- •2.3.3. Теорема Чебишова і стійкість середнього арифметичного випадкових величин
- •2.3.4. Теорема Бернуллі і стійкість відносних частот
- •2.3.5. Центральна гранична теорема
- •2.3.6. Інтегральна теорема Муавра – Лапласа
- •Приклади
- •2.4. Двовимірна випадкова величина
- •2.4.1. Закон розподілу ймовірностей
- •2.4.2. Залежні і незалежні випадкові величини. Умовні закони розподілу
- •2.4.3. Чисельні характеристики двовимірної випадкової величини. Коваріація і коефіцієнт кореляції
- •2.4.4. Умовні чисельні характеристики двовимірної випадкової величини. Регресія
- •Приклади
- •2.5. Функції випадкових аргументів
- •2.5.1. Функція одного випадкового аргументу
- •2.5.2. Функція двох випадкових аргументів
- •2.5.3. Чисельні характеристики
- •Приклади
- •3.1. Основні поняття та означення
- •3.1.1. Генеральна і вибіркова сукупності
- •3.1.2. Статистичні ряди розподілу вибірки
2.5. Функції випадкових аргументів
У цьому підрозділі розглянемо функції, аргументами і значеннями яких є випадкові величини.
2.5.1. Функція одного випадкового аргументу
Нехай Х і Y – дві одновимірні випадкові величини.
Означення. Якщо кожному можливому значенню випадкової величини Х відповідає одне можливе значення випадкової величини Y, то Y називають функцією випадкового аргументу Х:
.
Далі розглянемо, як знайти розподіл імовірностей функції випадкового аргументу за відомим законом розподілу аргументу.
А. В и п а д о к д и с к р е т н о г о а р г у м е н т у. Нехай розподіл випадкової величини Х задано таблицею:
Таблиця 2.10
-
…
…
Якщо різним можливим значенням аргументу Х відповідають різні можливі значення функції Y, то ймовірності відповідних значень Х і Y є рівні між собою. Тому закон розподілу випадкової величини має вигляд:
Таблиця 2.11
-
…
…
При цьому, якщо в законі розподілу значення функції повторюються, то кожне з них записують один раз, додаючи їх імовірності.
Приклад 2.41. Закон розподілу дискретної випадкової величини Х задано таблицею:
-
–3
–1
0
1
3
5
0,1
0,2
0,1
0,2
0,3
0,1
Написати закон розподілу для функції .
Розв’язання. Із заданої функціональної залежності маємо:
-
17
1
–1
1
17
49
0,1
0,2
0,1
0,2
0,3
0,1
Ураховуючи, що значення 1 і 17 повторюються, знаходимо:
У результаті закон розподілу дискретної випадкової величини має вигляд:
-
–1
1
17
49
0,1
0,4
0,4
0,1
Б. В и п а д о к н е п е р е р в н о г о а р г у м е н т у. Нехай тепер випадкова величина Х неперервна і густина розподілу задана функцією f(x). Розглянемо спочатку випадок, коли функція строго монотонна, неперервна і диференційовна в інтервалі (а, b) усіх можливих значень випадкової величини Х. Дане припущення гарантує існування однозначної оберненої функції для заданої функції .
Тоді існує густина розподілу g(y) випадкової величини , яка визначається рівністю:
. (2.81)
Приклад 2.42. Неперервна випадкова величина Х задана густиною розподілу:
Знайти густину розподілу g(y) для функції .
Розв’язання. Інтервал можливих значень для випадкової величини Y: , бо .
Оскільки задана функція є строго монотонна (зростаюча), то існує обернена до неї функція:
.
За формулою (2.81) маємо, що
.
Отже, густина розподілу g(y) випадкової величини Y має вигляд:
Перевіримо ще виконання умови :
Зрозуміло, що за даною густиною розподілу g(y) випадкової величини можна знайти функцію розподілу G(y) цієї величини за формулою:
.
Зокрема, у даному прикладі при будемо мати:
= + = .
Отже, функцію розподілу G(Y) випадкової величини запишемо так:
Припустимо тепер, що функція в інтервалі (а, b) можливих значень випадкової величини Х неперервна, диференційовна, але не є монотонна. У цьому випадку обернена функція неоднозначна.
Число значень оберненої функції залежить від того, яке y ми взяли; позначимо ці значення , , ..., . Тоді густину розподілу g(y) випадкової величини можна визначити за формулою:
(2.82)
де k – число значень оберненої функції, що відповідає одному y, і , , ..., – значення оберненої функції, які відповідають даному y.
Приклад 2.43. Випадкова величина Х задана густиною:
Знайти густину розподілу випадкової величини .
Розв’язання. Можливі значення випадкової величини Y: , бо .
У даному випадку зв’язок між можливими значеннями х і у випадкових величин Х і Y виражаються функцією .
Обернена функція при даному Y має два значення:
, .
Обчислюємо похідні:
, .
За формулою (2.82), маємо:
.
Перевірка:
Отже, густина розподілу випадкової величини виражається рівністю: