УМК
.PDFТак как y = x 2 , причем − ∞ < x < ∞, то 0 < y < ∞. Таким образом
0, |
|
|
|
|
|
|
y ≤ 0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
g(y)= |
1 |
|
|
− |
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
e 2 , y > 0. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
2πy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Пример 2.48. Случайная величина X задана плотностью |
|||||||||||||||||||||||||||||||||||||
0, |
|
|
|
x ≤ 0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
f (x )= |
1 |
, 0 < x ≤ 3, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
3 |
|
|
|
x > 3. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Найти математическое ожидание случайной величины Y = 3X + 5. |
|||||||||||||||||||||||||||||||||||||
Решение. |
I способ: Найдем M(X)= |
a + b |
= |
3 + 0 |
= |
3 |
. |
|
|||||||||||||||||||||||||||||
|
|
|
|
2 |
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
||||||
По свойствам математического ожидания |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
M(Y)= M(3X + 5)= 3M(X)+ 5 = = 3 |
3 |
+ 5 = |
19 |
. |
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
|
|
|
||||
II способ: Воспользуемся |
|
формулой |
|
M(Y)= ∞∫ϕ(x) f (x)dx . Тогда, |
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
||
3 |
|
|
|
|
|
|
1 |
|
|
1 |
|
|
3x |
2 |
|
|
|
|
|
1 27 |
|
|
|
|
|
|
19 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
M(Y)= ∫(3x + 5) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
dx = |
|
|
|
|
+ 5x |
|
|
= |
|
|
+15 |
= . |
|||||||||||||||||||||||
|
|
3 |
|
2 |
|
|
|
|
|
||||||||||||||||||||||||||||
0 |
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
0 |
|
3 |
2 |
|
|
|
|
|
|
2 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.11. СИСТЕМА ДВУХ СЛУЧАЙНЫХ ВЕЛИЧИН. СПОСОБЫ ЗАДАНИЯ СИСТЕМЫ ДВУХ СЛУЧАЙНЫХ ВЕЛИЧИН
Двумерной называют случайную величину (X, Y), возможные значения которой есть пары чисел (x, y). Составляющие X и Y , рассматриваемые одновременно, образуют систему двух случайных величин.
Законом распределения дискретной двумерной случайной величины называют перечень возможных значений этой величины, то есть пар чисел
(x i , y j ) и их вероятностей p(x i , y j )(i =1,2,K, n; j =1,2,K, m). Обычно
закон распределения задают в виде таблицы, называемой матрицей распределения.
X |
Y |
y1 |
y 2 |
|
y j |
|
y m |
|
|
|
|||||
|
|
|
|
|
|
|
|
x1 |
|
p(x1 , y1 ) |
p(x1 , y 2 ) |
|
p(x1 , y j ) |
|
p(x1 , y m ) |
x 2 |
|
p(x 2 , y1 ) |
p(x 2 , y 2 ) |
|
p(x 2 , y j ) |
|
p(x 2 , y m ) |
|
|
|
|
|
|
|
|
x i |
|
p(x i , y1 ) |
p(x i , y 2 ) |
|
p(x i , y j ) |
|
p(x i , y m ) |
|
|
|
|
|
|
|
x n |
p(x n , y1 ) |
p(x n , y 2 ) |
|
p(x n , y j ) |
|
p(x n , y m ) |
Сумма вероятностей, помещенных во всех клетках таблицы, равна единице.
Из данной таблицы закон распределения составляющей СВ X .
|
x |
x1 |
x 2 |
|
x i |
|
|
x n |
|
|
p |
p(x1 ) |
p(x 2 ) |
|
p(x i ) |
|
|
p(x n ) |
|
где p(x i ) = p(x i , y1 ) + p(x i , y 2 ) + K + p(x i , y m ), |
i = 1,2,K, n . |
||||||||
Аналогично можно найти закон распределения составляющей СВ Y . |
|||||||||
Двумерную случайную величину (X, Y) (безразлично, дискретную или |
|||||||||
непрерывную) можно |
задать |
с помощью |
функции |
распределения F(x, y), |
которая определяет вероятность того, что X примет значение, меньшее x , Y −меньшее y .
F(x, y) = P(X < x; Y < y).
Свойства функции распределения: 1) 0 ≤ F(x; y) ≤ 1;
2) F(− ∞; y) = F(− ∞; ∞) = F(x;−∞) = 0 ; F(∞; ∞) = 1.
