theory
.pdf126 Решения задач
случайной величины ξ может принимать только два значения: 0 или 1. Тогда она будет иметь вид
( ) 0, x < c,
Fξ x = 1, x ≥ c
для некоторой константы c R. Откуда вытекает, что P(ξ = c) = F(c) − F(c −0) =1.
|
20. Вообще говоря, нет. Рассмотрим следующий пример: Ω ={ω1,ω2 ,ω3}, |
A – |
||||||
множество всех подмножеств Ω , |
P – равномерная мера, F ={ ,{ω1},{ω2 ,ω3},Ω} и |
|||||||
ξ(ω) = I (ω = ω3 ). |
|
Заметим, |
что любая случайная величина η, |
независимая с |
F , |
|||
должна быть вырожденной. |
|
|
|
|
|
|||
|
21. 1) Вообще говоря, нет. Рассмотрим нормальную случайную величину |
ξ с |
||||||
параметрами 0 и 1. Тогда −ξ имеет такое же распределение и a =1, b = −1. |
|
|||||||
|
2) Да, верно. Предположим, |
что a ≠ b. |
Не ограничивая общности, можно счи- |
|||||
тать, что b > a ≠ 0. |
Пусть F – функция распределения случайной величины ξ. Тог- |
|||||||
да |
|
|
2 |
m |
Поэтому F(x) =1, |
|||
F(x) = F a x |
= F a |
x = |
... = F a |
x , m =1, 2, …. |
||||
|
b |
|
b |
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
если x > 0 и F(x) = 0, если x < 0. Значит ξ = 0 с вероятностью 1, что противоречит условию.
22. 1) Вообще говоря, нет. Рассмотрим независимые случайные величины ξ и η такие, что P(ξ = ±1) = P(η = ±1) =12, и положим τ = −ξ.
2) Да, верно. По формуле свертки имеем
+∞ +∞
P(ξ + τ ≤ x) = Fξ+τ (x) = ∫ Fξ (x − z)dFτ (z) ≥ ∫ Fη (x − z)dFτ (z) = Fη+τ (x) = P(η + τ ≤ x).
−∞ −∞
27. Покажем, что условие независимости ξ и sin ξ влечет вырожденность случайной величины sin ξ. Последнее эквивалентно тому, что ξ принимает значения вида (−1)n α + πn, n Z, где α [−π / 2; π / 2).
Для произвольного C рассмотрим множество DC ={x : sin x ≤ C} и событие A ={sin ξ ≤ C} ={ξ DC }. В силу независимости
P( A) = P( A ∩ A) = P({sin ξ ≤ C}∩{ξ DC}) = P( A) P( A).
Таким образом, функция распределения sin ξ принимает только значения 0 или 1, т. е. sin ξ вырождена.
Обратно, если sin ξ вырождена, то sin ξ и ξ независимы (так как вырожденная слу- чайнаявеличинапорождаетσ-алгебру { ,Ω} , независимуюотлюбыхдругихσ-алгебр).
31. Докажем, что F |
(x, y) = F (x)F ( y). |
Обозначим K |
|
={(s,t) : s2 |
+t2 |
≤ x} и |
|
(ζ,κ ) |
ζ |
κ |
1 |
|
|
|
|
K2 ={(s,t) : s / t ≤ y}. Тогда |
|
|
|
|
|
|
|
F(ζ,κ ) (x, y) = P(ζ ≤ x,κ ≤ y) = P(ξ2 + η2 |
≤ x,ξ / η ≤ y) = |
∫∫ p(ξ,η) (s,t) dsdt. |
|||||
|
|
|
K1∩K2 |
|
|
Решения задач к главе 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
127 |
|||||||
Перейдя в последнем интеграле к полярным координатам, с учетом того, что |
||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
p |
|
|
(s,t) = |
|
1 |
|
|
exp |
|
− |
|
s2 +t |
2 |
, |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
η) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
(ξ, |
|
|
|
|
|
|
|
|
2πσ |
|
|
|
|
|
|
|
|
2σ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
имеем |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F |
|
|
(x, y) |
= |
|
|
∫ |
|
|
|
r |
exp |
|
− |
r2 |
|
dr |
|
|
∫ |
|
|
1 |
|
dϕ. |
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
(ζ,κ ) |
|
|
|
|
|
|
|
|
|
|
σ |
|
|
|
|
|
|
2σ |
|
|
|
|
|
|
2π |
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
0≤r≤x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ctg ϕ≤y |
|
|
|
|
|
|
|
|
|
|
|
||||||||
С другой стороны, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Fζ (x)Fκ ( y) = P(ζ ≤ x) P(κ ≤ y) = ∫∫ p(ξ,η) (s,t)dsdt∫∫ p(ξ,η) (s,t)dsdt. |
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
K1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
K2 |
|
|
|
|
|
|
|
|
||||
Снова переходя к полярным координатам в обоих интегралах, получаем |
||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
r |
|
|
|
|
|
|
|
r2 |
|
|
|
2π |
|
1 |
|
|
|
|
+∞ |
|
r |
|
|
|
|
|
|
|
r2 |
|
|
|
|
1 |
|
||||||||||||
F (x)F ( y) = |
∫ |
|
|
|
|
exp |
|
− |
|
|
|
|
|
|
dr |
∫ |
|
|
|
|
dϕ |
∫ |
|
|
|
exp |
|
− |
|
|
|
|
|
dr |
|
∫ |
|
|
dϕ = |
|||||||||||
|
2 |
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
2 |
|
|
|
|||||||||||||||||||||||||||||
ζ |
κ |
σ |
|
|
|
|
|
2σ |
|
|
2π |
|
|
|
σ |
|
|
|
|
|
|
2σ |
|
|
|
2π |
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ctg |
|
|
||||||||||||||||||||
|
|
0≤r≤x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ϕ≤y |
|
|
||||
|
|
|
|
|
|
|
|
∫ |
|
|
r |
|
|
|
|
|
|
|
r2 |
|
|
|
|
|
|
|
∫ |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
= |
|
|
|
|
|
exp |
|
− |
|
|
|
|
dr |
|
|
|
|
|
|
|
|
dϕ. |
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
σ |
2 |
|
2σ |
2 |
|
|
|
|
|
|
2π |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
0≤r≤x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ctg ϕ≤y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Откуда вытекает требуемое. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
39. Можно считать, что |
|
x =1 |
|
(иначе умножим |
|
Z |
|
на |
|
x−1 ). Тогда нужно дока- |
||||||||||||||||||||||||||||||||||||||||
зать, что |
P( X < Z,Y < Z ) ≥ P( X < Z )P(Y < Z ). |
Через |
|
μ |
|
обозначим |
|
распределение |
вектора (X ,Y ). Тогда по теореме Фубини
P( X < Z,Y < Z ) − P(X < Z )P(Y < Z ) = P(Z > max( X ,Y )) − P(X < Z )P(Y < Z ) =
= ∫ (P(Z > max(x, y)) − P(x < Z )P( y < Z ))μ(dxdy) ≥ 0,
2
так как выражение в скобках неотрицательно. 41. В случае x > y имеем
F(ξ+ ,ξ− ) (x, y) = P({ k : ξk ≤ x}∩{ k : ξk ≤ y}) =
=P({ k : ξk ≤ x} \{ k : ξk ( y, x]}) = F(x)n − (F(x) − F( y))n.
Вслучае x ≤ y получаем
F |
+ |
,ξ |
− |
) |
(x, y) = P({ k : ξk ≤ x}∩{ k : ξk ≤ y}) = P({ k : ξk ≤ x}) = F(x)n. |
|||||||||||||||
(ξ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Плотность двумерной случайной величины находим дифференцированием |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
∂2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p + |
− |
) |
(x, y) = |
|
F + |
− |
) |
(x, y). |
|||||
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
(ξ |
,ξ |
|
∂x∂y |
(ξ |
,ξ |
|
|
|
|||
Так как |
ξ+ ≥ ξ−, то F |
|
(x) = 0 при |
x < 0. |
Чтобы найти F |
|
(x) для x > 0, вос- |
|||||||||||||
ξ |
ξ |
|||||||||||||||||||
пользуемся формулой свертки: |
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
F |
|
(x) = P(ξ+ − ξ− ≤ x) = ∫∫ dF(ξ+ ,ξ− ) (z, y) = |
|||||||||||||
|
|
|
|
|
ξ |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
z−y≤x |
|
|
|
|
|
||
+∞ |
|
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+∞ |
|||
= ∫ |
∫ |
n(n −1)[F(z) − F( y)]n−2 dF( y)dF(z) = n ∫ [F(z) − F(z − x)]n−1dF(z). |
||||||||||||||||||
−∞ z−x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
−∞ |
|||||
Плотность |
|
pξ (x) получаем дифференцированием. |
|
|
|
|
128 |
|
|
Решения задач |
|
53. По определению случайной величины τ |
имеем |
|
||
|
k −1 |
|
k −1 |
|
P(τ = k) = P ∩{ξ2j > f (ξ1j )}∩{ξk2 ≤ f (ξ1k )} |
= ∏P(ξ2j > f (ξ1j ))P(ξ2k |
≤ f (ξ1k )), |
||
|
j=0 |
|
j=0 |
|
где последнее равенство вытекает из независимости векторов ξ1, ξ2 , ... . |
Учитывая то, |
|||
что ξ j , |
j =1, 2, …, имеет равномерное распределение в прямоугольнике [a; b] ×[0; c], |
|||
получаем |
|
|
|
|
|
b c |
|
b |
|
P(ξ2j |
≤ f (ξ1j )) = ((b − a)c)−1 ∫∫I ( y ≤ f (x))dxdy = ((b − a)c)−1∫ f (x)dx = ((b − a)c)−1, |
|||
|
a 0 |
|
a |
|
где последнее равенство следует из того, что |
f |
задана на отрезке [a;b] и является |
||
плотностью некоторого распределения. |
P(τ = k) = (1− ((b − a)c)−1)k ((b − a)c)−1, |
|||
Значит, P(ξ2j > f (ξ1j )) =1− ((b − a)c)−1 и |
k = 0, 1, 2, …. Таким образом, случайная величина τ имеет геометрическое распределение с параметром ((b − a)c)−1.
Найдем функцию распределения F случайной величины ξ1τ .
|
|
|
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
|
||
|
|
F(x) = P(ξ1τ ≤ x) = ∑P(ξ1τ ≤ x, τ = k) = |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
k =0 |
|
|
|
|
|
||||
|
∞ |
k−1 |
> f (ξ1j )}∩{ξk2 |
|
|
|
|
|
||||||||||
|
=∑P ∩{ξ2j |
≤ |
f (ξ1k )}∩{ξ1k ≤ x} |
= |
||||||||||||||
|
k =0 |
j=0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
|
|
|
|
|
|
b |
|
|
|
x |
|
= ∑(1−((b − a)c)−1)k ((b − a)c)−1∫ f ( y)I ( y ≤ x)dy = ∫ f ( y)dy. |
||||||||||||||||||
|
k=0 |
|
|
|
|
|
|
|
|
|
|
|
a |
|
|
|
−∞ |
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Поэтому, |
F(x) = ∫ f ( y)dy. |
Значит, плотность распределения случайной величи- |
||||||||||||||||
|
∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ны ξ1τ равна |
f . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ξ j |
|
|
|
|
|
|
|
|
|
|
|
|||
63. Обозначим M j := M |
|
|
|
|
|
|
|
|
|
|
|
, 1 ≤ j ≤ n. Тогда |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
ξ1 +ξ2 + |
... +ξn |
|
|
|
|
|
||||||||||
|
|
|
ξ |
+ ξ |
2 |
+... + |
ξ |
k |
|
= ∑ M j , |
|
|||||||
|
|
M |
1 |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
ξ1 + ξ2 +... + ξn |
1≤ j≤k |
|
||||||||||||
|
|
∑ M j |
|
ξ |
+ξ |
2 |
+ |
... +ξ |
n |
|
|
|||||||
|
|
= M |
|
1 |
|
|
|
|
|
|
= M1 =1 . |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
1≤ j≤n |
|
ξ1 +ξ2 +... +ξn |
|
Однако в силу того, что случайные величины ξ1, ξ2 , ..., ξn одинаково распределены, имеем Mi = M j для всех i, j . Таким образом, получаем ответ: kn.
65. Применяя формулу интегрирования по частям, получаем
+∞ +∞ +∞
Mξ = ∫ xdF(x) =[ξ ≥ 0] = ∫ xdF(x) = −x(1− F(x)) |0+∞ + ∫ (1− F(x))dx.
−∞ |
0 |
0 |
Решения задач к главе 3 |
|
|
|
129 |
|
|
|
+∞ |
|
Остается доказать, что |
lim x(1− F(x)) = 0 . Поскольку Mξ = |
∫ |
xdF(x) < ∞ , то |
|
|
x→+∞ |
|
|
|
|
|
|
0 |
|
+∞ |
+∞ |
+∞ |
|
|
∫ xdF(x) → 0 при t → +∞. Но ∫ |
xdF(x) ≥ ∫ tdF(x) = t(1− F(t)). |
|
|
|
x≥t |
x≥t |
x≥t |
|
|
Для доказательства второй формулы заметим, что функция распределения случайной величины min(ξ, c) равна F(x) при x < c и равна 1 при x ≥ c. Подставляя
ее в уже доказанную формулу, получаем требуемое равенство.
