18)Функция и плотность распределения двумерной случайной величины. Их свойства.
Функцией распределения n - мерной случайной величины (Х1, Х2, ..., Хn) называется функция F (x1, x2, ..., xn), выражающая вероятность совместного выполнения n неравенств *:
X1 < x1, X2 < x2, ..., Xn < xn,
т. е. F (x1, x2, ..., xn) = P(X1 < x1, X2 < x2, ..., Xn < xn).
В двумерном случае для случайной величины (X, У) функция распределения F (x, y) определяется равенством:
F (x, y)=P(X < x,Y < y).
Функцию F (x1, x2, ..., xn) называют также совместной функцией распределения случайных величин Х1, Х2, ..., Хn
Геометрически функция распределения F (x,y) означает вероятность попадания случайной точки (X,Y) в заштрихованную область — бесконечный квадрант, лежа-щий левее и ниже точки М(х,у).
Правая и верхняя границы области в квадрант не включаются — это означает, что функция распределения непрерывна слева по каждому из аргументов.
В случае дискретной двумерной случайной величины ее функция распределения определяется по формуле:
где суммирование вероятностей распространяется на все i, для которых xi < х, и все j, для которых yj < у.
Для дискретной случайной двумерной величины (X,Y) ее функция распределения представляет собой некоторую ступенчатую поверхность, ступени которой соответствуют скачкам функции F (х, у).
СВОЙСТВА ФУНКЦИИ РАСПРЕДЕЛЕНИЯ ДВУМЕРНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
1. Функция распределения F(х,у) есть неотрицательная функция, заключенная между нулем и единицей, т.е. 0 < F(x,y) < 1. Утверждение следует из того, что F (х,у) есть вероятность.
2. Функция распределения F(х,у) есть неубывающая функция по каждому из аргументов, т.е. при х2 > х1 F(х2,у) ≥ F(x1, у), при у2 > у1 F(х, у2) ≥ F(x, y1).
Так как при увеличении какого-либо аргумента заштрихованная область на рисунке увеличивается, то вероятность попадания в него случайной точки (X,Y), т.е. функция распределения F (х, у), уменьшиться не может.
3. Если хотя бы один из аргументов обращается в -∞, функция распределения F(х,у) равна нулю, т.е. F(x,-∞) = F(-∞,у) = F(-∞,-∞) = 0.
Функция распределения F (х,у) в отмеченных случаях равна нулю, так как события Х < -∞, Y < -∞ и их произведение представляют невозможные события.
4. Если один из аргументов обращается в +∞, функция распределения F (х, у) становится равной функции распределения случайной величины, соответствующей другому аргументу: F (x, +∞) = F1 (x) и F (+∞, y ) = F2 (y)
где F1 (x) и F2 (y) − функции распределения случайных величин X и Y, т.е. F1 (x) = P(X < x), a F2 (y) = P(Y < y).
Произведение события ( Х < х) и достоверного события ( Y < +∞) есть само событие ( X < х), следовательно, F (x, +∞) = Р ( Х < х) = F1 (x).
Аналогично можно показать, что F (+∞, y) = F2 (y).
5. Если оба аргумента равны +∞, то функция распределения равна единице: F (+∞,+∞) = 1.
F (+∞,+∞) = 1 следует из того, что совместное осуществление достоверных событий ( X < +∞), ( Y < +∞) есть событие достоверное.
Геометрически функция распределения есть некоторая поверхность, обладающая указанными свойствами.
Двумерная случайная величина (X,Y) называется непрерывной, если ее функция распределения F(x,y) − непрерывная функция, дифференцируемая по каждому из аргументов, и существует вторая смешанная производная .
Плотностью вероятности(плотностью распределения или совместной плотностью) непрерывной двумерной случайной величины (X,У) называется вторая смешанная частная производная ее функции распределения, т.е.
Геометрически плотность вероятности двумерной случайной величины (Х,У) представляет собой поверхность распределения в пространстве Oxyz.