3)F(x, ∞) = F1 (x ), где F1 (x ) −функция распределения составляющей X ; F(∞; y) =F2 (y), гдеF2 (y) − функция распределения составляющей Y .
При помощи функции распределения может быть найдена вероятность
P(x1 ≤ X < x 2 , y1 ≤ Y < y 2 ) = [F(x 2 , y 2 ) − F(x1 , y 2 )] − [F(x 2 , y1 ) − F(x1 , y1 )].
Непрерывную двумерную величину можно также задать, пользуясь плотностью распределения. Плотностью совместного распределения вероятностей f (x, y) двумерной непрерывной случайной величины (X, Y)
называют вторую смешанную частную производную от функции
распределения: f (x, y) = ∂ 2 F(x, y) . ∂x ∂y
Свойства плотности распределения:
1)f (x, y) ≥ 0 ;
∞∞
2)∫ ∫ f (x, y)dx dy = 1.
−∞ −∞
Плотности распределения
составляющей X − |
f1 (x ) = ∞∫ f (x, y)dy ; |
|
−∞ |
составляющей Y − |
f 2 (y) = ∞∫ f (x, y)dx . |
|
−∞ |
Вероятность попадания |
случайной точки (X, Y) в область D |
определяется по формуле |
P{(X, Y) D}= ∫∫f (x, y)dx dy . |
|
(D) |
Примеры решения задач
Пример 2.49. Два стрелка, независимо друг от друга, делают по одному выстрелу каждый. Случайная величина X − число попаданий первого стрелка, Y − число попаданий второго стрелка. Вероятность попадания при выстреле для первого стрелка 0,7; для второго стрелка 0,4. Построить матрицу
распределения системы случайных величин (X, Y) |
и законы распределения |
||||
составляющих X и Y . Найти функцию распределения F(x, y). |
|||||
Решение. Занесем возможные значения случайных величин X и Y в |
|||||
таблицу |
|
|
|
|
|
|
Y |
0 |
1 |
|
|
|
X |
|
|
||
|
|
|
|
|
|
|
0 |
p11 |
p12 |
|
|
|
1 |
p 21 |
p 22 |
|
|
p11 = P(X = 0; Y = 0)= P I стрелок промахнулся = (1 − 0,7) (1 − 0,4)= 0,18 |
|||||
|
|
|
II стрелок промахнулся |
|
|
|
|
|
I стрелок попал |
|
|
p21 = P(X = 1; Y = 0)= P |
= 0,7 (1 − 0,4)= 0,42 . |
||||
|
|
|
II стрелок промахнулся |
||
p12 = P(X = 0; Y = 1)= (1 − 0,7) 0,4 = 0,12 ; |
|
||||
p22 = P(X = 1; Y = 1)= 0,7 0,4 = 0,28 . |
|
||||
Итак, |
|
|
|
|
|
|
Y |
0 |
1 |
|
|
|
X |
|
|
||
|
|
|
|
|
|
|
0 |
0,18 |
0,12 |
|
|
|
1 |
0,42 |
0,28 |
|
|
Напишем закон распределения составляющей Y |
|
||||
|
Y |
0 |
1 |
|
|
|
P |
p1 |
p 2 |
|
|
p1 = P(Y = 0)= P(X = 0; Y = 0)+ P(X = 1; Y = 0)= 0,18 + 0,42 = 0,6 ; p2 = P(Y = 1)= P(X = 0; Y = 1)+ P(X = 1; Y = 1)= 0,12 + 0,28 = 0,4 .
Тогда
|
Y |
|
0 |
1 |
|
|
P |
|
0,6 |
0,4 |
|
Аналогично |
находится закон распределения составляющей X |
(складываются вероятности по столбцам).
Если X и Y независимы, то корреляционный момент равен нулю. Обратное не всегда верно: если µx y = 0 , то не всегда X и Y независимые
случайные величины.
Коэффициент корреляции служит для оценки тесноты линейной связи между X и Y . Если между случайными величинами существует строгая функциональная линейная зависимость: Y = aX + b , то rx y = +1 при a > 0 и
rx y = −1 при a < 0 , причем, |
чем ближе абсолютная величина rx y |
к единице, |
тем линейная связь сильнее. |
Если rx y = 0 , это означает только |
отсутствие |
линейной связи между случайными величинами; любой другой вид связи может при этом присутствовать.