83. 2) Если случайная величина |
ξ |
принимает значения из отрезка |
[0; 1], то |
|||||||||||||||
2ξ −1 будет принимать значения из отрезка |
[−1; 1] и |
D |
( |
2ξ |
) |
= 4D |
( |
) |
. Поэтому |
|||||||||
|
−1 |
|
ξ |
|||||||||||||||
найдем наибольшее значение дисперсии случайной величины |
η, принимающей |
|||||||||||||||||
значения из отрезка [−1; 1]. Для такой случайной величины имеем D(η) ≤ M(η2 ) ≤1. |
||||||||||||||||||
С другой стороны, если P |
( |
|
) |
|
|
то D(η) =1. Поэтому наибольшая диспер- |
||||||||||||
|
η = ±1 =1 2, |
|||||||||||||||||
сия в исходной задаче равна 1/4. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
+∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
86. Поскольку M | ξ |k = ∫ | y | dFξ ( y) < +∞, то по свойству интеграла Лебега |
||||||||||||||||||
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
xlim→+∞ |
∫ |
| y |k dFξ ( y) = 0. |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|y|≥x |
|
|
|
|
|
|
|
|
|
|
|
|
|
Однако по неравенству Чебышева 0 ≤ xk P(| ξ |≤ x) ≤ |
∫ |
|
| y |k dFξ ( y). Ответ: 0. |
|||||||||||||||
|
|
|
|
|
|
|
|
|y|≥x |
|
|
|
|
|
|
|
|
||
89. 1) Для a |
k имеем |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
D a,ξ = |
n |
|
|
n |
n |
|
|
|
|
2 |
|
|
|
|
|
||
|
D ∑aiξi |
= M ∑aiξi − M∑ai |
ξi |
= |
|
|
|
|
|
|||||||||
|
|
|
|
i=1 |
|
|
i=1 |
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
= M[(a1ξ1 − a1Mξ1) +... +(akξk − ak Mξk )]2 = ∑ aia jM(ξi |
|
− Mξi )(ξ j − Mξ j ) = |
||||||||||||||||
|
|
|
|
|
|
|
|
i, j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= ∑ aia jσij = a, Ba ≥ 0. |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
i, j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2) По условию |
P(α1ξ1 +... +αk ξk |
= −α0 ) =1, откуда |
D(α1ξ1 +... + αk ξk ) = 0. Но |
|||||||||||||||
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D(α1ξ1 +... + αkξk ) = ∑ aia jσij = a, Ba , |
где |
a = (α1, ..., αk )T |
≠ (0, ..., 0) |
|
(ситуация |
|||||||||||||
|
i, j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
α0 ≠0, α1 =... = αk |
= 0 невозможна). |
Так как |
B =||σij || |
симметрическая и неотри- |
цательно определенная, то ее можно привести к диагональному виду при помощи
некоторой ортогональной |
матрицы O : |
OT BO = diag{d , ..., d |
}, |
d |
i |
≥ 0. Отсюда |
||||||
|
|
|
|
|
|
|
1 |
k |
|
|
|
|
B = ODOT = (OC)(CT OT ), |
где C = diag{+ |
d ,...,+ |
d |
k |
}. |
Если положить A = OC, то |
||||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
для матрицы |
B получим представление B = AAT . |
Тогда |
a, Ba = a, AAT a = |
|||||||||
= AT a, AT a , |
откуда AT a = 0 и AAT a = Ba = 0. |
|
|
|
|
|
|
|
|
|
130 |
|
|
|
|
|
Решения задач |
3) Если |
rank(B) = r, |
то существуют такие линейно независимые векторы b1, |
||||
..., b |
k , |
что Bb = 0, |
i = |
|
. Но b , Bb = 0 = D b ,ξ . Тогда для некоторых |
|
1, k − r |
||||||
k −r |
|
i |
|
|
i i |
i |
констант c1, ..., ck −r выполняются равенства P( bi ,ξ = ci ) =1, |
т. е. случайный вектор ξ |
||||||||||||||||
с вероятностью 1 лежит в пересечении (k − r) |
гиперплоскостей bi ,ξ = ci , |
i = |
|
, |
|||||||||||||
1, k − r |
|||||||||||||||||
т. е. в некотором r-мерном линейном многообразии Lr . |
|
|
|
|
|
|
|
|
|||||||||
90. В силу независимости имеем M det(ξij ) = ∑ (−1)εα M(ξ1α1 )...M(ξnαn ) = 0. По |
|||||||||||||||||
|
|
|
|
|
|
|
|
α Sn |
|
|
|
|
|
|
|
|
|
определению дисперсии D det(ξij ) = M(det2 ξij ). Но |
|
|
|
|
|
|
|
|
|
||||||||
|
det2 (ξij ) = |
∑ |
(−1)εα +εβ ξ1α1 ... ξnαn |
− ξ1β1 ... ξnβn . |
|
|
|
|
|||||||||
|
|
|
|
(α,β) Sn ×Sn |
|
|
|
|
|
|
|
|
|
|
|
||
Поэтому |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0, если существует такоеi, что αi ≠ βi , |
|
|
|
|
|||||||
M(ξ1α |
... ξnα |
|
ξ1β ... ξnβ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
n |
) = |
2 |
2 |
) =[σ |
2 |
|
n |
2n |
. |
|
|
|||||
1 |
|
1 |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
M(ξ1α )...M(ξnα |
|
+ M(ξ1α )] = σ |
|
|
|
||||||
|
|
|
|
|
|
|
1 |
|
n |
|
|
|
1 |
|
|
|
|
Отсюда D det(ξij ) = n!σ2n.
