- •Введение
- •Глава 1. Основные понятия и теоремы теории вероятностей
- •1.4 Элементы комбинаторики
- •1) Правило суммы.
- •2) Правило произведения.
- •3) Перестановки.
- •1.5 Применение комбинаторики для подсчета вероятностей
- •1.7 Формула Байеса. Вероятность оценки гипотез
- •1.8 Независимые повторные испытания. Формула Бернулли
- •1.9 Наивероятнейшее число наступления события
- •1.10 Формула Пуассона
- •1.11 Локальная и интегральная теоремы Муавра-Лапласа
- •Глава 2. Случайные величины
- •2.1.2 Дискретные случайные величины
- •2.1.3 Числовые характеристики дискретной случайной величины
- •Свойства математического ожидания:
- •2.2 Биномиальное распределение дсв
- •Закон распределения такой дсв имеет вид:
- •2.3 Геометрическое распределение дсв
- •2.4 Закон распределения Пуассона
- •2.5 Непрерывные случайные величины и их числовые характеристики
- •2.5.1 Плотность распределения вероятностей
- •2.5.2 Числовые характеристики непрерывной случайной величины
- •2.6 Нормальное распределение и его числовые характеристики
- •2.8 Показательное распределение
- •2.9 Числовые характеристики случайной величины (продолжение). Моменты
- •2.10 Случайные векторы. Закон распределения
- •2.10.1 Случайные векторы
- •2.10.2 Зависимые и независимые случайные величины
- •2.11 Распределения, связанные с нормальными
- •2.11.1 Распределение 2 (распределение к. Пирсона)
- •Функция распределения случайной величины
- •2.11.3 Распределение Фишера-Снедекора (или f-распределение)
- •2.12 Понятие о законе больших чисел
- •2.12.1 Неравенство Маркова
- •2.12.2 Неравенство Чебышева
- •2.12.3 Теорема Чебышева
- •Но т.К. Вероятность не превышает единицы, то справедливо
- •2.12.4 Теорема Бернулли
- •2.12.5 Центральная предельная теорема
- •2.13 Марковские цепи
- •2.13.2 Марковские цепи
- •2.13.3 Пуассоновский процесс
- •Приложения
2.10 Случайные векторы. Закон распределения
системы случайных величин
2.10.1 Случайные векторы
Упорядоченную пару (X,Y) назовем двумерной случайной величиной или случайным вектором, если для любых XR, YR неравенство X<x, Y<y является событием. Т.о., определена вероятность P(X<x,Y<y), которая называется функцией распределения двумерной случайной величины. Тогда X и Y называют компонентами двумерной случайной величины или координатами случайного вектора.
Рассмотрим примеры.
1) Железнодорожный билет можно охарактеризовать системой пяти случайных величин, где X1 – стоимость, X2 – номер поезда, X3 – номер вагона, X4 номер места, X5 – номер паспорта его владельца.
2) Академическую успеваемость студентов вашей группы можно охарактеризовать n-мерной случайной величиной – оценками за прошедшие семестры, где n число оцененных предметов за время учебы.
Т.о., функцией распределения двумерной случайной величины (X,Y) называется функция F(x,y), определяющая для каждой пары (X,Y) вероятность одновременного выполнения двух неравенств X<x и Y<y, т.е.
F(x, y)=P(X<x,Y<y).
Двумерную дискретную СВ можно задать аналитически с помощью формулы закона её распределения F(x,y), с помощью таблиц или графически.
При табличном способе задания двумерной дискретной случайной величины перечисляются все возможные значения каждой из переменных и соответствующие им вероятности случайных величин, расположенных на пересечении i-ой строки (для случайной величины X) и j-го столбца (для случайной величины Y):
|
|
Х1 |
Х2 |
… |
X |
|
Y1 |
P11 |
p12 |
… |
P1n |
|
Y2 |
P21 |
P22 |
… |
P2n |
|
… |
… |
… |
… |
… |
|
Ym |
Pn1 |
Pn2 |
… |
Pmn |
С геометрической точки зрения функция распределения F(x,y) двумерной случайной величины есть вероятность того, что случайная точка (X,Y) попадет в бесконечный прямоугольник с вершиной в точке (x,y), расположенный левее и ниже этой точки, т.е. в ту часть плоскости, все точки которой удовлетворяют неравенствам X<x и Y<y (рис.20).

Рис.20
Аналогично,
с геометрической точки зрения, функция
распределения первой компоненты X
случайного вектора –
,
есть вероятность попадания случайной
точки в полуплоскость, ограниченную
справа абсциссойx
(рис. 21а).
Функция
распределения случайной величины Y
–
– вероятность попадания в полуплоскость,
ограниченную сверху ординатой y
(рис. 21б)

а) б)
Рис.21
Функция распределения двумерной случайной величины имеет свойства, аналогичные функции распределения одномерной случайной величины:
1) Функция распределения удовлетворяет двойному неравенству
0F(x, y)1.
2) F(x, y) – неубывающая функция по каждому из своих аргументов, т.е. справедливы неравенства F(x2, y) ≥ F(x1, y) для x2>x1, и F(x, y2) ≥ F(x, y1) для y2>y1.
3) Справедливы предельные соотношения:
F(x, ∞)=0, F(∞, y)=0, F(∞, ∞)=0, F(∞, ∞)=1.
4) F(x, ∞)=FX(x), F(+∞, y) = FY(y).
5) Вероятность попадания случайной точки в прямоугольник
x1X< x2, y1Y<y2 равна
P(aX<b, cY<d)=F(b, d)F(a, d)F(b, c)F(a, c). (2.50)
Закон распределения системы непрерывных случайных величин (X,Y) зададим через функцию плотности вероятности.
Если существует такая функция f(x,y), что при xR, yR имеет место равенство
, (2.51)
то эта функция называется плотностью распределения случайного вектора (X,Y), а сам вектор (X,Y) называется непрерывной двумерной случайной величиной.
Свойства плотности распределения вероятности двумерной случайной величины также аналогичны одномерной:
f(x, y)≥0 ;
;
; (2.52)
и
– плотности распределения отдельных
компонент двумерной случайной величины.
С геометрической точки зрения плотность вероятности f(x,y) двумерной непрерывной случайной величины имеет вид некоторой поверхности, называемой поверхностью распределения. Эта поверхность аналогична кривой распределения одномерной случайной величины (рис.22):
y
x
z


Рис.22
Объем тела, ограниченного поверхностью f(x,y) и плоскостью xOy, равен единице.
Вероятность попадания двумерной непрерывной случайной точки (X,Y) в произвольную область D равна двойному интегралу по области D от функции f(x, y):
. (2.53)
В частности, если область D есть прямоугольник R, ограниченный абсциссами a и b и ординатами c и d (рис.23), то формула примет вид:
y
0
x
Рис.23
. (2.54)
Закон распределения дискретного случайного вектора (X,Y) есть конечное или счетное множество всех возможных значений случайного вектора (X,Y)=(xi, yj) с указанием соответствующих вероятностей:
,
где
i=1,
2, ..., n;
j=1,
2, ..., m;
а n
и m
– число возможных значений случайных
величин соответственно X
и Y.
Сумма вероятностей pij
по всем
значениям i
и j
равна единице:
.
Зная
закон распределения двумерной случайной
величины (X,Y),
можно найти закон распределения отдельных
ее компонент X
и Y.
Для этого, имея табличное задание закона
распределения двумерной случайной
величины, находят суммы вероятностей
«по строкам» – для переменной Y,
и «по столбцам» – для переменной X.
При подсчете вероятностей законов
распределения отдельных переменных
необходимо помнить об этапе контрольной
проверки, т.е. о нормировке:
Распределение вероятностей координат вектора можно найти, просуммировав вероятности {pij} по соответствующему индексу:
![]()
![]()
Задача 17. Составить законы распределения переменных X и Y, зная двумерный закон их распределения.
-
X
Y
2
3
5
8
0.12
0.24
0.16
10
0.23
0.18
0.07
Решение. Найдем суммы вероятностей «по строкам» – для переменной Y, и «по столбцам» – для переменной X и составим для них новую таблицу:
-
X
Y
2
3
5
Р(yj)
8
0.12
0.24
0.16
0.52
10
0.23
0.18
0.07
0.48
P(хi)
0.35
0.42
0.23

Тогда законы распределения по отдельным переменным X и Y примут вид:
|
X |
2 |
3 |
5 |
|
Y |
8 |
10 |
|
P(хi) |
0.35 |
0.42 |
0.23 |
|
Р(yj) |
0.52 |
0.48 |
Осуществляя
контроль, убеждаемся, что
![]()
Итак, по закону распределения двумерной случайной величины можно установить законы распределения одномерных случайных величин. Однако на практике чаще более важной является обратная задача: по распределениям вероятностей отдельных переменных построить закон распределения их композиций с помощью выполнения математических операций над случайными величинами.
