Вероятностный
смысл:
есть предел отношения вероятности
попадания случайной точки в прямоугольник со сторонами
и
к площади этого прямоугольника, когда
стороны стремятся к нулю.
Свойства плотности:
1)
2) ![]()
Свойство
следует из того, что
есть неубывающая функция своих
аргументов.
3) Свойство нормировки:

По свойству 
4)

Плотности распределения вероятностей отдельных компонентов случайного вектора выражаются виде интегралов от совместных плотностей распределения.

5) Если
двумерный случайный непрерывный вектор,
то вероятность попадания случайной точки а произвольную область
определяется формулой:
![]()
Доказательство:
![]()



В общем
случае область
апроксимируется объединением
вписанных и описанных прямоугольников. При стремлении сторон прямоугольника к
нулю получается требуемая формула.
Независимость случайных величин.
Определение:
Случайные величины
называются независимыми, если
для любых событий
, где
-
подмножество числовой прямой, имеет место равенство:
.
Теорема:
Случайные величины
независимы тогда и только
тогда, когда в любой точке
с координатами
имеет место равенство:
(1)
Доказательство:
(2)
За
и
выберем
любые полуинтервала числовой прямой.
,
.
Достаточность: Пусть условие (2) выполнено.
![]()
![]()
![]()
![]()
Необходимость: Пусть выполнены условия определения т.е. вероятность того, что
![]()
Устремим
,
к
. Получим:
что и требовалось доказать.
Следствия:
1) Пусть
плотность распределения вероятности
двумерного непрерывного случайного вектора. Случайные величины
и
независимы
тогда и только тогда, когда во всех точках непрерывности функции имеет место
равенство:
.
Доказательство:
Формулу (2)
дважды продифференцируем по
и
, и получим требуемое равенство.
2) Для того что бы дискретные случайные величины были независимы необходимо и достаточно следующее равенство:
![]()
Условные законы распределения составляющих.
Определение:
Условным законом распределения составляющей
при
называют совокупностью условных
вероятностей:
![]()
вычисленных в
предположении, что событие
уже наступило.
![]()
.
Следовательно
условный закон распределения составляющей
в
предположении, что событие
уже наступило, имеет
вид:
.
Теорема: Сумма вероятностей условного закона распределения равна единице.
Доказательство:
![]()
. Что и требовалось доказать.
Пример: Найти
закон распределения
при условии, что
,
и
математическое
.
|
|
1 |
3 |
4 |
|
1 |
0,15 |
0,1 |
0,25 |
|
2 |
0,3 |
0,1 |
0,1 |
![]()
|
|
1 |
3 |
4 |
|
|
|
|
|
![]()
Определение:
Условной плотностью распределения составляющей
при
заданном значении
называется отношение плотности
совместного распределения к плотности распределения составляющей
.
![]()


Все свойства распределения вероятностей остаются в силе:
- условное математическое ожидание
Пусть
случайные величины
и
независимы.
.
Если
компонента
и
независимы,
то условная плотность распределения равна безусловной плотности распределения.
![]()

Числовые характеристики случайных величин.
Теорема:
Если случайные величины
и
независимы, то
.
.
![]()
![]()
, т.к.:
![]()
.
Замечание:
Это свойство распространяется на сумму
независимых
случайных величин.
Математическое
ожидание и дисперсия
-мерного случайного вектора.
Определение:
Математическим ожиданием
-мерного случайного
вектора называется вектор составленный из математических ожиданий координат.
.
Определение:
Дисперсией
- мерного случайного вектора
называется вектор составленный из дисперсии
координат.
![]()
![]()
![]()
Для непрерывного:
![]()
![]()
Ковариация. Коэффициент корреляции.
Определение:
Ковариация случайных величин
и
называется число, определяемое формулой:
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.