91. По свойствам дисперсии имеем
0≤ D(ξ1 +... +ξn ) = ∑D(ξi ) + ∑M(ξi − Mξi )(ξ j − Mξ j ) =
ii≠ j
=∑D(ξi ) + ∑ρ(ξi ,ξ j ) = n +c(n2 − n) .
ii≠ j
Отсюда получаем требуемое неравенство.
92. Заметим, что η = (ξ |
i |
−ξ |
i |
+1 |
)2 |
= (ξ |
i |
−ξ |
i+1 |
)4. |
Обозначим p = P(ξ |
i |
=1). Тогда |
||||||||||
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
M η = M(ξ |
i |
−ξ |
i+1 |
)2 |
= M(ξ2 ) + M(ξ2 |
) − 2(M ξ |
i |
)(M ξ |
i+1 |
) = 2 p − 2 p2 = 2 p(1− p). |
|||||||||||||
i |
|
|
|
|
|
|
i |
|
|
|
i+1 |
|
|
|
|
|
|
|
|
||||
Отсюда M η = ∑ M ηi |
= 2np(1− p). Далее имеем, учитывая независимость, |
||||||||||||||||||||||
|
1≤i≤n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
M(η2 ) = M |
∑ (ξi |
−ξi+1)2 2 |
= ∑ M(ξi − ξi+1)4 + 2 ∑ M((ξi − ξi+1)2 (ξ j − ξ j+1)2 ) = |
||||||||||||||||||||
1≤i≤n |
|
|
|
|
1≤i≤n |
|
|
|
|
|
|
1≤i< j≤n |
|
|
|||||||||
|
|
|
= ∑ M(ξi −ξi+1)2 + 2 ∑ M(ξi −ξi+1)2 M(ξ j −ξ j+1)2 + |
|
|
||||||||||||||||||
|
|
|
1≤i≤n |
|
|
|
|
|
|
|
i+1< j |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
+2 |
|
∑ M((ξi −ξi+1)2 (ξi+1 −ξi+2 )2 ) = |
|
|
|||||||||||||
|
|
|
|
|
|
1≤i≤n−1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
= 2np(1− p) + 2 |
(n −1)(n − 2) |
(2 p(1− p))2 + 2(n −1) p(1− p). |
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
Решения задач к главе 3 |
131 |
Здесь мы использовали тот факт, что случайная величина Бернулли
(ξi −ξi+1)2 (ξi+1 − ξi+2 )2
принимает значение 1 тогда и только тогда, когда (ξi ,ξi+1,ξi+2 ) {(1,0,1),(0,1,0)} , что
происходит с вероятностью |
p2 (1− p) + p(1− p)2 = p(1− p). Окончательно |
|
||||||||||
D η = M(η2 ) −(M η)2 = 2 p(1− p)(2n + 2(2 −3n) p(1− p) −1). |
|
|
|
|||||||||
95. Пусть Xk , k =1, 2, …, 14, случайная величина, равная единице, |
если в k-й |
|||||||||||
паре люди противоположного пола, и равная нулю в другом случае. Тогда |
|
|||||||||||
M(Xk ) = P(Xk =1) = 2 · 8 · 7 · 13! = |
8 |
, k =1, 2, …, 14. |
|
|
|
|||||||
|
|
|
|
|||||||||
|
15! |
|
|
|
15 |
|
|
|
|
|
|
|
Поэтому требуемое математическое ожидание равно M(X |
1 |
+... + X |
14 |
) = 112 . |
||||||||
|
|
|
|
|
|
|
|
|
|
15 |
||
96. Пусть ξ равно числу потревоженных пассажиров. Тогда (см. задачу 51, гла- |
||||||||||||
ва 1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
Cm m!(n − m −1)! |
|
1 |
|
|
|
|
|
|
|
|
|
P(ξ = m) = |
n−1 |
|
= |
|
, m = 0, 1, …, n −1. |
|
|
|
||||
n! |
n |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|||
n−1 |
|
|
|
|
|
|
|
|
|
|
|
|
Поэтому Mξ = ∑ m = n −1. |
|
|
|
|
|
|
|
|
|
|
||
m=0 n |
2 |
|
|
|
|
|
|
|
|
|
|
|
98. Пусть η – случайная величина, распределенная как ξ и независимая с ней. Тогда
cov( f (ξ), g(ξ)) = Mf (ξ)g(ξ) − Mf (ξ)Mg(ξ) = Mf (ξ)g(ξ) − Mf (ξ)g(η) = = 12 (Mf (ξ)g(ξ) − Mf (ξ)g(η) − Mf (η)g(ξ) + Mf (η)g(η)) =
= 12 M( f (ξ) − g(ξ))( f (η) − g(η)) ≥ 0,
так как в последнем выражении величина под знаком математического ожидания неотрицательна.
