- •Часть 1 введение Лекция 1
- •Основные понятия теории вероятностей
- •Часть 2
- •Лекция 3
- •Условная вероятность и независимость событий.
- •Формула полной вероятности
- •И теорема Байеса
- •Часть 3
- •Последовательность независимых испытаний
- •Лекция 4
- •Независимые испытания. Формула бернулли. Асимптотические формулы муавра – ЛаплАса и пуассона
- •Часть 4 случайные величины Лекция 5
- •Случайные величины. Законы распределения случайных величин
- •Закон распределения. Ряд распределения
- •Дискретной случайной величины
- •Лекция 6
- •Числовые характеристики
- •Случайных величин
- •Лекция 7
- •Распределения дискретных случайных величин
- •Лекция 8
- •Распределения непрерывных случайных величин
- •Часть 5
- •Лекция 10
- •Числовые характеристики системы двух случайных величин. -мерный случайный вектор
- •Часть 6 функции случайных величин Лекция 11
- •Закон распределения и числовые характеристики функций случайных величин
- •Лекция 12
- •Характеристическая функция
- •Часть 7 предельные теоремы теории вероятностей Лекция 13
- •Закон больших чисел и центральная предельНаЯ теорема
- •Часть 8 математическая статистика Лекция 14
- •Основные понятия и задачи математической статистики
- •Лекция 15
- •Статистическое оценивание параметров распределения
- •Лекция 16
- •Проверка статистических гипотез
Часть 6 функции случайных величин Лекция 11
Закон распределения и числовые характеристики функций случайных величин
ЦЕЛЬ ЛЕКЦИИ: ввести понятие функции случайной величины и провести классификацию возникающих при этом задач; вывести закон распределения функции одного случайного аргумента и закон распределения суммы двух случайных величин; пояснить понятие композиции законов распределения.
Понятие о функции случайной величины
Среди практических приложений теории вероятностей особое место занимают задачи, требующие нахождения законов распределения и/или числовых характеристик функций случайных величин. В простейшем случае задача ставится следующим образом: на вход технического устройства поступает случайное воздействие ; устройство подвергает воздействиенекоторому функциональному преобразованиюи на выходе дает случайную величину(см. рис. 6.1). Нам известен закон распределения случайной величины, и требуется найти закон распределения и/или числовые характеристики случайной величины.
Можно выделить три основные возникающие задачи:
1. Зная закон распределения случайной величины (или случайного вектора), найти закон распределения выходной случайной величины(или).
2. Зная закон распределения случайной величины , найти только числовые характеристики выходной случайной величины.
3. В некоторых случаях (при особых видах преобразования ) для нахождения числовых характеристик выхода не требуется знать закон распределения входной случайной величины, а достаточно знать только его числовые характеристики.
Рассматриваем случайную величину , зависящую функционально от случайной величины, т. е.. Пусть случайная величинадискретна и известен ее ряд распределения:
Х: |
… |
… |
| ||||
… |
… |
, |
,
где .
При подаче на вход значения случайной величины на выходе получимс вероятностью. И так для всех возможных значений случайной величины. Таким образом, получаем табл. 6.1.
Таблица 6.1
… |
… | ||||
… |
… |
Полученная табл. 6.1 в общем случае может не быть рядом распределения случайной величины , так как значения в верхней строке таблицы могут быть расположены в невозрастающем порядке, а некоторыемогут даже совпадать.
Для преобразования табл. 6.1 в ряд распределения случайной величины необходимо упорядочить возможные значенияпо возрастанию, а вероятности совпадающих значенийнужно сложить.
Для нахождения числовых характеристик случайной величины преобразовывать (6.1) в ряд распределения нет необходимости, так как их можно вычислить по таблице (6.1). Действительно, находя сумму произведений возможных значений случайной величинына их вероятности, получаем
. (6.1)
Таким образом, зная только закон распределения аргумента , можно найти математическое ожидание функции случайной величины.
Аналогично находим дисперсию случайной величины :
.
Аналогично определяем начальные и центральные моменты любых порядков случайной величины :
.
Для непрерывной случайной величины , имеющей плотность распределения, получаем
;
;
.
Видим, что для нахождения числовых характеристик функции вовсе не нужно знать ее закон распределения – достаточно знания закона распределения аргумента.