СВОЙСТВА ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ ДВУМЕРНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
1. Плотность вероятности двумерной случайной величины есть неотрицательная функция, т.е. f (x,y) ≥ 0.
2. Вероятность попадания непрерывной двумерной величины (X, Y) в область D равна:
3. Функция распределения непрерывной двумерной случайной величины может быть выражена через ее плотность вероятности f (x,y) по формуле:
Двойной несобственный интеграл в бесконечных пределах от плотности вероятности двумерной случайной величины равен единице:
Зная плотность вероятности двумерной случайной величины (X,Y), можно найти функции распределения ее одномерных составляющих Х и Y:
Дифференцируя функции распределения F1 (x) и F2 (y) соответственно по аргументам х и у, получим плотности вероятности одномерных случайных величин Х и Y
т.е. несобственный интеграл в бесконечных пределах от совместной плотности f (х,у) двумерной случайной величины по аргументу х дает плотность вероятности f2(у), а по аргументу у — плотность вероятности f1(x).
Yandex.RTB R-A-252273-3- 1)Основные понятия теории вероятностей. Случайные события и их классификация.
- 2)Вероятность события. Классическое, статистическое и геометрическое определения.
- 3)Действия над событиями.
- 4)Теоремы сложения и умножения вероятностей.
- 1)Теорема сложения вероятностей несовместных событий:
- 2)Теорема сложения вероятностей совместных событий:
- 3)Теорема умножения вероятностей:
- 4)Теорема сложения вероятностей совместных событий:
- 5)Зависимые и независимые события.Условная вероятность.
- 6)Формула полной вероятности. Теорема Байеса
- 7)Повторные независимые испытания. Формула Бернулли.
- 8)Теорема Пуассона. Локальная и интегральная теоремы Муавра-Лапласа.
- 9)Случайная величина и ее закон распределения. Дискретные и непрерывные случайные величины.
- 11)Функция распределения случайной величины. Плотность распределения непрерывной случайной величины. Их свойства.
- 12)Числовые характеристики случайных величин: математическое ожидание, дисперсия, среднее квадратическое отклонение, их свойства.
- 1. Дисперсия постоянной величины равна нулю:
- 2. Постоянный сомножитель можно выносить за знак дисперсии,возведя его при этом в квадрат:
- Дисперсия алгебраической суммы конечного числа независимых случайных величин равна сумме их дисперсий:
- 13)Мода, медиана, квантили. Начальные и центральные моменты случайных величин.
- 14)Неравенства Маркова и Чебышева.
- 15)Закон больших чисел. Теоремы Чебышева и Бернулли. Теорема Пуассона.
- 16)Центральная предельная теорема
- 17)Многомерные случайные величины
- 18)Функция и плотность распределения двумерной случайной величины. Их свойства.
- 19)Зависимые и независимые случайные величины. Условные законы распределения.
- 20)Числовые характеристики двумерных случайных величин. Ковариация, коэффициент корреляции.
- 21)Случайные процессы и их характеристики.
- 22)Марковские случайные процессы.
- 23)Уравнения Чепмена-Колмогорова.Предельные вероятности состояний.
- 24)Общая характеристика систем массового обслуживания. Потоки событий.
- 25)Процессы гибели и размножения.
- 26)Системы массового обслуживания с отказами.
- 27)Системы массового обслуживания с ожиданием.
- 28)Общие сведения о выборочном методе.
- 29)Вариационные ряды и их графическое изображение
- 30)Числовые характеристики выборочного распределения. Их свойства.
- 31)Понятие об оценке параметров. Характеристики оценок.
- 39)Однофакторный дисперсионный анализ. Межгрупповая и внутри групповая вариации
- 40)Понятие о двухфакторном дисперсионном анализе.
- 41)Основные положения регрессионного анализа.
- 42)Линейная парная регрессия.
- 43)Оценка тесноты корреляционной зависимости для линейной модели. Коэффициент детерминации.
- 44)Интервальная оценка функции регрессии.
- 45)Проверка значимости уравнения регрессии. Интервальная оценка параметров парной модели.