99. Да, верно. По теореме Фубини имеем
+∞ +∞ |
+∞ |
M|ξ + η|= ∫ ∫ | x + y|dFξ (x)dFη ( y) = ∫ M|ξ + y|dFη ( y). |
|
−∞ −∞ |
−∞ |
Так как M|ξ + η|< ∞, то M|ξ + y| < ∞ для почти всех y R относительно меры, порожденной Fη . Откуда вытекает, что M|ξ |< ∞.
101. Имеем M(ξη) = M(ξη I (ξ > 0)) + M(ξη I (ξ < 0)). Точная нижняя грань достигается на такой η, что первое слагаемое равно нулю. Поэтому далее считаем, что η равна нулю на множестве {ξ > 0}. Из неравенства Коши – Буняковского имеем
(M(ξη))2 = (M(ξη I (ξ < 0)))2 ≤ M(η2 )M(ξ2 I (ξ < 0)) ≤ M(ξ2 I (ξ < 0)),
132 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Решения задач |
||||
причем равенство достигается, если |
η = aξ I (ξ < 0) . Чтобы |
M(ξη) |
было наимень- |
|||||||||||||||||||||||||
шим, возьмем η так, чтобы M(η2 ) =1. Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
a = −(M(ξ2 I (ξ < 0)))−1/ 2 и |
inf M(ξη) = − |
M(ξ2 I (ξ < 0)). |
|
|
|
|
|
|
||||||||||||||||||||
102. 1) Обозначим через qλ |
λ-квантиль Х, т. е. |
|
qλ = inf{x : FX (x) > λ}. Рассмот- |
|||||||||||||||||||||||||
рим Z+ следующего вида: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
Z |
+ |
= λ −1I ( X < q ) +ξI (X = q ), |
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
λ |
|
|
|
|
λ |
|
|
|
|
|
|
|
|
|
|
|||||
где случайная |
величина |
|
ξ |
принимает |
значения |
из |
интервала |
|
[0; λ−1] |
и |
||||||||||||||||||
M(ξI (X = q )) =1− λ−1P( X < q ). Для любой случайной величины Z D |
|
имеем |
|
|||||||||||||||||||||||||
λ |
|
|
|
|
|
λ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
λ |
|
|
|
|
M(Z X ) − M(Z+ X ) = M((Z − Z+)(X − qλ )) = |
|
|
|
|
|
|
|||||||||||||||||||||
=M((Z − λ −1)( X − q ) I ( X < q ) + Z ( X − q ) I (X > q )) ≥ 0. |
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
λ |
|
λ |
|
|
|
|
λ |
|
|
|
|
|
|
λ |
|
|
|
|
|
|
|
Поэтому M(Z+ X ) = uλ ( X ). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
2) Вообще говоря, нет. Положим λ =1 4 и пусть |
X , Y |
|
|
независимые случай- |
||||||||||||||||||||||||
ные величины такие, что |
P( X = ±1) = P(Y = ±1) =1 2. |
Тогда |
|
|
uλ ( X ) = uλ (X ) = −1 |
и |
||||||||||||||||||||||
uλ ( X +Y ) = −2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
103. Вообще |
говоря, |
нет. |
Пусть |
e , e , …, e |
|
|
|
– |
базис |
|
n+1. |
|
Положим |
|||||||||||||||
|
|
|
|
|
|
|
|
|
1 |
2 |
|
n+1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
P(X = e1)=1 2, P( X = e2 ) = P( X = e3) =... = P( X = en+1) =1 2 n. Тогда |
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
n+1 |
|
|
|
|
|
|
1 |
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
∑P(Z = ek , X =Y = ek ) |
|
|
+ |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
8 |
|
|
(2n) |
3 |
|
|
|
|
1 |
|
|
|
|||||||||
P(Z L |
d(L) =1) = |
k=1 |
|
|
|
|
= |
|
|
|
|
|
→ |
. |
|
|
||||||||||||
|
|
|
|
|