Теоремы о числовых характеристиках функций случайных величин
В некоторых задачах числовые характеристики системы случайных величин можно определить как функции числовых характеристик системы случайных величин. В этом случае не требуется даже знание закона распределения аргумента, например совместную плотность распределения, а достаточно иметь только числовые характеристики этой системы случайных величин. Для решения таких задач сформулированы следующие теоремы о числовых характеристиках функций случайных величин:
1. , 3.,
2. , 4.,
где – неслучайная величина.
5. для любого числа слагаемых, как независимых, так и зависимых, коррелированных и некоррелированных.
6. Математическое ожидание от линейной комбинации случайных величин равно той же линейной функции от математических ожиданий рассматриваемых случайных величин:
.
7. Дисперсия суммы случайных величин равна сумме всех элементов корреляционной матрицы этих случайных величин
.
Так как корреляционная матрица симметрична относительно главной диагонали, на которой находятся дисперсии, то последнюю формулу перепишем в виде
.
Если случайные величины не коррелированы, то справедлива теорема о сложении дисперсий:
.
8. Дисперсия линейной функции случайных величин определяется по формуле
.
9. Математическое ожидание произведения двух случайных величин равно произведению математических ожиданий плюс ковариация
.
Математическое ожидание произведения двух некоррелированныхслучайных величин равно произведению их математических ожиданий
.
10. Дисперсия произведения независимыхслучайных величинвыражается формулой
Если случайные величины независимые и центрированные, получаем
.
Закон распределения функции случайного аргумента
Есть непрерывная случайная величина с плотностью распределения, связанная со случайной величинойфункциональной зависимостью. Требуется найти закон распределения случайной величиной.
Рассмотрим случай, когда строго монотонна, непрерывна и дифференцируема на интервалевсех возможных значений случайной величиной.
Функция распределения случайной величинойпо определению есть. Если функциямонотонно возрастаетна участке всех возможных значений случайной величиной, то событиеэквивалентно событию, гдеесть функция,обратная функции . Когда случайная величинапринимает значения на участке, то случайная точкаперемещается по кривой(ордината полностью определяется абсциссой) (см. рис. 6.2). Из строгой монотонностиследует монотонность, и поэтому функцию распределения случайной величинойможно записать следующим образом:
.
Дифференцируя это выражение по , входящему в верхний предел интеграла, получаем плотность распределения случайной величинойв виде
. (6.2)
Если функция на участкевозможных значений случайной величиноймонотонно убывает, то, проведя аналогичные выкладки, получаем
. (6.3)
Диапазон возможных значений случайной величиной может быть в выражениях (6.2) и (6.3) отдо.
Так как плотность распределения не может быть отрицательной, то формулы (6.2) и (6.3)можно объединить в одну
. (6.4)
Пример. Пусть функция случайной величиныявляется линейной, т. е., где. Непрерывная случайная величинаимеет плотность распределения, и тогда, используя выражение (6.4), найдем закон распределения, учитывая, что обратная функция есть, а модуль ее производной равен,
. (6.5)
Если случайная величина имеет нормальное распределение
,
то согласно (6.5) получаем
.
Это по-прежнему нормальный закон распределения с математическим ожиданием , дисперсиейи средним квадратичным отклонением.
В результате линейного преобразования нормально распределенной случайной величины получаем случайную величину, также распределенную по нормальному закону.
Закон распределения суммы двух случайных величин. Композиция законов распределения
Имеем систему двух непрерывных случайных величин и их сумму – случайную величину. Необходимо найти закон распределения случайной величины, если известна совместная плотность распределения системы.
Функция распределения – это площадь областина плоскости, где выполняется неравенство(см. рис. 6.3), т. е.
.
Продифференцировав это выражение по , получаем плотность распределения вероятности случайной величины
.
Учитывая симметрию слагаемых, можно записать аналогичное соотношение
.
Если случайные величины инезависимы, т. е. выполняется равенство, то две последние формулы примут вид:
; (6.6)
. (6.7)
В том случае, когда складываются независимые случайные величины и, то говорят окомпозиции законов распределения. Для обозначения композиции законов распределения иногда применяется символьная запись:.
Закон распределения называется устойчивым к композиции, если при композиции законов распределения этого типа получается снова тот же закон, но с другими значениями параметров. Например, если сложить две независимые нормальные случайные величины, то результирующая случайная величина будет иметь нормальный закон распределения, т. е. нормальный закон устойчив к композиции. Кроме нормального закона, устойчивыми к композиции являются законы распределения Эрланга, биноминальный, Пуассона.