
- •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
2.5.2. Функція двох випадкових аргументів
Нехай X, Y, Z – одновимірні випадкові величини.
Означення. Якщо кожній парі значень випадкових величин Х і Y відповідає одне можливе значення випадкової величини Z, то Z називають функцією двох випадкових аргументів Х і Y:
Далі
виникає задача: знайти закон розподілу
випадкової величини Z,
знаючи сумісний закон розподілу
випадкових величин Х
і Y.
На практиці цю задачу найчастіше потрібно
розв’язувати, коли
.
Ми обмежимося тут розв’язуванням
сформульованої задачі для функції
.
А.
В
и п а д о к д и с к р е т н и х а р г у м е
н т і в. Якщо
Х
і Y
– дискретні випадкові величини, то
випадкова величина
також дискретна.
Щоб
скласти закон розподілу функції Z
= X
+ Y,
потрібно знайти можливі значення Z
та їх імовірності і записати у відповідну
таблицю.
Приклад 2.44. Дискретні незалежні випадкові величини Х і Y задані законами розподілу у формі таблиць:
-
1
3
2
4
0,3
0,7
0,4
0,6
Написати
закон розподілу випадкової величини
Розв’язання. Можливими значеннями випадкової величини Z є суми кожного можливого значення величини Х із кожним можливим значенням величини Y:
Потрібно
ще знайти ймовірності цих можливих
значень. Для того, щоб
,
потрібно, щоб величина Х
набула значення
і величина Y
– значення
.
А це означає, що подія
є добутком подій
і
.
Оскільки випадкові величини Х
і Y
незалежні, то ймовірність
події
є добутком імовірностей подій
і
,
а саме:
.
У результаті маємо:
;
;
;
.
Перевірка:
.
Оскільки
два значення
і
величини Z
повторюються, то в таблиці записуємо
одне з них, додавши відповідні їм
імовірності.
Отже,
закон розподілу величини
має вигляд:
-
3
5
7
0,12
0,46
0,42
Б.
В
и п а д о к н е п е р е р в н и х а р г у м
е н т і в.
Якщо аргументи Х
і Y
– неперервні випадкові величини, то
функція
– також неперервна випадкова величина.
Щоб знайти закон розподілу g(z) випадкової величини у випадку незалежних неперервних аргументів Х, Y, користуємося таким правилом: якщо Х і Y незалежні неперервні випадкові величини і густини їх розподілів є функції і , відповідно, то густина розподілу g(z) випадкової величини Z виражається формулами:
(2.83)
або
(2.84)
Формули (2.83), (2.84) називають згорткою, або композицією двох законів.
Приклад 2.45. Незалежні випадкові величини Х і Y задані густинами розподілу:
Знайти
густину розподілу g(z)
випадкової величини
Розв’язання. За формулою (2.83):
.
Якщо
,
то
і
;
якщо
,
то
і
.
Ураховуючи ці рівності для
,
далі знаходимо:
,
.
Перевірка:
тут маємо, що розподіл величини Z
зосереджений на проміжку
і
.
Зауваження. Якщо випадкові величини Х і Y не є незалежні, то густина g(z) випадкової величини обчислюється за формулами:
або
де
– густина сумісного розподілу Х
і Y.