
- •Элементы комбинаторики
- •3. Геометрическое определение вероятности
- •4. Теоремы сложения и умножения вероятностей
- •5. Формула полной вероятности. Формула Байеса
- •6. Повторение независимых испытаний. Схема Бернулли
- •Примеры линейных функционалов на
- •8. Законы распределения и числовые характеристики случайных величин
- •Свойства плотности распределения вероятности непрерывной случайной величины
- •Примеры распределений дискретных случайных величин
- •Примеры распределений непрерывных случайных величин
- •9. Двумерные случайные величины
- •Свойства функции и плотности распределения вероятности
- •Свойства корреляционного момента и коэффициента корреляции
- •Свойства математического ожидания и дисперсии
9. Двумерные случайные величины
Вектор
,
координаты которого есть случайные
величины, заданные на одном и том же
вероятностном пространстве, называется
случайным
вектором, а
функция
называется функцией распределения
вероятности случайного вектора
или двумерной случайной величины
.
Если координаты вектора – дискретные случайные величины, то называют дискретным случайным вектором.
Закон
распределения дискретной двумерной
случайной величины
представляет собой таблицу
-
…
…
…
…
…
…
…
…
где
Так же как и
для одномерной дискретной случайной
величины должно выполняться условие
нормировки
.
Зная
закон распределения двумерной дискретной
случайной величины, можно найти законы
распределения составляющих, то есть
случайных величин
и
.
Для этого достаточно просуммировать
вероятности по строкам и по столбцам
соответственно. Знание законов
распределения составляющих позволяет
найти числовые характеристики
составляющих, а также их корреляционный
момент.
Если
функцию распределения вероятности
вектора
можно представить в виде
,
то случайную величину
называют непрерывной
двумерной случайной величиной, а
– ее плотностью распределения вероятности.
Свойства функции и плотности распределения вероятности
1)
.
2)
.
3)
0.
4)
.
5)
,
,
где
и
– функции распределения вероятности
случайных величин
и
.
6)
В любой точке непрерывности функции
,
.
7)
.
8)
.
9)
.
10)
,
,
где
и
– плотности распределения случайных
величин
и
.
Условной
плотностью распределения случайной
величины
при условии, что
называют функцию
,
Аналогично
определяют
,
Равенство
называют теоремой умножения плотностей
вероятности.
Случайные
величины
и
называются независимыми,
если для любых чисел
,
случайные события
и
независимы (см. стр.12).
Случайные величины независимы, если выполняется любое из условий:
.
или
.
Для
двумерных случайных величин вводят
понятия начальных и центральных моментов,
из которых наиболее часто используются
математические ожидания
,
и дисперсии
,
составляющих, а также условные
математические ожидания и корреляционный
момент.
Условным математическим ожиданием для дискретного случайного вектора называется сумма:
Для двумерных непрерывных случайных величин условным математическим ожиданием называется интеграл:
Величина
называется корреляционным
моментом (ковариацией)
двух случайных величин
и
.
Если
– непрерывная двумерная случайная
величина с плотностью распределения
,
то
,
где
.
Для дискретного случайного вектора
.
Величина
называется коэффициентом корреляции
случайных величин
и
.
Если
,
то случайные величины
и
называются некоррелированными.