10960

Условная плотность распределения

Лекция

Математика и математический анализ

Условная плотность распределения Рассмотрим другой подход при определении вероятности попадания двумерной СВ в элементарный прямоугольник со сторонами и и устремим и к нулю. Рассмотрим вероятность попадания в элементарный прямоугольник как произведение вероятн

Русский

2013-04-03

140.12 KB

20 чел.

Условная плотность распределения

Рассмотрим другой подход при определении вероятности попадания двумерной СВ в элементарный прямоугольник со сторонами и , и устремим и к нулю.

Рассмотрим вероятность попадания в элементарный прямоугольник как произведение вероятности попадания в бесконечную по аргументу полосу равную на вероятность попасть в полосу при условии, что аргумент попал в полосу   - . В связи с тем, что аргументы и равносильны, запишем:

. (10.1)

Таким образом, двумерная плотность распределения равна произведению одномерных плотностей распределения, одна из которых условная. Отсюда следует, что условная плотность распределения равна:

   

  (10.2)

Случайная величина не зависит от другой случайной величины, если безусловная плотность распределения этой величины равна условной плотности распределения:

  (10.3)

В этом случае говорят, что случайные величины и  статистически независимы.

При независимости случайных величин и получим:

     

(10.4)


Числовые характеристики системы случайных величин

По аналогии с одномерными СВ для двумерной случайной величины можно записать:

   

   (10.5)

Если говорим о моменте го порядка двумерной СВ, это значит суммируем индексы: . Для однозначного задания момента двумерной СВ необходимо указать любые два числа из трех: , и .

Рассмотрим подробнее:

   

   

  

  

   (10.6)

Как видим для двумерной СВ можно указать три центральных момента второго порядка, особый интерес вызывает смешанный момент.

Ковариацией (или корреляционным моментом) случайных величин и называется математическое ожидание произведения отклонений этих величин от своих математических ожиданий:

 (10.7)

Для дискретной СВ:

 (10.8)

Для непрерывной СВ:

(10.9)

Теорема: Корреляционный момент двух независимых случайных величин и равен нулю.

Доказательство:  (Докажем эту теорему для непрерывных СВ). Пусть и независимые случайные величины, тогда согласно (10.4)  . Подставим это в выражение (10.9)

 

  (10.10)

Ковариация двух случайных величин характеризует как степень зависимости случайных величин, так и их рассеяние вокруг точки . Если рассеяние (степень разброса) мало, то и ковариация мала.

Ковариация двух случайных величин равна математическому ожиданию их произведения минус произведение математических ожиданий, т.е.

 

  (10.11)

Коэффициентом корреляции двух случайных величин называется отношение ковариации к произведению средних квадратических отклонений этих величин:

  (10.12)

Коэффициент корреляции является безразмерной величиной и не зависит от степени разброса, т.к. функция нормирована на меру разброса .

Пример 1. Имеются линейно зависимые случайные величины, т.е.

.

Необходимо вычислить коэффициент корреляции.

Решение. Пусть для заданной СВ . Тогда, учитывая свойства получим:

Свойства коэффициента корреляции

  1.  Коэффициент корреляции принимает значения на отрезке :

    (10.13)

  1.  Если случайные величины независимы, то их коэффициент корреляции равен нулю. Это свойство верно, т.к. в этом случае .
  2.  Равенство нулю коэффициента корреляции – необходимое, но не достаточное условие независимости случайных величин. Из независимости случайных величин вытекает их некоррелированность. Обратное не всегда верно. Убедимся в этом на примере.

Пример 2. Имеются две СВ: . Докажите, что эти величины некоррелированные.

Решение. Вычислим ковариацию:

На практике для мерного случайного вектора достаточно сложно найти закон распределения (интегральную функцию, плотность распределения и т.п.). Поэтому обычно указывают математических ожиданий   дисперсий и корреляционных моментов , характеризующих парные корреляции всех величин, составляющих вектор . Все корреляционные моменты, дополненные дисперсиями , располагают в виде матрицы:

  (10.14)

которую называют корреляционной матрицей системы случайных величин.

Замечание.  Корреляционная матрица симметрична относительно главной диагонали (см. формулы (10.8) и (10.9)).

Пример 2. Двумерная СВ задана дифференциальной функцией:

Докажите, что и зависимые и не коррелируемые СВ.

Решение. Зная двумерную плотность распределения, вычислим одномерные плотности:

Т.к. , то и зависимые величины. Найдем корреляционный момент: . Т.к. функция симметричная относительно , то , аналогично . Учитывая эти результаты, получим:

Действительно, каждый интеграл от нечетной функции в симметричных пределах равен нулю. Таким образом СВ и  зависимые и не коррелируемые.


 

А также другие работы, которые могут Вас заинтересовать

19814. Підбиття підсумків для оптимального (мінімального) значення цільової функції 95 KB
  4.Підбиття підсумків для оптимального мінімального значення цільової функції Оптимальним значенням транспортної задачі називають матрицю яка задовольняє умови задачі і для якої цільова функція 5.1 5.1 набирає найменшого значення. Теорема умова існування розв
19815. Початковий розподіл поставок 26.87 KB
  Одним из возможных методов нахождения первоначального базисного распределения поставок является метод северозападного угла показанный в следующем примере. Найти первоначальное базисное распределение поставок для транспортной задачи. Решение. Дадим переме
19817. Судження за допомогою оцінки клітини про її вигідність чи невигідність 27.5 KB
  3.Судження за допомогою оцінки клітини про її вигідність чи невигідність. 1. Перевіряють виконання необхідного і достатнього умови розв'язності задачі. Якщо завдання має неправильний баланс то вводять фіктивного постачальника або споживача з відсутніми запасами або за
19818. Об’єктно-орієнтоване програмування історія, концепція, методики. Основні ООП, їх значення та сутність 16.66 KB
  Об'єктноорієнтоване програмування це метод програмування оснований на поданні програми у вигляді сукупності взаємодіючих об'єктів кожен з яких є екземпляром певного класу а класи є членами певної ієрархії наслідування. ООП виникло в результаті розвитку ідеології п...
19819. Вказівник this. Вбудовані функції (специфікатор inline) 14.59 KB
  Вказівник this Ім'я this є службовим ключовим словом. Явно описати чи визначити вказівник this не можна. Відповідно до неявного визначення this є константним вказівником тобто змінювати його не можна однак у кожної приналежної класу функції він указує саме на той об'єкт для я...
19820. Виключення загальні принципи виявлення та уникнення помилок та обробка виключних ситуацій 25 KB
  3.Виключення: загальні принципи виявлення та уникнення помилок та обробка виключних ситуацій. Виключення виникнення непередбачених помилкових умов наприклад розподіл на нуль неможливість виділення пам'яті при створенні нового об'єкта і т.д. Зазвичай ці умови завершу...
19821. Віртуальні методи. Абстрактні класи 17.72 KB
  Абстрактний клас в обєктноорієнтованому програмуванні базовий клас який не передбачає створення екземплярів. Абстрактні класи реалізують на практиці один з принципів ООП поліморфізм. Абстрактний клас може містити і не містити абстрактні методи і властивості...