книги из ГПНТБ / Дьяченко, А. Н. Интегральное исчисление функций нескольких переменных. Теория вероятностей и элементы математической статистики учебное пособие
.pdfПравило трех а. Вычислим вероятность выполнения неравенства |£ — т\>>3а. С этой целью найдем вероятность противополож ного события |£—т { > З о.
Р(\Ъ— яг|<За) = 2Ф (3) — 1.
По табл. I приложения находим Ф (3) = 0,9986; откуда
Р ( 11— т |-< За) = 0,9972.
Воспользовавшись тем, что сумма вероятностей противополож ных событий равна единице, находим:
Р ( | т |>3<т) = 1 — Р ( 11—т |< 3о) = 0,0028.
Таким образом, вероятность значений случайной величины, отличающихся от т больше, чем на За, очень мала. Этот факт исполь зуют при грубой оценке параметров нормального закона по пра вилу, которое называется правилом За. Состоит оно в следующем. Пусть в результате я опытов наблюдаются значения случайной ве
личины, распределенной по |
нормальному закону: Х г, Х 2, |
. . . , |
|
Хп. Среднее арифметическое |
наблюденных |
значений принимают |
|
в качестве оценки параметра т (напомним, |
что прямая х = |
т яв |
ляется осью симметрии кривой распределения нормального закона):
т |
+ |
Х п |
(5.34) |
-------- • |
|||
|
п |
|
|
Затем находят наибольшее отклонение наблюденных значений |
|||
от среднего арифметического, и считают, что оно равно За. |
Таким |
||
образом, находят оценку для параметра а: |
|
||
а » |
max |Xi — т 1 |
|
|
------- £--------- |
. |
(5.35) |
5.6. Многомерные случайные величины (случайные векторы)
Системы случайных величин. При изучении некоторых явлений необходимо одновременно рассматривать несколько случайных ве личин, например: а) размеры детали и заготовки; б) диаметры по ступивших на сборку болта и гайки; в) абсциссу и ординату точки разрыва снаряда; г) проекции на координатные оси скорости ча стицы примеси, распространяющейся в водоеме; д) частоту и ам плитуду сигнала в приемнике, и т. п.
Известно, что упорядоченный набор п чисел можно рассматри вать как координаты n-мерного вектора или координаты точки в я-мерном пространстве. Поэтому о системе случайных величин (Ij, |2, . . . , §„) удобно говорить как о координатах случайного вектора г или случайной точки М.
Совместная функция распределения. Закон распределения я- мерного случайного вектора (т. е. соотношение, связывающее его
120
возможные значения с их вероятностями) может быть задан функ цией:
F (л:^, х2у . •■* |
^п)= F (Jd |
Е2<С'^2> •••> 1п< хп)- (5.36) |
|
Функцию F |
х2, , xn_ lt |
хга] называют совместной функ |
|
цией распределения |
системы случайных величин (£1; £2, •••> £п) |
или совместной функцией распределения координат случайного вектора г (точки М). Значение этой функции в точке (хг, х 2, . . . , хп) равно вероятности одновременного выполнения п неравенств:
В дальнейшем, для упрощения изложения, будем говорить только о системе двух случайных величин (с, г]), которую можно рассматривать либо как случайный вектор г (|, г|), либо как слу-
Р и с. 54
чайную точку М (%, г]) плоскости. Однако все, о чем будет гово риться, легко может быть переформулировано на случай произволь ного п.
Совместная функция распределения системы двух случайных
величин (|, г]) определяется следующим образом: |
|
F(x, у ) ^ Р ( 1 < х - ц<у). |
(5.37) |
Значение функции распределения в точке N (х, у) равно веро ятности того, что случайная точка М (£, г]) в результате испытания окажется на плоскости левее и ниже точки N (х, у), т. е. в заштри хованной части плоскости (рис. 53).
С помощью функции распределения можно вычислить вероят
ность одновременного осуществления |
неравенств |
хх < £ < х 2 и |
|||
У\ < Ц < У 2 для любых X i < x 2 и г/х< |
у 2. Геометрически это собы |
||||
тие |
означает |
попадание |
случайной точки М (£, г]) |
в прямоуголь |
|
ник |
NtKN2L |
(рис. 54). |
Действительно, событие |
{ 1 < х 2; т]< у 2) |
можно представить в виде суммы событий:
А = { х У 1 < Ц < У 2 } ‘, В = { 1 < х1; т]< //2} и С = { 1 < х 2\ г)<ух}.
121
События А и |
В + С несовместны (первое изображается |
на |
рис. 45 областью, |
заштрихованной вертикальными линиями, |
вто- |
чрое— наклонными). Поэтому
F(x2, у2) = Р ( А + В + С) = Р(А) + Р (В +С ) =
= Р [х1К 1 < х 2] г/1< т]< г/2} + Р ( В + С),
откуда
У1 <и\<У*} = Р(хл, У2)— Р(В + С). (5.38)
Для нахождения вероятности суммы событий А и С применим общую теорему сложения вероятностей:
Р (В + С) = Р (В) + Р (С) — Р (ВС).
Замечая, что ВС = {^ < х 1; г|<Сг/х}, находим:
Р( В+С) = Р{Ъ<Хй |
т) < у 2] + Р [1<Хг, rj< y i} — |
— P{l<Xi\ Ц<Ух}= |
Р(хъ y2) + F ( x 2, y1)—F(x1, yi). |
Подставляя найденное выражение в (5.38), окончательно полу
чим: |
|
Р [xi < I < х 2; y i < 4 < y i } = F (ха, у2) — |
|
— F(xx, y2)—F(x2, Ух)+Р(хь уг). |
(5.39) |
Нетрудно проверить, что если существует непрерывная смешан ная частная производная второго порядка от совместной функции распределения
f(x, |
y) = -dli£ x J ), |
(5.40) |
|
дхду |
|
то вероятность события (хх |
уг <г] < у 2} |
может быть вы |
числена по формуле |
|
|
Р(Х1 < 1 < х 2\ г/1 |
< т )< г /2)== JJ f(x, |
y)dxdy, (5.41) |
|
N,KN^L |
|
где двойной интеграл берется по прямоугольнику N^N^L, (рис. 54). Действительно, Вычислим интеграл в правой части (5.41), ин
тегрируя сначала по у, а затем по х
И |
f(x, у) dxdy = ( dx I f (x, y)dy. |
(5.42) |
xl щ
Подставим вместо функции f (x, у) ее выражение из (5.40). Вы числим внутренний интеграл
у%
f(x, y)dy- |
d2F |
dy = |
dF (x, y2) |
dF(x, У1) |
|
дхду |
|
dx |
dx |
Уi |
У i |
|
|
|
122
Подставим полученное выражение в (5.42):
J j Цх. y)dxdy = J
NiKN^L
Так как
*2 |
|
J — |
y^d x=F {x „ yi) ~ F ( x 1, y2)-, |
Xi |
|
X* |
|
\ dJSt |
MAdx=zF{x%' y ^ ~ F ^ |
(5.43)
(5.44)
то подставляя (5.44) в (5.43) и сравнив результат с (5.39), убеж даемся в справедливости (5.41).
Функция f (х, у), определяемая формулой (5.40), называется плотностью вероятности случайного вектора г (|, т)) или совмест ной плотностью вероятности случайных величин \ и тр Закон рас пределения случайного вектора (точки, системы случайных вели чин) может быть задан совместной плотностью вероятности. Зная плотность вероятности f (х, у), можно вычислить вероятность по падания случайной точки М (£, р) в любую область плоскости D. Действительно, пусть f (х, у) непрерывна в области D. Тогда из (5.41) и теоремы о среднем для двойного интеграла следует, что с точностью до бесконечно малых более высокого порядка, чем
Ast = AxtAyt вероятность |
попадания точки М в |
прямоугольник |
||||||
с вершинами Nt (хь yt); Lt (xh yt + Ay{); |
R( (xt + Axh &); |
Qt \xL+ |
||||||
+ Axh y-t + |
Ayt) равна |
|
|
|
|
|
|
|
Откуда (см. 1.2). |
|
f(Xl, y {)Ast. |
|
|
|
|
(5.45) |
|
|
|
|
|
|
|
|
||
P ( & |
1\)(zD) = |
lim |
^ f ( x it y{) As— jj7 (x , |
y)dxdy. |
(5.46) |
|||
|
|
%n~^° |
t-=1 |
|
|
D |
|
|
Формула (5.41) является частным случаем формулы (5.46). Для |
||||||||
трехмерного |
случайного вектора г (|, р, |
£) |
|
плотность вероятности |
||||
определяется, как |
f |
(х, у, |
г) |
, |
и т. |
д. |
|
|
д х , у, |
z) = ------v |
|
|
|||||
|
|
|
дхдудг |
|
|
|
|
|
Отметим некоторые свойства совместной функции распределе ния и совместной плотности вероятности системы случайных ве личин:
1. Совместная функция распределения является неубывающей функцией по каждому аргументу:
F (х1 , y)^CF(x2, у) при д С х а
и
F(x, yi)<F(x, у2) при д < г / 2.
