Теория вероятностей в примерах и задачах
.pdf(Ω , F ) → (Rn , B n ) , где Rn – n -мерное действительное про-
странство, Bn – система борелевских множеств на Rn . Такая со- |
||||||||||
вокупность ξ (ω ) = (ξ1(ω ) , ξ2( ω) , ...,ξ(n ω) |
) |
называется многомер- |
||||||||
ной СВ (или случайным вектором). |
|
|
|
|||||||
Функция n аргументов |
|
|
|
|
|
|
|
|||
|
|
Fξ |
(x) = Fξ |
ξ |
...ξ ( |
x1, x2,..., xn) |
= |
|||
|
|
|
1 |
2 |
n |
|
x2 , ...,ξn( |
ω) ≤ xn} |
||
= P{ω |
:ξ1(ω ) ≤ x1,ξ2(ω ) |
≤ |
||||||||
называется n -мерной ф.р. n -мерной СВ. |
|
|
||||||||
Пример 7.1. Пусть î1(ù) |
– СВ, равномерно распределенная |
|||||||||
на отрезке [0,1], î2 (ù) = î12( ù) . Тогда î(ù) = |
(î1( ù) , î2( ù) ) – дву- |
|||||||||
мерная СВ. Найдем ее ф.р. |
|
|
|
|
|
|
|
|||
F |
î2 |
(x , x ) = P{ù:î( ù) |
≤ x , î( |
ù) |
≤ x} = |
|||||
î1 |
1 |
2 |
|
1 |
|
1 |
2 |
|
2 |
|
|
|
= P{ù:î(ù) ≤ x , î2( ù) |
≤ |
x } . |
||||||
|
|
|
1 |
|
1 |
1 |
|
2 |
|
|
При x1 < 0, x2 |
< |
0 это выражение равно 0, а при x1 ≥ 0, x2 ≥ 0 |
Fî1 î2 (x1, x2) = P{ù : î1( ù) ≤ x1, î1( ù) ≤ x2} =
|
= |
P{ù : î1(ù) ≤ min(x1, |
x2 )} |
= |
|
||||||
|
min(x |
, |
x |
), если min(x |
, |
|
x |
2 |
) ≤ |
1, |
|
= |
|
1 |
|
2 |
1 |
|
|
|
|
|
|
|
|
|
|
если min(x |
|
|
|
) |
> 1, |
||
|
1, |
|
|
|
, |
x |
|||||
|
|
|
|
|
|
1 |
|
|
|
2 |
|
Ф.р. многомерной СВ имеет следующие свойства:
1) |
Fξ (x) является неубывающей по всем аргументам; |
||
2) |
lim Fξ |
... ξ (x1, ..., xn) = 0 ; |
|
|
xk → −∞ |
1 |
n |
|
|
|
81
3) |
lim |
|
|
Fξ ...ξ |
(x1, ..., xn ) = |
1; |
|
xk → +∞ , k= 1,n |
1 |
n |
|
||
|
|
|
|
4)Fξ1 ...ξn (x1, ..., xn ) непрерывна справа по всем аргументам;
5)условие согласованности:
lim Fξ1 ξ − 1 ξ ξ + 1 ...ξ (x1, ..., xk − 1, xk , xk + 1, ..., xn) =
xk → +∞ k k k n
= Fξ1 ξk− 1 ξk + 1 ...ξn (x1, ..., xk − 1, xk + 1, ..., xn ) .
Ф.р. меньшей размерности, которая получается из ф.р. большей размерности, если применить для нее условие согласованности, называется маргинальной.
6) Отметим, что для того, чтобы некоторая функция F (x1, ..., xn) была ф.р. n -мерной CB , недостаточно, чтобы для нее были выполнены условия 1) – 5). Необходимо также выполнение еще одного условия. Пусть
ak < bk , Ak = {x : ak < x ≤ bk} , k = 1, n.
Нетрудно видеть, что
|
P{ ù : î1( ù) |
≤ x1, ..., îk−(1 ù) ≤ xk− 1, ak < |
î(k |
ù) |
≤ bk , |
||||
|
|
îk+ 1(ù) ≤ xk+ 1 |
, ..., în( ù) ≤ xn } |
= |
|
|
|||
|
|
= Fî |
... î (x1, ..., |
xk− 1, bk , xk+ 1, ..., xn) − |
|
|
|||
|
|
1 |
n |
|
|
|
|
|
|
− |
Fî |
... î (x1, ..., xk− 1, ak , xk |
+ |
1, ..., xn) = ∆k Fî |
... î |
( x1, ..., xn) , |
|||
|
1 |
n |
|
|
|
1 |
n |
|
|
а также |
|
|
|
|
|
|
|
|
|
P{ |
|
|
|
} = ∆1∆2 ... ∆ n Fî ... î( |
x1, ..., xn) . |
||||
ù : îk (ù) Ak , k = 1, n |
|
||||||||
|
|
|
|
|
|
|
1 |
n |
|
Отсюда ясно, что для многомерной ф.р. должно выполняться
условие ∆1∆ 2 ... ∆ n Fξ1 ...ξn (x1, ..., xn) ≥ 0 .
Это условие не следует из свойств 1) – 5). Покажем это на примере.
82
Пример 7.2. Пусть n = 2 ,
F |
(x |
, x |
2 |
) = |
0, x1 < |
0, x2 < |
0, x1 + |
x2 < |
1, |
ξ1ξ2 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1, в остальных случаях. |
|
Для такой функции, что легко проверить, выполняются свойства 1) – 5). Пусть
|
|
|
|
|
|
Α |
= |
ω : 1 < |
ξ |
k |
(ω ) ≤ |
1 , |
|
|
|
|
|
|||||
|
|
|
|
|
|
k |
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P{ù : îk (ù) Ak , k = 1, 2} = ∆1∆ 2 |
Fî î( |
x1, x)2 = |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
|
|
|
|
= ∆ |
|
F |
|
(x ,1) − |
F |
x , |
1 |
|
= F |
|
(1,1) − F |
|
1 |
,1 − |
||||||||
1 |
|
|
|
|
|
|||||||||||||||||
|
|
ξ ξ |
|
1 |
|
ξ ξ |
|
1 |
3 |
|
|
|
ξ ξ |
|
|
|
ξ ξ |
3 |
|
|||
|
|
1 |
2 |
|
|
1 2 |
|
|
|
|
|
1 |
2 |
|
|
1 2 |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
1 |
|
1 |
|
|
|
|
||
− Fξ ξ |
1, |
|
+ |
Fξ ξ |
|
|
, |
|
= 1 |
− 1 |
− 1+ 0 |
= − 1. |
|
|
|
||||||||||
1 2 |
|
3 |
1 2 |
3 |
|
3 |
|
|
|
Таким образом, получили, что если Fξ1 ξ2 (x1, x2) – ф.р., то найденная вероятность – отрицательная. Это невозможно, значит, выполнение условий 1) – 5) является недостаточным для того, чтобы Fξ1ξ2 (x1, x2) была ф.р.
Так же, как и в одномерном случае, Fξ (x) относится к дискретному типу, если каждая из СВ ξk (ω ), k = 1, n , принимает значения из счетного или конечного множества. Дискретную СВ
ξ (ω ) = (ξ1(ω ) , ξ2( ω) , ...,ξ(n ω) ) |
удобно описывать распределением |
вероятностей |
|
Pξ (x) = P{ω :ξ1( ω ) = x1 , ξ2( ω) |
= x2 , ..., ξ(n ω) = xn} , ∑ Pξ( )x = 1, |
где x = (x1, x2 , ..., xn) . |
x |
|
83
Fξ (x) относится к абсолютно непрерывному типу распределения, если ее можно представить в виде
|
|
|
|
|
|
|
|
x |
|
|
x |
|
|
Fξ (x) = Fξ1 ...ξn( x1, ..., xn) |
= |
∫1 |
dt1 ... ∫n |
pξ1 ...ξn( t1, ..., tn) dtn . |
|||||||
|
|
|
|
|
|
|
− |
∞ |
|
|
− ∞ |
|
|
|
∂n F |
...ξ |
|
(x |
, ..., x |
) |
|
= pξ ...ξ (x1, ..., xn ) , |
|||
Здесь |
|
|
ξ |
n |
1 |
|
n |
|
|
|||
|
|
1 |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
∂x1 ... ∂xn |
|
|
|
1 |
n |
||||
|
|
|
|
|
|
|
|
|
|
|
||
|
pξ1 ...ξn (x1 , ..., xn ) ≥ |
0, |
|
+∞∫ |
dx1 ... +∞∫ pξ1 ...ξn( x1 , ..., xn) dxn = 11. |
|||||||
|
|
|
|
|
|
− ∞ |
|
|
− ∞ |
|
|
|
Функция pξ (x) = pξ |
...ξ |
( x1, ..., xn) , |
обладающая перечисленными |
|||||||||
|
1 |
n |
|
|
|
|
|
|
|
|
свойствами, называется плотностью распределения вероятностей многомерной СВ ξ (ω ) = (ξ1(ω ) , ξ2( ω) , ...,ξ(n ω) ) (совместной плотностью вероятностей величин ξ1(ω ), ξ2( ω ) , ...,ξn( ω) . Из условия согласованности для Fξ (x) вытекает следующее свойство для совместной плотности вероятностей