1 |
|
|
|
|
n |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
n+1 |
|
|
|
|
|
|
|
|
|
|
|
n→∞ |
|
2 |
|
|
|
|||||
|
|
|
|
|
|
∑P( X =Y = ek ) |
|
|
|
|
+ |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
4 |
|
(2n)2 |
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
k =1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Аналогично |
P(Z L |
|
d (L) = 2) → |
1 . Для достаточно больших |
n |
получаем тре- |
||||||||||||||||||||||
|
||||||||||||||||||||||||||||
буемый контрпример. |
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
104. Любое множество A σ(sin ξ) |
имеет вид |
|
|
A ={sin ξ B} |
для некоторого |
борелевского подмножества [0; 1]. Очевидно, что {sin ξ B} ={ξ C}, где C – борелевское подмножество отрезка [0; π], симметричное относительно π2. Тогда
∫ξ(ω)P(dω) = π1 ∫x dx = π1 ∫(π − x)dx = π1 ∫π2 dx =∫π2 P(dω).
A C C C A
Поэтому M(ξ | sin ξ) = π2 .
105. Заметим, что случайные векторы (ξ, ξη) и (−ξ, ξη) имеют одинаковое распре-
деление. Поэтому для каждого борелевского подмножества B действительной оси полу-
чаем M(ξ I (ξη B)) = M(−ξ I (ξη B)). Откуда M(ξ I (ξη B)) = 0 и M(ξ ξη) = 0.
Решения задач к главе 3 |
133 |
106. 1) Используя свойства условного математического ожидания, имеем
M(ξ − η)2 = M(M(ξ2 − 2ξη + η2 ξ)) =
= M(ξ2 − 2ξ2 + M(η2 ξ)) = M(η2 ) − M(ξ2 ).
Аналогичным образом получаем M(ξ − η)2 = M(ξ2 ) − M(η2 ). Откуда M(ξ − η)2 = 0
иξ = η с вероятностью 1.
2)Рассмотрим функцию f (x) = arctg(x). Тогда
M( f (ξ)(ξ − η)) = M(M( f (ξ)ξ − f (ξ)η ξ)) = M( f (ξ)ξ) − M( f (ξ)ξ) = 0.
Аналогично получаем M( f (η)(ξ − η)) = 0. Откуда M(( f (ξ) − f (η))(ξ − η)) = 0 и ξ = η с вероятностью 1.
107. Обозначим λ n = M(ξ Fn ), μn = M(ξ Gn ) и νn = M(ξ Hn ). Пусть случайная величина ξ ограничена некоторой константой C . Тогда |λn |≤ C, |μn |≤ C, |νn |≤ C и по аналогу теоремы Лебега для сходимости по вероятности получаем, что
M |λ n − η|→ 0 и M |νn − η|→ 0. Откуда M |λ n − νn |→ 0.
Из равенства λn − μn = M(λn − νn Gn ) получаем M|λn −μn |≤ M |λn − νn |. Значит, M |λn −μn |→ 0 и M |μn − η|→ 0, что и требовалось доказать.
108. Вообще говоря, нет. Например, рассмотрим два независимых бросания симметричной монеты. Событие А – выпал герб при первом броске, В – выпал герб при втором броске, С – ровно один герб при двух бросках. Если положить ξ = IA,
η = IB и F ={ , C, Ω \ C, Ω}, то получим искомый контрпример.
109. Нет, не существует. Рассмотрим события Ai ={ξi > 0}, i =1, 2, …. Каждое из этих событий имеет вероятность 12, и они независимы в совокупности (так как
{ξi > 0} = = ∞n=1{1/ n ≤ ξi ≤ n}, и все события указанного вида независимы для раз-
личных индексов i). Поэтому их дополнения независимы. Но эти дополнения совпадают с точностью до события нулевой вероятности.
110. 1) Вообще говоря, нет. Например, ξ имеет стандартное нормальное распределение, а η = −2ξ.