123
2. Совместная плотность вероятности неотрицательна: f (х, у) + 0
3. |
F(x, |
у ) = ] |
dx J f(x, |
y)dy. |
(5.47) |
|
|
|
|
— 0 0 |
— СО |
|
|
4. |
|
|
|
|
|
|
|
+ 00 -l-oo |
f(x, |
y)dxdy = |
1. |
(5.48) |
|
|
j |
J |
||||
|
—00 —00 |
|
|
|
|
|
5. |
|
|
|
|
|
|
F (— со, |
y) = F(x, |
— c o ) ~ F ( — co, |
— oo) = 0; |
|||
|
|
F(-\-oo, |
+ o o ) = l . |
(5.49) |
Двумерный нормальный закон. Говорят, что случайный вектор г (|, tj) распределен по двумерному нормальному закону, если сов местная плотность вероятности его координат Л определяется формулой
__ i_ Г(*-а)а—2k (х—а) (у—Ь) + (.у—Ь)а
2 (1- Щ
/(* . У): |
, (5.50) |
2по1ст2 У 1— k2 |
где а, Ь, а ь а 2, k — постоянные параметры.
Многомерный закон равномерной плотности. Совместная плот ность вероятности двух случайных величин (|, т]), распределенных по закону равномерной плотности, определяется формулой
f(x, у) = 1 Sd >если
{ 0, если (х, у) £ D,
где 8' D — площадь области D.
Если случайный вектор г (|, г]) распределен по закону равно мерной плотности, то вероятности событий {(|, т]) + А }, где AdD могут быть найдены из геометрического определения вероятностей.
Дискретные многомерные случайные величины. Если коорди
наты вектора (£, |
ri) — дискретные случайные величины, причем | |
||||
может |
принимать |
значения |
xlt х г, . . . |
, |
хт, а т] ■— значения уг, |
у 2, . . . |
, уп, то случайный вектор г (£, |
г]) |
может принимать только |
||
значения r0- (хь г/;), г = 1, |
2, . . . , т\ |
j — 1, 2, . . . , п. Закон |
распределения такого случайного вектора можно задать, указав вероятность рц для каждого возможного значения Тц, т. е.
Р ц = Р < £ = Х{, т) = yj). |
(5.51) |
Такой закон распределения может быть задан, например, табли цей с двумя входами:
124
Т] |
Pi |
Уг |
Vi |
Уп |
*1 |
Ри |
Pia |
Pi/ |
Pm |
х2 |
Ргг |
Р2 2 |
Pij |
Pin |
*£ |
Ри |
Pia |
РЦ |
Pin |
х т |
Pml |
Pmi |
Pmj |
Pmn |
На пересечении г-й строки и /-го столбца записывается вероят ность р1}того, что случайный вектор примет значение ги. Возможно, что некоторые из вероятностей рц окажутся равными нулю. Это означает, что одновременно два равенства | = xt и ц = г/у не могут осуществиться. Очевидно, также, что
pm п
£=1 /= 1
так как вектор г достоверно примет одно из своих возможных зна чений. :
5.7. Частные и условные законы распределения координат случайного вектора. Независимость случайных величин
Связь между законами распределения координат случайного вектора и их совместным законом распределения. Зная закон рас пределения случайного вектора (системы случайных величин), можно найти вероятность распределения каждой его координаты. Если закон распределения координаты случайного вектора опреде ляет вероятности ее значений без каких-либо дополнительных пред положений о значении другой координаты, он называется частным законом распределения. В тех случаях, когда закон распределе ния определяет вероятность значений одной координаты в пред положении, что другая координата принимает то или иное опре деленное значение, он называется условным законом распреде ления.