+∞ |
|
|
|
|
(x1, ... xk − 1, xk , xk + 1, ..., xn)dxk = |
||
∫ pξ1 ... ξk− 1 ξk ξk+ 1 ... ξn |
|||||||
− ∞ |
|
|
|
|
|
|
|
= pξ |
... ξ |
k− 1 |
ξ |
k+ 1 |
... ξ |
(x1, ..., |
xk − 1, xk + 1, ..., xn). |
1 |
|
|
|
n |
|
Плотность распределения, стоящая справа, называется маргинальной по отношению к исходной. Справедлива также следующая важная формула:
P{ω : (ξ1 (ω ), ...,ξn(ω ) ) G} = ∫...∫ pξ1 ...ξ(n x1 , ... x)n dx1 ... dxn ,
например, |
G |
|
|
|
|
|
|
P{ω :ξ12 (ω ) + ξ22(ω ) ≤ Z} = |
∫∫ pξ1 ξ2 (x1, x2)dx1dx2 . |
||
|
x2 |
+ x2 |
≤ Z |
|
1 |
2 |
|
84
Рассмотрим примеры многомерных распределений. 1. Полиномиальное распределение имеет дискретная СВ
ξ (ω ) = |
(ξ1(ω ) ,ξ2( ω) |
, ...,ξ(n ω) ) , |
|
||||||||||
где ξk (ω ) |
{ 0,1, 2, ..., N} |
, ∑n |
ξ(k |
ω) |
= N , |
|
|||||||
|
|
|
|
|
|
k = 1 |
|
|
|
|
|
||
Pξ (x) = Pξ1 ...ξn( x1 , ..., xn) = |
N!∏n |
pkxk |
, |
|
0 ≤ xk ≤ |
N, |
k = |
|
∑n |
xk = N, |
|||
1, n, |
|||||||||||||
|
|
||||||||||||
|
k = 1 |
xk ! |
|
|
|
|
|
k = 1 |
|
||||
|
|
, ∑n |
pk = 11. |
|
|||||||||
0 < pk < 1, k = 1, n |
|
||||||||||||
|
|
|
|
|
|
k = 1 |
|
|
|
|
|
|
2. Многомерное нормальное распределение имеет СВ
ξ (ω ) = (ξ1(ω ) , ξ2( ω) , ...,ξ(n ω) ) ,
непрерывного типа, для которой
|
|
|
|
|
pî(x) = pî ... î |
( x1, ..., xn) |
= |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
(2ð)− 2 |
G exp − |
1 |
|
n |
(x − a )g (x |
|
a ) , |
|
|
|
|
|
|
||||||||
|
= |
1 |
|
n |
− |
|
|
|
|
|
|
||||||||||||
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
∑ |
|
i |
i |
ij |
j |
|
j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 i, j= 1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||
где G = ||gij||n× n – неотрицательно определенная матрица, |
|
|
G |
|
– ее |
||||||||||||||||||
|
|
||||||||||||||||||||||
определитель. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Пример 7.3. Пусть (ξ (ω |
),η(ω ) ) |
– двумерная СВ, имеющая |
|||||||||||||||||||||
нормальное распределение, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
G |
|
|
x − |
|
|
T |
x − |
|
|
|
|
|
|
|
|
|
|
||
p (x, |
y) = |
|
|
1 |
|
|
a |
a |
|
|
|
|
|
|
|
|
|||||||
2π |
exp − |
|
|
|
|
|
G |
|
|
, G = || g || . |
|||||||||||||
ξ η |
|
|
|
2 |
y − |
|
|
b |
y − |
b |
|
|
|
ik |
2× 2 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Найдем плотности распределения СВ î(ù) |
и η (ω |
) : |
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
pξ (x) = |
∞∫ pξ η( x, y) dy = |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
− ∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
85
|
1 |
|
|
g g |
|
|
|
|
1 |
|
(g + g |
|
|
)2 |
|
2 |
|
|||||||||||||||
|
|
|
|
12 |
|
|
21 |
|
|
|
|
|
|
12 |
|
|
|
|
|
21 |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(x − a) |
|
||||||||||||
= |
2π |
g11 − |
|
g |
22 |
|
exp − |
2 g11 − |
|
|
|
4g |
22 |
|
|
|
|
|
, |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
pη (x) = |
∞∫ pξ η( x, y) dy = |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
− |
∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
1 |
g22 |
− |
g g |
|
|
|
|
1 |
|
− |
(g + |
g |
|
|
)2 |
b) |