Примеры решения задач
Пример 2.53. Матрица распределения системы двух дискретных случайных величин (X, Y) задана таблицей
|
|
Y |
0 |
|
|
2 |
5 |
|
|
|
|
|
X |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
0,1 |
|
0,1 |
0,2 |
|
|
|
|
|
|
2 |
|
0,2 |
|
0,3 |
0,1 |
|
|
|
|
|
Найти |
числовые |
характеристики системы (X, Y). |
|
|
|||||||
|
|
|
2 |
3 |
|
2 |
3 |
= x1 (p11 |
+ p12 |
+ p13 )+ |
|
Решение. M(X)= ∑ ∑x i |
pi j = ∑ x i ∑pi j |
||||||||||
|
|
|
i=1 j=1 |
i=1 |
j=1 |
|
|
|
|
+ x 2 (p21 + p22 + p23 )=1 (0,1 + 0,1 + 0,2)+ 2(0,2 + 0,3 + 0,1)=1,6 .
2 |
3 |
3 |
2 |
= y1 (p11 + p21 )+ |
M(Y)= ∑ ∑ y j pi j |
= ∑ yi ∑pi j |
|||
i=1 j=1 |
j=1 |
i=1 |
|
+y2 (p12 + p22 )+ y3 (p13 + p23 )=
=0 (0,1 + 0,2)+ 2(0,1 + 0,3)+ 5(0,2 + 0,1)= 2,3.
2 |
3 |
+ p13 )+ |
|
|
D(X)= ∑ ∑x i2 pi j − [M(X)]2 = x12 (p11 + p12 |
|
|
||
i=1 j=1 |
|
|
|
|
+ x 22 (p21 + p22 + p23 )− [M(X)]2 = |
|
|
|
|
= 12 (0,1 + 0,1 + 0,2)+ 22 (0,2 + 0,3 + 0,1)− (1,6)2 = 0,24 |
|
|
||
2 |
3 |
|
|
|
D(Y)= ∑ ∑ y 2j pi j − [M(Y)]2 = y12 (p11 + p 21 )+ |
|
|
|
|
i=1 j=1 |
|
|
|
|
+ y22 (p12 + p22 )+ y32 (p13 + p23 )− [M(Y)]2 = |
|
|
|
|
= 02 (0,1 + 0,2)+ 22 (0,1 + 0,3)+ 52 (0,2 + 0,1)− (2,3)2 = 3,81. |
|
|||
2 |
3 |
|
+ x1 y3 p13 |
|
µx y = ∑ ∑x i y j pi j − M(X) M(Y)= x1 y1p11 + x1 y2 p12 |
+ |
|||
i=1 j=1 |
|
|
|
+x 2 y1p21 + x 2 y1p22 + x 2 y3 p23 − M(X) M(Y) =
=1 0 0,1 + 1 2 0,1 + 1 5 0,2 + 2 0 0,2 + 2 2 0,3 + 2 5 0,1 − 1,6 2,3 =
|
|
|
= 3,4 − 3,68 = −0,28. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
rx y |
= |
|
|
|
|
|
|
|
− 0,28 |
|
|
|
|
|
|
|
|
≈ −0,29. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
0,24 3,81 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
Пример 2.54. Пусть область D возможных значений двумерной |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
случайной |
|
величины |
– |
|
|
|
|
|
треугольник |
|
с |
|
границами |
|
x = 0, |
y = 0, |
x + y = 1. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Плотность |
|
распределения |
имеет |
|
вид |
|
|
f (x, y) = 4(x + y2 ). |
Найдем |
числовые |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
характеристики системы. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
Решение. |
|
M(X) = ∫∫ x f (x, y)dxdy = |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
(x + y2 )dy |
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
1 |
|
|
|
1−x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
= |
4∫ x dx ∫ |
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
0 |
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
3 |
|
|
1−x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
= 4∫ x dx xy + |
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
x |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
− x) + |
|
(1− x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
= 4∫ x x(1 |
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
dx = |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
4 |
1 |
4 |
|
|
|
|
|
|
|
|
|
4 |
|
|
x2 |
|
|
|
|
x5 |
|
1 |
|
|
4 |
|
1 |
|
|
1 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
∫(x − x |
)dx = |
|
|
|
|
|
|
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
− |
|
|
|
|
|
= |
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 2 |
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
3 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
3 2 |
|
|
|
|
|
|
|
5 |
|
0 |
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1−y |
(x |
|
+ y2 )dx = |
|
|
|||||||||||||||||||||||||||||||
|
|
|
M(Y) = ∫∫ y f (x, y)dxdy = |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
4∫ y dy ∫ |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
1 |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1−y |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
x |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 2∫ (y − 2y |
2 |