125
Покажем сначала, как находятся частный и условный законы распределения координаты по совместному закону распределения в случае, когда координаты случайного вектора принимают дискрет ные значения. Обозначим р\ — Р (g = х;), p"t = Р (р =y.'j . Обо
значим через В событие + = yj) и через Hi событие {£, = хг-} и замечая, что BHt = {£ = xh р = z/y), найдем по формуле полной вероятности (4.42) вероятность события В:
р ; : = р (£) = 2 |
Р (внс) = % Ра- |
(5.52) |
i= 1 |
i=i |
|
Аналогично |
|
|
р ; = 2 |
Рс |
(5.53) |
/=i
Воспользовавшись формулой Байеса, найдем условную вероят ность события {£ = х,} при условии, что произошло событие {т] =
= У1\-
Р(1 = хМ = У!) = |
^ |
4 = Vi) _ JHL |
||
|
(4 = |
г/у) |
|
m |
p |
|
2 p h |
||
|
|
|
|
i= \ |
Таким же образом находим |
£ I 45 |
1 |
|
|
|
33 |
|||
I |
|
|
|
|
Р (Л = Уi’ll = *;) = — |
a = |
|
|
|
p |
x () |
|
|
;=1t P H
(5.54)
(5.55)
Частные функции распределения и частные плотности вероят ности координат случайного вектора. Пусть теперь закон распреде ления случайного вектора г (£, ц) задан совместной плотностью ве роятности f (х, у). Выразим через / (х, у) функции распределения Ft (х), F2 (у) и плотности вероятности / х (х), / 2 (у) частных законов распределения случайных величин § и т). По определению (см. § 5.3) функция распределения F± (х) случайной величины £ равна веро ятности события (| < х ), которое в случае двумерной случайной величины (£, т]) геометрически означает попадание случайной точки М (£, т]) в полуплоскость D, лежащую левее прямой LN (рис. 55):
Fi ( x) = P ( l < x ) = P((l, t])£D).
Вероятность этого события вычислим по формуле (5.29): |
|
||||
F1(x) = P((l. |
гi)£D) = Jj/(x, |
y)dxdy. |
|
||
Интегрируя сначала по у, |
а затем по х, |
получаем: |
|
||
F i ( x ) = |
X |
dx |
+00 |
|
(5.56) |
J |
J f(x, y)dy. |
||||
|
—00 |
—00 |
|
|
126
Плотность вероятности случайной величины £ равна производ ной от ее функции распределения. Поэтому
/ |
х |
-Ьоо |
\ ' |
fi(x) = F'i(x) = [ |
J |
dx J f(x, |
у) dy . |
Производная от определенного интеграла с переменным верхним пределом х по х равна подинтегральной функции,* ввиду чего по лучаем:
+00 |
(5.57) |
М * ) = J /(* , У) dy. |
— ОС
Таким же образом находятся частная функция распределения Р 2 (у) и частная плотность вероятности / 2 (у) случайной величины тр
Р+00
Fa(y)= J dy j f(x, у) dx\
— OO — OO
(5.58) h( y )= + Jo o fix, y) dx. (5.59)
- —CO
Принимая во внимание (5.47), из, соотношений (5.56) и (5.58) можно получить формулы, вы ражающие частные функции распределения случайных вели чин через их совместную функ цию распределения:
F1(x) = F(x, + со);
FAy) = F ( + оо, у). (5.60)
Условные законы распределения. Предполагая, что совместная плотность вероятности f (х, у) непрерывна по обеим переменным, установим связь между этой функцией и условными законами рас пределения случайных величин \ и г]. С этой целью рассмотрим со бытия А = { £ < х } и В = {у < Т1 <г/+Дг/}. Геометрически собы тие Л означает попадание случайной точки М (£, rj) левее прямой LN (на рис. 55, соответствующая полуплоскость заштрихована косыми линиями). Событие В состоит в попадании случайной точки М (£, г]) в полосу шириной А, расположенную между прямыми KR и ST, или на прямую ST (на рисунке соответствующая область заштри хована вертикальными линиями). Событие АВ заключается в по падании точки М в общую часть этих областей.
