- •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.