2 |
|
|||||||||||||
|
12 |
|
21 |
exp − |
|
g22 |
|
|
12 |
|
|
|
|
21 |
|
|
(y − |
|
. |
|||||||||||||
|
2π |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
g11 |
|
|
|
|
2 |
|
|
|
|
|
4g11 |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Из условий нормировки |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
∞∫ pξ (x)dx = |
∞∫ pη( y) dy = 1 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
− |
∞ |
|
|
|
|
|
− |
∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
для элементов матрицы G вытекает следующее требование: |
||||||||||||||||||||||||||||||||
|
|
g12 = g21 , g11 g22 − g12 g21 = |
|
G |
|
> 0 , |
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
т.е. матрица G должна быть симметричной и положительно оп- |
||||||||||||||||||||||||||||||||
ределенной. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пусть |
(Ω , F , P) – вероятностное пространство, |
|
A, B F. |
|||||||||||||||||||||||||||||
Если P(Β) > |
0 , то условная вероятность события A |
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
P(Α/Β) = |
|
P(Α ! Β) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
P(Β) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
существует и, как мы видели раньше, удовлетворяет всем свойствам вероятностной функции P . Если зафиксировать событие B , то эту условную вероятностную функцию событий A F можно рассматривать как элемент для построения нового вероятностного пространства (Ω , F, PB ). Ранее была определена ф.р. Fξ (x) CB ξ (ω ) = (ξ1(ω ) , ξ2( ω) , ...,ξ(n ω) ) , рассматриваемой на вероятностном пространстве (Ω , F, P) . Аналогично можно определить ф.р. СВ ξ (ω ) на (Ω , F, PB ). Эта функция называется условной ф.р.
86
СВ ξ (ω ) при условии B и обозначается Fξ (x / Β) . Ее определяют следующим образом: пусть
|
|
Α = |
{ω :ξ1(ω |
) ≤ |
x1,ξ2(ω ) |
≤ |
x2 , ...,ξn( ω) ≤ xn} |
, |
|
|
|
|
|
|||||||||||
тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F |
(x / Β) = |
F |
...ξ |
|
( |
x |
, ..., |
x |
n |
/ Β) |
= P( Α/Β) . |
|
|
|
|
|
|
|||||
|
|
|
ξ |
|
ξ |
n |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Когда Fξ (x / Β) |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
– абсолютно непрерывная функция, то она имеет |
|||||||||||||||||||||||
плотность распределения вероятностей |
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
pξ (x / B) |
|
∂n F (x / B) |
, |
|
|
|
|
|
|
|||||||||||
|
|
|
|
= |
|
|
|
ξ |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
∂x1 ... ∂xn |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
которая называется условной плотностью вероятностей СВ ξ (ω |
|
) . |
||||||||||||||||||||||
|
Часто в качестве условия B используется событие, связан- |
|||||||||||||||||||||||
ное с тем, что некоторая СВ ξ (ω |
|
) |
приняла определенное значе- |
|||||||||||||||||||||
ние. Допустим, что на (Ω , F , P) |
определена многомерная СВ |
|||||||||||||||||||||||
η (ω |
) = |
(η (ω ) ,η ( ω) , ...,η ( ω) ) . Пусть |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
1 |
2 |
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
}. |
|
||
Bξ = {ω : y ≤ η (ω ) ≤ y + ε} = {ω : yk ≤ η k (ω ) ≤ yk + ε, k = |
|
|
||||||||||||||||||||||
1, m} |
|
|||||||||||||||||||||||
