Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
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.
Свойства корреляционного момента и коэффициента корреляции 1) . 2) Если и независимы, то . Обратное неверно: из некоррелируемости случайных величин не следует их независимость. 3) Если , то 4) . 5) . 6) . 7) .
|
|||||||||||||||||||||||||||
Последнее изменение этой страницы: 2018-05-27; просмотров: 180. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |