- •§11. Элементы математической статистики. Основные понятия
- •§12. Примеры некоторых распределений
- •§13. Понятие о критериях согласия
- •§14. Многомерная случайная величина. Функция и плотность распределения
- •§15. Независимость случайных величин. Условные законы распределения
- •§16. Числовые характеристики многомерной случайной величины
- •§17. Геометрическая интерпретация корреляции
- •§18. Понятие регрессии
- •§19. Оценка регрессии по выборке
- •§20. Числовые характеристики функции случайной величины
- •§21. Закон распределения функции случайного аргумента
- •§22. Закон больших чисел
- •§23. Точечные оценки параметров распределения
- •§24. Характеристическая функция
- •§25. Понятие о центральной предельной теореме
- •§26. Доверительный интервал
§14. Многомерная случайная величина. Функция и плотность распределения
Рассмотрим случайную величину – точку разрыва снаряда на плоскости. Поскольку точка на плоскости характеризуется двумя координатами, то мы имеем дело уже не с одной, а с системой двух случайных величин (ξ, η). Аналогично, точка разрыва дистанционного снаряда в воздухе – система трех случайных величин (ξ, η, ζ). Это примеры многомерных случайных величин. Геометрически такие величины интерпретируются как случайные точки в n-мерном пространстве или как случайный вектор ξ=(ξ1,ξ2,…,ξn) этого пространства. Уточним понятие многомерной случайной величины. Пусть (Ω, , Р) – вероятностное пространство и пусть на Ω задано n случайных величин ξ1,ξ2,…, ξn. Совокупность (система) этих величин ξ=(ξ1,ξ2,…,ξn) и называется многомерной случайной величиной, или n-мерным случайным вектором, или случайной точкой n-мерного пространства. Сами величины ξi называются компонентами(координатами) вектора ξ.
Определение 1. Функция F(x1,x2,…,xn) называется функцией распределения n-мерной случайной величины
ξ=( ξ1,ξ2,…,ξn), если она определена равенством
F(x1,x2,…,xn)=P(ξ1<x1,ξ2<x2,…,ξn<xn). (1)
Заметим, что событие
{ξ1<x1,ξ2<x2,…,ξn<xn}=,
а поэтому вероятность в правой части (1) существует, и функция распределения определена в любой точке пространства Rn.
Если все компоненты случайного вектора являются дискретными, то и сам вектор называется дискретным.
Определение 2. Если существует неотрицательная функция f(x1,x2,…,xn) такая, что при любых x1,x2,…,xn выполняется равенство
, (2)
то случайный вектор ξ=(ξ1,ξ2,…,ξn) называется непрерывным. Функция f(x1,x2,…,xn) называется плотностью распределения случайного вектора ξ.
Ф
Функция распределения F1(x) компоненты ξ вектора (ξ, η)
означает вероятность попасть в левую полуплоскость, ограниченную справа линией, параллельной оси Оy и проходящей через точку х (см. рис. 18). Функция распределения F2(y) компоненты η вектора (ξ, η) означает вероятность попасть в нижнюю полуплоскость (см. рис. 19).
Из геометрической интерпретации легко понять свойства функции распределения F(x,y).
-
F(x,y) неубывающая функция;
-
F(-∞,y)= F(x,- ∞)= F (-∞,∞)=0;
-
F(x,+ ∞)= F1(x), F(+∞,y)= F2(y);
-
F(+∞,+∞)= 1.
Перепишем (2) для двумерной случайной величины
. (2)
Из (2) получим
,
. (3)
Дифференцируя (3) по переменным верхним пределам, найдем, что в точках непрерывности функции (x,y)
,
. (4)
Таким образом, зная закон распределения двумерной случайной величины, мы всегда найдем закон распределения составляющих величин ξ и η. Аналогично, дифференцируя (2) по х и по y, получим
. (5)
Из (2) ясно, что величину f(x,y)dxdy=f(x,y)ds можно интерпретировать как элементарную вероятность, т.е. вероятность попадания случайной точки (ξ,η) в элементарную площадку ds: Р((ξ,η)ds)=f(x,y)ds. Поэтому вероятность попадания случайной точки в некоторую конечную область D можно определить так:
. (6)
Заметим, что все полученные формулы можно обобщить на n-мерную случайную величину. В частности
. (5)
Если дискретная случайная величина имеет конечное число возможных значений, то ее удобнее задавать в виде таблицы, где указаны все ее возможные значения и соответствующие вероятности. Для примера приведем такую таблицу для двумерной случайной величины (ξ,η)
|
|||||
x1 |
x2 |
… |
xn |
||
y1 |
p11 |
p21 |
… |
pn1 |
p(y1) |
y2 |
p12 |
p22 |
… |
pn2 |
p(y2) |
… |
|||||
ym |
p1m |
p2m |
… |
pnm |
p(ym) |
p(x1) |
p(x2) |
… |
p(xn) |
|
Здесь случайная величина ξ принимает n возможных значений, а случайная величина η – m возможных значений. .
Первая и последняя строка таблицы дают ряд распределения случайной величины ξ, а первый и последний столбцы таблицы дают ряд распределения случайной величины η. При этом
,
. (7)
Пример 1. Дискретная случайная величина (ξ,η) задана таблицей. Найти ряд распределения для компонент ξ и η.
|
ξ |
P(η=yi) |
|||
x1=1 |
x2=3 |
x3=4 |
x4=8 |
||
y1=3 |
0,15 |
0,06 |
0,25 |
0,04 |
0,5 |
y2=6 |
0,30 |
0,10 |
0,03 |
0,07 |
0,5 |
P(ξ=xi) |
0,45 |
0,16 |
0,28 |
0,11 |
|
Решение. Суммируя, согласно (7), pij, стоящие в столбцах, получим ряд распределения случайной величины ξ (см. последнюю строку таблицы). Суммируя pij, стоящие в строках, получим ряд распределения случайной величины η (см. последний столбец таблицы).
Пример 2. Непрерывная случайная величина (ξ,η) задается плотностью распределения
.
Найти плотности компонент ξ и η f1(x) и f2(y).
Решение. Воспользуемся формулами (4).
.
=.