Если существует lim Fξ (x / Bε) = |
Fξ( x / y) , то он называется услов- |
|||||||||||||||||||||||
|
|
|
|
ε→ 0 |
|
|
|
|
|
|
|
) = |
|
|
|
|
|
|
|
|
|
|
||
ной ф.р. СВ î(ù) при условии η (ω |
y . |
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
Fξ (x / y) = |
lim Fξ( x / Âε) |
|
= |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
ε→ 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
= |
lim Fξ (x / y ≤ |
η(ω ) ≤ |
y + |
ε) = |
lim P(ξ( ω ) ≤ |
|
x / y ≤ η( ω) |
≤ y + ε) = |
|
|
||||||||||||||
|
ε→ 0 |
|
|
|
|
|
|
ε→ 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
= |
lim |
P(ξ(ω ) ≤ |
|
x, y ≤ η( ω ) ≤ y + ε) |
= |
|
lim |
Fξ η (x, y + ε) − |
Fξ η( x, y) |
, |
|
|||||||||||||
P(y ≤ η(ω ) ≤ y + ε) |
|
|
|
|
F |
|
(∞ , y + ε) − |
F ( |
∞ , y) |
|
||||||||||||||
|
ε→ 0 |
|
|
|
|
|
ε→ |
0 |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ξ η |
|
|
ξ η |
|
|
|
|
|
где Fξ η (x, y) – совместная (n + |
m) -мерная ф.р. СВ î(ù) |
и η (ω |
|
) . |
Предположим, что Fξ η (x, y) – абсолютно непрерывная ф.р., тог-
да пользуясь ее определением и правилом Лопиталя будем иметь:
87
lim |
|
Fξ η (x, y + ε) − |
Fξ η ( x, y) |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
(∞ |
, y + ε) − |
F |
|
( ∞ |
, y) |
||
ε→ 0 F |
|
||||||||
|
|
ξ η |
|
|
|
ξ η |
|
|
|
|
|
|
|
y + ε |
|
|
|
|
|
|
x |
|
|
∫ pξη (t,τ |
)dτ |
|
|
x |
|
= |
∫ εlim→ 0 |
|
y |
|
dt = |
∫ |
|||
|
y + ε |
|
|||||||
− |
∞ |
|
|
∫ pη (τ )dτ |
|
|
− ∞ |
||
|
|
|
|
|
|
y
|
x |
y+ ε |
|
|
|
|
∫ ∫ pξ η (t,τ )dτ dt |
|
|||
= lim |
− ∞ |
y |
|
= |
|
|
y+ |
ε |
|||
ε→ 0 |
|
||||
∫ pη (τ )dτ |
|
||||
|
|
|
|||
|
|
y |
|
||
pξ η (t, y) |
|
x |
|
||
dt |
= ∫ pξ (t / y)dt, |
||||
pη (y) |
|||||
|
− ∞ |
|
если предел под интегралом существует, т.к.
y+ ε |
' |
y+ ε |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
∫ pξ η (t,τ )dτ = |
∫ pξη' ( t,τ) dτ +( y + ε) ε' |
pξ (η t, y + |
)ε − — |
|
||||||||||
y |
ε |
y |
|
|
|
|
|
|
|
|
|
|
|
|
− 0 p |
|
(t, y) → |
p |
( t, y) . |
|
|
||||||||
|
ξ η |
|
|
|
ε→ 0 |
ξ η |
|
|
|
|
||||
x |
|
|
|
|
|
|
|
|
|
|
|
x1 |
xn |
|
В этих формулах ∫ |
dt означает n-мерный интеграл ∫ dt1 ... ∫ |
dtn .. |
||||||||||||
− ∞ |
|
|
|
∫x |
|
|
|
|
|
|
|
− ∞ |
− ∞ |
|
Таким образом, Fξ (x / y) = |
pξ( t / y) dt , |
где |
pξ (x / y) |
условная |
||||||||||
|
|
|
|
− ∞ |
|
|
|
|
|
|
|
|
|
|
плотность вероятностей, которая определяется равенством |
|
|||||||||||||
|
pξ (x / |
y) = |
pξ η |
(x / y) |
. |
|
|
|
||||||
|
pη (y) |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||
Из условия согласованности следует: |
|
|
|
|
||||||||||
pξ (x) = |
∞∫ pξ η ( x; y) dy = |
∞∫ pξ( x / y) pη( )y dy, |
|
|
||||||||||
|
− ∞ |
|
|
|
|
− |
∞ |
|
|
|
|
|
|
|
88
pξ (x |
/ y) = |
pξ η (x, y) |
= |
|
|
pξ (x) pη ( y / x) |
|||
|
|
|
|
|
|
. |
|||
pη (y) |
|
∞ |
|
|
|||||
|
|
|
|
∫ pξ (x) pη ( y / x) dx |
|||||
|
|
|
|
|
|
||||
|
∞∫ pξ( x / y) pη( |
|
|
− ∞ |
|
|
|
||
Формула pξ (x) = |
y) |
dy |
называется формулой пол- |
||||||
|
− ∞ |
|
|
|
|
|
|
|
|
ной вероятности для плотностей распределения, а формула |
|||||||||
|
pξ (x / y) = |
pξ (x) pη( y / x) |
– |
||||||
|
∞ |
|
|
|
|
∫pξ (x) pη( y / x) dx
−∞
формулой Байеса для плотностей распределения.
