||||
распределения U: для |
|
|
|||||||||||||
|
|
|
|
P{U |
|
6 Q ) = |
2 |
Pik- |
|
|
|
(2) |
|||
Вероятность того, что X принимает значение xt, |
обозна |
||||||||||||||
чим Pj, а вероятность того, что У примет значение ук, |
обозна |
||||||||||||||
чим р k . |
Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(Х= |
х,) = |
(X |
= Xl) |
[(У = у,) |
+ |
(У = |
у2) |
+ |
• • • ] |
= |
|
|||
|
= |
(Х^х1)(У |
|
= у,) + {Х=х1)(У |
|
= |
у2)+ |
••• |
, |
|
|||||
откуда |
следует, что |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
P ( * |
= |
* , ) = |
^Р[(Х=х1)(У |
|
|
= |
ук)], |
|
|
||||
|
|
|
|
|
|
|
к |
|
|
|
|
|
|
|
|
* U принимает, вообще говоря, не все значения |
и ik, |
так как при |
не |
||||||||||||
которых i и k события |
(X |
=xi) |
и ( У = |
ук) |
могут быть |
несовместны; |
для |
||||||||
таких (', А полагаем |
ptk |
= |
0. |
|
|
|
|
|
|
|
|
|
|
27
P I = Skp / * |
V=.h 2, . . . ) • |
(3) |
|
Так же доказываются |
равенства |
|
|
Pk= |
liPik |
( £ = 1 . 2, ... ) - |
(4) |
i
Переходя к определению непрерывной векторной случай ной величины, условимся, говоря о кривой в плоскости, тогда, когда она ограничена, разуметь гладкую или кусочно-глад кую кривую; в тех случаях, когда рассматривается неограни ченная кривая, будем предполагать, что она состоит из счет ного числа гладких дуг. В частности, мы будем рассматри вать области, границы которых представляют собой такого рода кривые.
—•
Векторная случайная величина U называется непрерыв ной, если существует определенная на всей плоскости х, у функция р(х, у), неотрицательная, с точками разрыва (если они существуют), расположенными на конечном числе кри вых, и связанная с U следующим свойством: какова бы ни была область D,
p ( t / e ; D ) = l[p{x, |
y)ds.) |
(5) |
D |
|
|
Функция р(х, у) называется плотностью вероятности случай-
ной величины U.
В формуле (5) в качестве D можно, в частности, взять
любой |
прямоугольник |
Q[Ai, Дг]; при этом |
|
|
|||||||
|
P(t/ € Q ) = P [(^6^)(K6A 2 )] = |
[\р(х, |
y)ds. |
(6) |
|||||||
|
|
|
|
|
|
|
|
|
Q |
|
|
В частности, при Ai = |
Д2 |
= |
До будем |
иметь |
|
|
|||||
|
|
+ оо |
+ сю |
|
|
|
|
|
|
|
|
|
|
5 |
\ |
р(х, |
y)dxdy=\. |
|
|
(7) |
|||
|
|
— ОО — О О |
|
|
|
|
|
|
|
|
|
Положив в (6) |
Д1 = ( — о о , |
х), |
Д2 |
= |
(— со,у), |
получим |
выра |
||||
жение функции |
распределения |
|
|
|
|
|
|
||||
|
|
|
|
х |
1 |
|
|
|
|
|
|
|
F(x,y)=>\ |
|
\ |
р(х, |
y)dydx. |
|
(8) |
||||
|
|
|
— оо — со |
|
|
|
|
|
|||
Функция распределения |
Fx(x) |
компоненты |
X случайного |
||||||||
вектора |
U будет выражаться формулой |
|
|
||||||||
|
|
|
|
X |
+ оо |
|
|
|
|
|
|
|
|
Fx{x) |
= |
\ |
J |
р{х, |
y)dydx. |
|
(9) |
— ОО — оо
28
Если плотность вероятности р(х, у) непрерывна и внутрен
ний интеграл |
в (9) сходится равномерно относительно х хотя |
||||
бы в малой окрестности точки |
х = |
х0, то Fx(x) |
будет иметь |
||
непрерывную |
(в точке х = |
х0 ) |
производную |
|
|
|
рх{х)= |
^ |
р(х, |
y)dy. |
(10) |
|
|
- - ОО |
|
|
|
Если это имеет место при всех Хо, кроме, может быть, конеч ного или счетного (без точек накопления) множества, то X оказывается непрерывной случайной величиной с плотностью вероятности (10). Сказанное справедливо в применении к не прерывным векторным случайным величинам, обычно встре чающимся в приложениях. Соответствующие утверждения
—•
относятся и ко второй компоненте У случайного вектора U, в частности,
+ оо
— оо
Содержание этого параграфа может быть без труда рас пространено на /г-мерные векторные случайные величины.
§19. Независимые случайные величины
В§ 17 было показано, что закон распределения вектор-
ной случайной величины U \Х, Y) однозначно задает законы распределения ее компонент. Обратное не имеет места, т. е.
закон распределения |
U {X, |
К),вообще |
|
говоря, не |
определяет |
|||||||||||||||
ся |
законами |
распределения |
Л" и У. В |
самом |
|
|
деле, |
пусть X |
||||||||||||
принимает |
значения |
— 1 , |
0, |
1 соответственно |
с |
вероятностями |
||||||||||||||
Т' |
~2'~4 |
' |
Р а |
с с м о |
т Р и |
м |
случайные |
величины |
|
Y\ = |
X |
и Y2 |
= |
|||||||
= |
—X, |
имеющие |
то |
же |
распределение, что |
и X. |
Случайный |
|||||||||||||
вектор |
U |
{X, |
К,} |
будет |
принимать значения |
l |
|
«, ( — 1 , — 1], |
||||||||||||
-» |
|
-> |
1} |
с вероятностями |
j |
i |
l |
, |
j |
, |
а |
случайный |
||||||||
и2 |
(0, 0}, и3{\, |
|
, у |
|
||||||||||||||||
вектор |
U {X, |
Y2] |
— значения и\{— |
1, |
|
1), |
и\[0, |
0), |
и,{1, — 1) |
|||||||||||
соответственно с теми же |
вероятностями. |
|
|
|
|
|
|
|
||||||||||||
|
Итак, для |
того чтобы, зная законы распределения |
I и |
У, |
||||||||||||||||
можно |
было |
восстановить |
закон |
распределения |
векторной |
|||||||||||||||
случайной величины |
U |
{X, |
|
Y], нужны |
|
какие-то |
дополнитель |
|||||||||||||
ные условия. Важнейшим из таких условий является условие |
||||||||||||||||||||
независимости X |
и Y. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
Случайные величины X |
и У называются |
независимыми, |
ес- |
29