2) Верно. Заметим, что arctg(ξ + η) −arctg(ξ) ≥ 0. Но в силу равенства законов распределения ξ +η и ξ имеем M(arctg(ξ + η) −arctg(ξ)) = 0. Поэтому arctg(ξ + η) =
=arctg(ξ) или ξ +η = ξ п. н. и η = 0 п. н.
111.Заметим, что все скорости различны с вероятностью 1. Занумеруем паровозы по порядку и паровозу с номером j поставим в соответствие случайную величину
ξj , равную 1, если этот паровоз является лидером каравана, и равную 0 в против-
ном случае. Тогда
P(ξ j =1) = P( j-й паровоз медленее всех, идущих перед ним) = 1j .
134 |
Решения задач |
А если |
j > k , то |
|
P(ξ j = ξk =1) = P( j-й и k-й медленнее всех, кто перед ними), |
а это есть отношение количества таких перестановок чисел {1, …, j}, что на первом месте стоит 1, а на k-ом месте с конца стоит число, которое меньше всех последую-
щих, к числу всех перестановок. Поэтому случайные величины ξ j , |
j =1, …, 100 по- |
|||
парно независимы. |
|
|
|
|
|
|
100 |
100 |
1. Пользуясь не- |
Математическое ожидание числа караванов равно M∑ξ j |
= ∑ |
|||
|
|
j=1 |
j=1 |
j |
|
100 |
100 |
|
|
зависимостью, получаем D∑ξ j = ∑( j−1 − j−2 ). |
|
|
||
|
j=1 |
j=1 |
|
|
112. Множество функций распределения обозначим символом G. Существует |
||||
инъекция →G : c I[c; +∞) , где |
I[c; +∞) – функция распределения случайной вели- |
|||
чины, равной c. |
С другой стороны, инъекцией является отображение G →[0; 1] : |
|||
: F (F(q))q , |
принимающее значение в счетном декартовом произведении от- |
резков [0; 1]. Это следует из того, что функции распределения непрерывны справа и
однозначно определяются значениями в рациональных точках. Имеем следующую цепочку равномощных множеств (эквивалентных с точки зрения теории множеств):
[0,1] [0,1] ({0,1} ) {0,1} × {0,1} [0,1] .
По теореме Кантора – Бернштейна из существования двух инъекций, описанных выше,
вытекаетсуществование биекции между |
и G, т. е. |
G имеет мощностьконтинуум. |
||
113. Обозначим число походов за водой через |
ξ . Тогда по формуле для цело- |
|||
численных случайных величин |
|
|
|
|
∞ |
∞ k |
∞ ∞ |
∞ |
∞ |
Mξ = ∑kP(ξ = k) = ∑∑P(ξ = k) = ∑∑P(ξ = k) = ∑P(ξ ≥ k) = ∑P(ξ > k). |
||||
k =0 |
k=1 j=1 |
j=1 k= j |
k =1 |
k=0 |
Слагаемое для k = 0 равно 1, а при k > 0 соответствующее слагаемое равно вероятности того, что сумма k независимых равномерно распределенных на отрезке [0; 1] случайных величин меньше 1. Эта вероятность равна мере Лебега множества
|
|
|
|
k |
|
|
k |
|
|
|
|
< |
x |
|
|
, |
|
(x , …, x ) : 0 |
<1 |
|
||||||
|
1 |
k |
|
∑ i |
|
|
|
|
|
|
|
|
i=1 |
|
|
|
|
которая равна 1/(k!). Поэтому
Mξ = ∑∞ 1 = e.
k=0 k!
Ответ: Mξ = e.
Решения задач к главе 3 |
|
|
135 |
|
114. Если z <1 , то неверно. Можно, |
например, рассмотреть такие независимые |
|||
величины: P(ξ = z) = P(ξ = −1) =1 2 и P(ξ = −z) = P(ξ = z2 ) =1 2. |
||||
Тогда |
|
|
|
|
M(ξ + η)+ |
= |
z + z2 |
< z. |
|
M(ξ + η)− |
2 + z − z2 |
|||
|
|
Если z ≥1 , то верно. Действительно,
Mξ+ / Mξ− ≥ z Mξ+ ≥ zMξ− Mξ ≥ (z −1)Mξ− .
И при помощи неравенства a− +b− ≥ (a +b)− имеем
M(ξ + η) = Mξ + Mη ≥ (z −1)Mξ− + (z −1)Mη− ≥ (z −1)M(ξ + η)−.
Из последних неравенств вытекает требуемое.