Пример 7.4. Найдем условные плотности распределения вероятностей для СВ, рассматриваемых в предыдущем примере.
pξ (x / y) = |
pξ η (x, |
y) |
= |
pη (y) |
|
||
|
|
|
|
pη (y / x) = |
pξ η (x, |
y) |
= |
pη (x) |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
g11 exp − |
1 |
|
|
|
|
g12 |
|
2 |
, |
|||
g |
|
(x − |
a) + |
(y |
− b) |
|||||||
2π |
|
|
2 |
11 |
|
|
g |
|
|
|
||
|
|
|
|
|
|
|
|
|
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
q22 |
|
|
1 |
|
|
|
|
|
g21 |
|
2 |
|
exp |
|
g |
|
y − |
b + |
(x − |
|
|||||
|
− |
|
|
22 |
|
a) . |
||||||
2π |
|
|
2 |
|
|
|
|
g22 |
|
|
||
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Задачи
7.1. Дана плотность распределения вероятностей двумерной СВ
|
|
1 |
sin(x + y), 0 ≤ x ≤ |
π |
, 0 |
≤ |
y ≤ |
π |
, |
pξ1 ξ2 (x, y) = |
|
|
|
||||||
2 |
|
2 |
|
|
|
2 |
|
||
|
|
|
в остальных случаях. |
|
|
|
|
||
|
|
0, |
|
|
|
|
|||
Найти ф.р. Fξ ξ |
(x, y) . |
|
|
|
|
|
|
|
|
1 |
2 |
|
|
|
|
|
|
|
|
7.2. Совместная плотность распределения случайных величин ξ и η имеет вид:
89
pξ η (x, y) = |
|
|
a |
|
. |
|
+ x2 + |
y2 + |
x2 y2 |
||
1 |
|
||||
Найти коэффициент a , pξ (x), |
pη( y) |
; определить вероятность по- |
|||
падания случайной точки (ξ,η) в пределы квадрата с центром в |
начале координат, стороны которого параллельны осям координат и имеют длину, равную 2.
7.3. СВ (ξ1, ξ2) имеет плотность распределения
|
pξ1 ξ2 (x, y) = |
|
a |
|
|
|
|
|
. |
|
|
||
π 2 (3 + x2 )(1+ y2 ) |
|
|
||||
Найти: а) величину а; б) ф.р. Fξ ξ |
(x, y) ; в) вероятность попадания |
|||||
1 |
2 |
|
|
|
||
(ξ1, ξ2) вквадрат,которыйограниченпрямымиx = 0, y = |
0, x = 1, y = 11. |
|||||
7.4. Случайный вектор ξ = |
(ξ1,ξ2 ,ξ3) имеет плотность рас- |
|||||
пределения |
|
|
|
|
||
pξ (x, y, z) = |
|
|
a |
|
. |
|
|
x2 y2 + x2 z2 + y2 z2 |
+ x2 y2 z2 |
||||
1+ x2 + y2 + z2 + |
|
Найти коэффициент а.
7.5. Случайный вектор ξ = (ξ1, ξ2 , ξ3) имеет равномерное распределение внутри цилиндра
|
(2πr |
2h)− 1, x2 |
+ |
x2 |
≤ r |
2 , |
|
x |
|
≤ h, |
|||
|
|
|
|||||||||||
pξ1 ξ2 ξ3 (x1, x2 , x3 ) = |
|
1 |
|
2 |
|
|
|
|
|
|
3 |
|
|
|
+ x2 > r 2 |
или |
|
x |
|
> h. |
|
||||||
|
|
|
|||||||||||
|
0, x2 |
|
|
|
|||||||||
|
|
2 |
|
|
|
|
3 |
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
Определить плотности распределения отдельных компонентов
ξ1, ξ2 , ξ3 .
7.6.Пусть p(x, y)
0 < a ≤ |
1 и |
|
= |
[(1+ |
ax)(1+ ay) − a ]ex− y− axy , x > 0, y > 0, |
|
|
|
|
0, в остальных случаях. |
Доказать, что p(x, y) – двумерная плотность распределения вероятностей, и найти маргинальные плотности распределения.
90