Зная f (х, у), вероятности событий А и АВ, можно вычислить по формуле (5.46). Найдем вероятность события В:
Р ( £ ) = Р ( г / < т ] < г / + |
Ау)= JJ f(x, y)dxdy. |
|
K R S T |
* См. [2] §6.4, теорема 1, стр. |
131. |
127
Двойной интеграл вычисляется по полосе, расположенной ме жду прямыми КR и ST. Интегрируя сначала по у, а затем по х, преобразуем это выражение следующим образом:
Т О О |
(ЛггДг/ |
(5.61) |
Р(В)= Г dx |
Г fix, y)dy. |
—ОО Уо
Применяя теорему о среднем к внутреннему интегралу, получим:
У о + А у |
y)dy = f (х, с) Ау, |
(5.62) |
||
[ |
/ (х, |
|||
Уо |
|
|
|
|
где г /< с < г / + Ау. |
|
|
|
|
Представим f (х, с) в виде |
|
|
|
|
|
f(x, с) —fix, |
у) + а, |
(5.63) |
|
где |
|
|
|
|
« = / (х, с) |
/ (х, у). |
|
||
В виду непрерывности функции / (х, у) по у |
|
|||
|
Пша = 0. |
|
||
|
А у -* 0 |
|
|
|
Сопоставляя (5.63), |
(5.62) |
и (5.61), видим, что |
|
|
Р (В) = Аг/ |
+ 00 |
|
(5.64) |
|
[ [f{x, y) + a]dx. |
||||
Вычислим теперь по формуле (5.46) вероятность события АВ: |
||||
Р iAB) = |
J J |
/ (х, у) dxdy. |
|
Рассуждая так же, как выше, можно преобразовать это выра жение к виду
|
Р iAB) = Ay J [fix, y) + $]dx, |
(5.65) |
|
—00 |
|
где lim P = 0 . |
|
|
ДутО |
|
|
По |
определению (4.26) условная вероятность события |
А = |
= |
при условии, что произошло событие В = [у |
<г/ + |
+ Ау}, |
равна |
|
Р{А1В) = РЦ < х 1 у < т [< у + Ьу) = ? Ш - .
Р (а)
Следовательно, ввиду (5.64) и (5.65)
|
J |
Ifix, |
У) + a] dx |
Р iA/B) = — ---------------------- |
1/ix, |
(5.66) |
|
1 |
+Jо о |
у) -f PIdx |
128
Очевидно, эта вероятность является функцией трех переменных: x, у и А.у (от Ау зависят а и |3). Предел этой функции при Ау -^0 называется условной функцией распределения случайной величины
| при условии, что случайная величина г] приняла значение, |
равное |
|||
y, и обозначается FL(х/у). |
|
|
|
|
Замечание. Так как условная вероятность Р (А/В) |
определяется только |
|||
в случае, когда Р (В) |
0, то более естественное и простое определе |
|||
ние условной функции распределения Fx (х/у) |
как условной |
вероят |
||
ности события {£ < j.k} |
при условии, что произошло событие |
{rj = у ], |
||
возможно лишь для тех значений у, где функция распределения F2 (у) |
||||
случайной величины т| |
терпит разрыв, ибо только для таких значений |
|||
Р (Л = у ) > 0 . |
|
|
|
|
Переходя в равенстве (5.66) к пределу при Дг/->0 и вспоминая, |
||||
что при этом а -*0, |3 -*■ |
0, находим: |
|
|
|
|
X |
/ (*, у) dx |
|
|
|
J |
|
|
|
Fi (х!у) = - ~ |
--------------. |
|
(5.67) |
|
|
+ 00 |
|
|
|
J / (х, у) dx
—00
Производная по переменной х условной функции распределения F1 (х/у) случайной величины £ называется у с л о в н о й п л о т н о с т ь ю в е р о я т н о с т и с л у ч а й н о й в е л и ч и н ы | при условии, что случайная величина ^ равна у. Условная плот ность вероятности обозначается h (х/у). Дифференцируя (5.67) по х (в правой части от х зависит только верхний предел интеграла, стоящего в числителе) находим:
/х (х/у) = |
(х/у) = |
Пх' д) |
. |
(5.68) |
дх |
+«> |
|
|
|
|
j |
f (х, у) dx |
|
|
|
—оо |
|
|
|
Принимая во внимание (5.59), преобразуем формулу (5.68) к |
||||
виду: |
|
|
|
|
fi(x/y) = ^ - ^ - . |
|
|
(5.69) |
|
|
h(y) |
|
|
' |
Аналогичным образом определяются условная функция распре |
||||
деления F2 (у/х) и условная плотность вероятности / 2 |
(у/х) случай |
ной величины г] при условии, что случайная величина | приняла значение, равное х. Можно показать, что эти функции выражаются через совместную плотность вероятности по формулам:
у
f f(x, y)dy
F2( y ! x ) = ^ - --------------------------------------- |
(5.70) |
J f (X, У) dy |
|
—00 |
|
• |
(5.71) |
h (x) |
|
129