Задачи на случайные величины / Fedya_TV i MS
.docСавельев Ф. Г.
Гр. 2351
Вариант 19.
Дано:
-
Вычисление вектора мат. Ожиданий и ковариационных характеристик С.В.
Сначала найдём неизвестную константу. Для этого вычислим плотность распределения одной из компонент случайного вектора с учётом неизвестной константы C и приравняем её к единице.
.
Найдём вектор математических ожиданий
Имеем: .
Плотность распределения :
Плотность распределения :
Отсюда, - вектор мат. ожиданий.
Ковариационную матрицу мы можем найти двумя способами
1-ый способ. Ковариационная матрица – это матрица, обратная матрице квадратичной формы.
Матрица квадратичной формы: ;
Матрица ковариации: .
2-ой способ. Найдем первый и четвертый элемент матрицы ковариации – это дисперсии компонент случайного вектора x и y соответственно.
,
Остается найти второй и третий члены матрицы. Они, как известно, равны между собой и вычисляются по формуле: .
Найдем .
Тогда второй и третий элементы будут равны: .
Имеем матрицу ковариации: , что полностью совпало с вычисленным первым способом.
-
Найти ортогональное преобразование, переводящее соответствующий центрированный случайный вектор в вектор с независимыми компонентами.
Преобразование будет называться ортогональным, если его матрица будет ортогональна т. е.
Тогда само преобразование можно описать формулой
- матрица - вектор при этом матрица должна быть ортогональной.
Однако нам в задании уже дана плотность с независимыми компонентами, следовательно для перевода данного случайного вектора в центрированный вектор необходим лишь сдвиг. Опишем общий вид данного преобразования.
Матрица - матрица перехода от стандартного базиса к базису собственных векторов нашей матрицы квадратичной формы.
Матрица квадратичной формы уже диагональная и собственные числа равны, соответственно,
Матрица перехода будет - единичная матрица. Эта матрица ортогональна, следовательно, ортогонально и преобразование. Для центрирования данного случайного вектора необходимо просто отнять столбец математических ожиданий данных компонент.
Произведём первую замену. Вместе , подставляем новые координаты
Тогда квадратичная форма будет следующей
Якобиан такой замены будет равен 1
Следовательно, после такой замены, плотность случайного вектора принимает вид
Данный вектор центрирован (математическое ожидание обоих компонент равно 0), имеет независимые друг от друга компоненты и получен ортогональным преобразованием.
Из такого вектора легко получить стандартный нормальный вектор. Достаточно сделать ещё одну замену. Вместо , ставим
На диагонали всегда будут находиться члены вида . Якобиан такой замены также можно очень просто посчитать
И умножив плотность распределения т. е. компонент предыдущей замены получим
плотность распределения стандартного и центрированного вектора.
4. Вычислить характеристики совместного распределения с.в. и записать его плотность.
Математические ожидания мы находим, используя свойство его линейности.
Пусть , тогда ,
.
Находим новые дисперсии, используя свойства линейности для независимых компонент.
Для заданного случайного вектора компоненты уже независимы, следовательно, мы можем найти дисперсию так:
Из ранее найденного имеем:
Тогда можно вычислить .
Аналогично, имеем для дисперсии Y:
.
Вычислим матрицу ковариации
,
Надо вычислить ковариации новых компонент вектора.
.
для наших независимых компонент равно 0.
Отсюда, матрица ковариации в явном виде:
.
Записываем плотность нового случайного вектора
где .
Подставив все значения, получим:
.
Для проверки распределения составим матрицу квадратичной формы,
Возведем ее в (-1)-ую степень, получили матрицу ковариации, что показывает верность наших расчетов.