- •Раздел 1. Случайные события.
- •Раздел 2. Случайные величины
- •Раздел 3. Системы случайных величин (случайные векторы).
- •4.7. Законы распределения функции случайных векторов 65
- •Раздел 1. Случайные события
- •1.1 Основные пояснения к терминам и понятиям.
- •1.2 Алгебра событий
- •1.3 Выборочное пространство. Вероятность события.
- •1.4 Простейшие способы определения вероятностей
- •1.6 Правило сложения вероятностей
- •1.7 Условная вероятность события. Правило умножения вероятностей.
- •1.8 Формула полной вероятности
- •1.9 Априорные и апостериорные вероятности гипотез.
- •Раздел 2. Случайные величины
- •2.1 Аксиоматическое определение вероятности
- •2.2 Определение случайной величины и ее описание
- •2.3 Статистические ( числовые) характеристики случайных величин
- •Основные числовые характеристики случайной величины
- •2.4. Гауссовские случайные величины и их характеристики
- •Значения вероятности для гауссовского распределения при различных
- •2.5. Другие типы случайных величин
- •Виды функций плотности распределения вероятностей и соответствующие им характеристики
- •Раздел 3. Совокупность случайных величин (случайные векторы).
- •3.1. Определение случайного вектора и его описание.
- •3.2. Статистические характеристики случайных векторов
- •Основные определения и соотношения для двухмерного случайного вектора
- •3.4. Гауссовские случайные векторы и их характеристики.
- •Среднеквадратический эллипс ошибок, круговая вероятная ошибка
- •Раздел 4. Преобразование случайных величин.
- •4.3 Числовые характеристики от функций случайных величин.
- •4.4 Законы распределения функций случайных величин
- •4.5 Получение случайной величины с заданным распределением путем функционального преобразования.
- •4.6 Законы распределения функции двух случайных аргументов
- •. (4.73)
- •4.7 Законы распределения функции случайных векторов
- •4.8. Линейные преобразования случайных векторов
- •4.9. Определение статистических свойств длины проекции случайного двухмерного вектора на заданное направление
- •4.10. Ортогонализация случайных величин. Связь матрицы ковариаций и среднеквадратического эллипса
- •Раздел 5. Элементы математической статистики
- •5.1 Первичная статистическая совокупность. Статистическая функция распределения.
- •5.2 Статистический ряд. Гистограмма
- •5.3 Числовые характеристики статистического распределения
- •5.4 Доверительный интервал. Доверительная вероятность.
- •5.6 Критерий согласия.
- •5.7 Критерий согласия Колмогорова
- •5.8 Статистическая проверка гипотез
4.5 Получение случайной величины с заданным распределением путем функционального преобразования.
Из представленного
материала следует, что, подвергая
некоторую исходную случайную величину
с заданной плотностью распределения
тем или иным преобразованиям, удается
получать случайную величину с различными
функциями плотности. В частности, можно
показать, что для получения случайной
величины с обратимой функцией
достаточно, располагая случайной
величиной
,равномерно
распределенной на интервале [0,1],
подвергнуть
ее преобразованию [73]
.
Действительно,
пусть скалярная случайная величина
распределена равномерно в интервале![]()
(4.57)
и задана некоторая функция плотности
, (4.58)
причем
имеет обратную
.
Введем новую случайную величину с
помощью преобразования
.
(4.59)
Поскольку по определению обратной функции
,
справедливо равенство
,
из которого следует,
что функция
,
обратная для
,
имеет вид
. (4.60)
Используя теперь соотношение (4.50) применительно к рассматриваемому случаю, получаем
.
(4.61)
Пример. Предположим, что задана случайная величина, равномерно распределенная на интервале [0,1]. Требуется сформировать случайную величину с экспоненциальной функцией плотности.
,
.
Поскольку
,
то, принимая во
внимание вид обратной функции для
,
получаем, что экспоненциальную функцию
плотности будет иметь случайная величина
.
4.6 Законы распределения функции двух случайных аргументов
Пусть
.(4.62)
Требуется
найти функцию распределения случайной
величины
,
полагая, что плотность распределения
известна.
Введем
гипотезу, что
.
Тогда вероятность этой гипотезы
. (4.63)
Найдем условную функцию распределения
,
(4.64)
где
.
Найдем
функцию распределения для случайной
величины
,
применяя интегральную функцию полной
вероятности
.
(4.65)
Аналогично

Дифференцируя
эту функцию распределения можно найти
плотность
.
Пример. Найти плотность распределения для
.
(4.66)
Можем записать
.
(4.67)
Найдем
плотность
,
дифференцируя по![]()
.
(4.68)
Пример. Найти плотность распределения для
. (4.69)
Можем записать
. (4.70)
Найдем
плотность
,
дифференцируя по![]()
.
(4.71)
Закон распределения суммы двух случайных величин
. (4.72)
Можем записать
. (4.73)
Найдем
плотность
,
дифференцируя по![]()
. (4.74)
Аналогично
.
Если
случайные величины
-независимы,
то выражения для плотностей примут вид
,
(4.72)
. (4.73)
Закон распределения минимума двух случайных величин
. (4.74)
Можем записать
.
Решение.
Найдем сначала
.
Пусть
-область,где
.
Тогда

где
-функция
распределения совокупности случайных
величин;
,
-
функции распределения случайных величин
соответственно.
Как следствие,
. (4.75)
Для
определения плотности
нужно найти производную правой части.
;
.
Для
отыскания
рассмотрим
полный дифференциал функции
.
.
Отсюда

Как следствие,
.
(4.76)
Если
случайные величины
независимы, то
,
![]()
Как следствие,
;
.
Закон распределения максимума двух случайных величин
. (4.77)
Решение. По определению
.
где
;
.
Дифференцируя это выражение, получим
. (4.78)
Если
случайные величины
независимы, то
,
![]()
;
.
