Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Свойства математического ожидания и дисперсии ⇐ ПредыдущаяСтр 10 из 10
1) , где – постоянная. 2) . 3) . 4) . Если , то . Случайная величина называется неотрицательной , если она принимает только неотрицательные значения. 5) Если , то . 6) , где – постоянная. 7) . 8) . Если , то . 9) . – постоянная. 10) . 11) . Двумерная случайная величина называется распределенной по нормальному закону, если ее плотность распределения . Здесь , , , , – коэффициент корреляции случайных величин и . Для нормальной случайной величины понятия независимости и некоррелируемости эквивалентны. Двумерная случайная величина распределена равномерно в области , если ее плотность распределения Здесь – площадь области . Пример 1.Дискретная двумерная случайная величина распределена по закону, приведенному в таблице
Определить: 1) Законы распределения составляющих и , , ; 2) условный закон распределения случайной величины при условии, что ; 3) ; 4) коэффициент корреляции . Решение.1) Случайная величина может принимать два значения и . Событие, состоящее в том, что случайная величина примет значение , представляет собой сумму трех несовместных событий: , , . По теореме сложения вероятностей вероятность события, состоящего в том, случайная величина примет значение , будет равна сумме вероятностей этих событий. Практически для нахождения достаточно просуммировать вероятности первой строки двумерного закона распределения. Аналогично находятся вероятности и других значений случайных величин и . Законы распределения составляющих будут иметь вид
, , , . 2) Условный закон распределения случайной величины при условии, что – это перечень возможных значений случайной величины и условных вероятностей , которые вычисляются по формуле , , . Условный закон распределения случайной величины при условии, что будет иметь вид
Сравнивая закон распределения случайной величины и условный закон распределения случайной величины , видим, что закон распределения случайной величины зависит от того, какое значение принимает случайная величина . Следовательно, – зависимые случайные величины. 3) Условное математическое ожидание дискретной случайной величины равно . Для решаемой задачи . 4) Коэффициент корреляции . Корреляционный момент для дискретной двумерной случайной величины равен . Для решаемой задачи
. Вычислим коэффициент корреляции . Пример 2.Пусть задан треугольник АВС с вершинами А(0,0), В(1,0), С(0,1). Обозначим область, ограниченную треугольником АВС через D. Двумерная случайная величина имеет равномерное распределение вероятностей в треугольной области , то есть
Найти постоянную , одномерные плотности , случайных величин и , коэффициент корреляции , условную плотность и условное математическое ожидание . Рис. 3 Решение.1) Постоянную найдем из условия нормировки , , где – площадь треугольника . Значит 2) Уравнение прямой ВС имеет вид . Тогда область можно аналитически задать следующим образом: или . 3)
. . . . 4) . . 5)
.
Пример 3.Пара случайных величин и имеет совместное нормальное распределение с вектором математических ожиданий и ковариационной матрицей : . Известно, что . Найти . Решение.Совместная нормальность пары случайных величин и обеспечивает нормальность каждой из них и любой их линейной комбинации, в частности величина нормальна с параметрами , . Подставляя в последнее соотношение элементы ковариационной матрицы , , , получим . По условию , откуда, используя нормальность , получаем . Здесь функция распределения вероятности случайной величины , . Искомые дисперсии равны, соответственно, , . Пример 4.Случайный вектор имеет вектор математических ожиданий и корреляционную матрицу . , . Вычислить вектор математических ожиданий случайного вектора и корреляционную матрицу вектора . Решение. . . . . .
= . Ответ: , .
|
||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2018-05-27; просмотров: 188. 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... |