- •1. Предмет теории вероятностей. Случайный эксперимент.
- •2. Классическое определение вероятности.
- •3. Геометрическое определение вероятности
- •4. Аксиоматическое определение вероятности
- •5. Условные вероятности
- •6. Независимые события
- •7. Формулы полной вероятности и Байеса
- •8. Схема независимых испытаний Бернулли
- •9. Случайные величины. Функция распределения случайной величины и ее свойства
- •10. Дискретные случайные величины. Закон распределения дсв.
- •12. Непрерывные случайные величины. Плотность вероятностей
- •13. Важнейшие непрерывные случайные величины
- •1 4. Математическое ожидание св.
- •15. Моменты. Дисперсия. Среднее квадратическое отклонение.
- •16. Чх дискретных и непрерывных случайных величин
- •17. Случайные векторы. Фр случайного вектора и ее свойства.
- •18. Дискретные случайные векторы. Зр дискретного случайного вектора
- •19. Непрерывные случайные векторы. Плотность вероятностей и ее свойства
- •20. Пример. (Равномерное распределение в области ).
- •21. Независимость случайных величин
- •22. Условные законы распределения и условные числовые характеристики
- •23. Числовые характеристики случайных векторов
- •24. Теоремы о числовых характеристиках
- •25. Некоррелированность случайных величин и ее связь с независимостью
- •26. Коэффициент корреляции его свойства
- •27. Многомерное нормальное (гауссовское) распределение
- •28. Функции случайных аргументов
- •29. Композиция (свертка) законов распределения
- •30. Неравенство Чебышева
- •31. Законы больших чисел
- •32. Теорема 3 (збч для независимых, одинаково распределенных св).
- •33. Центральная предельная теорема
- •34. Теорема 2 (Ляпунова) (цпт для независимых, разнораспределенных св)
25. Некоррелированность случайных величин и ее связь с независимостью
Определение. СВ и , для которых корреляционный момент , называются некоррелированными. Учитывая, что , получаем: СВ и являются некоррелированными тогда и только тогда, когда .
Отсюда и из т2 вытекает, что из независимости СВ всегда следует их некоррелированность. Обратное, вообще говоря, неверно. Можно только сказать, что если СВ являются коррелированными, так, что , то они являются зависимыми.
Пример.
Равномерное распределение в круге .
Ранее были найдены одномерные ПВ координат вектора :
и установлено, что СВ и являются зависимыми, так как .
Найдем корреляционный момент СВ и .
По аналогичным соображениям
Найдем .
Таким образом, и, следовательно, СВ и являются зависимыми, но некоррелированными.
Понятие некоррелированности СВ играет важную роль в теории вероятностей. Подтверждением тому является следующая теорема.
Теорема 3 (теорема сложения дисперсий).
Для любых действительных чисел и любых СВ и , имеющих конечную дисперсию
.
В частности, если и СВ и являются некоррелированными, то имеет место свойство аддитивности дисперсии: .
▲ Доказательство теоремы основано только на свойствах МО и определении корреляционного момента :
.■.
По индукции утверждение теоремы 3 обобщается на линейную комбинацию любого конечного числа СВ следующим образом.
Для любых действительных чисел и СВ , имеющих конечную дисперсию .
В частности, если все , а СВ являются попарно некоррелированными ( ), то имеет место свойство аддитивности дисперсии: .
26. Коэффициент корреляции его свойства
Значение корреляционного момента зависит от единиц измерения СВ и . Безразмерным аналогом является коэффициент корреляции, определяемый формулой: ,
где - средние квадратические отклонения СВ и .
Свойства коэффициента корреляции.
, если СВ и являются независимыми. (очевидно, так как в этом случае ).
. В соответствии со свойством 1 дисперсии .
Положим . Тогда ,
Откуда .
Следовательно, , или, эквивалентно, .■.
тттк СВ и связаны линейной зависимостью, то есть существуют действительные числа А и В такие, что .
▲ Необходимость. Предположим, что . Тогда и из доказательства свойства 2 коэффициента корреляции следует, что при . В соответствии со свойством 1 дисперсии это означает, что , откуда и значит .
Достаточность. Пусть . Тогда , а корреляционный момент СВ и равен
.
П оэтому ■.
Итак, для независимых СВ и достигает максимального по модулю значения для сильно (линейно) зависимых СВ. Поэтому значение коэффициента корреляции можно интерпретировать как степень линейной зависимости между СВ.
Геометрическая иллюстрация: чем больше по модулю , тем плотнее значения располагаются вдоль некоторой прямой. – вероятностный смысл?...