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
4 |
)dy = |
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
= 4∫ y dy |
|
|
|
|
|
|
|
+ y |
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
+ 3y |
|
|
− 2y |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
= |
y2 |
− |
|
2y3 |
+ |
|
3y |
4 |
|
|
− |
|
2y5 |
|
|
= |
|
|
1 |
− |
2 |
|
+ |
3 |
− |
2 |
= |
11 |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
3 4 5 |
|
|
|
|
|
||||||||||||||||||
|
|
2 |
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
5 |
0 |
|
|
|
|
|
|
|
|
|
30 |
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
D(X) = ∫∫ x 2 f (x, y)dx dy − [M(X)]2 = |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
1 |
|
|
2 |
|
|
|
|
1−x |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
14 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
= 4∫ x |
|
|
|
dx ∫ |
(x + y |
|
|
|
|
)dy − |
|
|
|
|
|
|
|
= K = |
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
225 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
D(Y) = ∫∫ y2 f (x, y)dx dy − [M(Y)]2 = |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1−y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
59 |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
dy ∫ (x + y |
)dx − |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
= 4∫ y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= K = |
|
|
|
|
. |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
900 |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
30 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
µx y = ∫∫ x y f (x, y)dx dy − M(X) M(Y) =
D
= ∫∫ x y(x + y2 )dx dy − M(X) M(Y) =
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
1−x |
|
|
|
|
|
2 |
|
|
|
11 |
|
1 |
|
|
|
|
2 |
|
11 |
|
|||
= |
4∫ x dx ∫ y(x |
+ y2 )dy − |
|
= |
∫ x[2x(1 |
− x)2 + (1 − x)4 ]dx − |
|
= |
|||||||||||||||||
|
|
|
|
||||||||||||||||||||||
|
0 |
0 |
|
|
|
|
5 |
30 |
|
0 |
|
5 |
30 |
|
|||||||||||
= 1∫ (x 5 − 2x 4 + 2x 3 − 2x 2 + x)dx − |
22 |
= − |
7 |
. |
|
|
|
||||||||||||||||||
|
|
|
|
|
|||||||||||||||||||||
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
150 |
|
150 |
|
|
|
|
|
|||
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
r |
= − |
: |
|
14 |
|
59 |
|
|
|
≈ −0,73, |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
x y |
50 |
|
|
225 |
900 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
что показывает, что между случайными величинами X и Y существует отрицательная линейная зависимость, то есть при увеличении одной из них другая имеет некоторую тенденцию уменьшаться.
2.13. УСЛОВНЫЕ ЗАКОНЫ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ И УСЛОВНЫЕ ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ СОСТАВЛЯЮЩИХ ДВУМЕРНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ. РЕГРЕССИЯ
Пусть составляющие X и Y дискретны и их возможные значения: x1 , x 2 ,K, x n ; y1 , y2 ,K, ym .
Условным распределением составляющей |
X при Y = y j называют |
|
совокупность условных вероятностей |
p(x1 |
y j ), p(x 2 y j ),K, p(x n y j ), |
вычисленных в предположении, что событие Y = y j (j имеет одно и то же
значение при всех значениях X ) уже наступило. Аналогично определяется условное распределение составляющей Y .
Условные вероятности вычисляются по формулам
p(x i |
y j |
)= |
p(x i , y j ) |
; p(y j |
x i |
)= |
p(x i , y j ). |
|||
p(y j ) |
|
|||||||||
Пусть (X, Y) − |
|
|
|
|
|
|
p(x i ) |
|||
непрерывная |
двумерная случайная величина с |
плотностью распределения f (x, y).
Условной плотностью ϕ(x y) распределения составляющей X при
заданном значении Y = y называют |
|
|
|
|
|
|
||
|
ϕ(x y) = |
f (x, y) |
= |
f (x, y) |
. |
|
||
|
|
|
|
|||||
|
|
f 2 |
(y) |
|
∞ |
|
|
|
|
|
|
|
|
∫ f (x, y)dx |
|
||
|
|
|
|
|
−∞ |
|
|
|
Аналогично |
определяется |
условная |
плотность |
распределения |
составляющей Y при заданном значении X = x