bardushkin
.pdfn |
|
D X1 ... X n D X K 2 |
cov X K , X l |
K 1 |
1 K l n |
(доказательство проводится методом математической индукции).
Лекция № 16
§ 7. Условные числовые характеристики системы СВ (X;Y). Регрессия.
О п р е д е л е н и е .
Условным математическим ожиданием одной из СВ входящих в систему (X; Y) называется ее МО вычисленное при условии, что другая СВ приняла определенное значение.
З а м е ч а н и е .
То есть МО найденное на основе условного закона распределения.
Если СВ |
X ;Y дискретные, то |
m M Y X xi y j P Y y j X xi
j 1
n M X Y y j xi P X xi Y y j
i 1 Если СВ X и Y непрерывные, то
M Y X x y fY y X x dy
M X Y y x f X x Y y dx
О п р е д е л е н и е .
M Y X M X Y
x x y y
называется регрессией Y на x.
называется регрессией X на y.
Графики этих зависимостей от x и от y называются линиями регрессии или кривыми регрессии.
M[Y|X = x]
|
) |
|
x |
( |
|
|
|
x
M[X|Y = y]
y
Пример.
Y |
0 |
2 |
5 |
Pi |
|
X |
|||||
|
|
|
|
||
1 |
0,1 |
0 |
0,2 |
0,3 |
|
2 |
0 |
0,3 |
0 |
0,3 |
|
4 |
0,1 |
0,3 |
0 |
0,4 |
|
P j |
0,2 |
0,6 |
0,2 |
|
Построить линии регрессии Y на x и X на y.
P Y
P Y 0 |
|
X 1 |
0,1 |
|
|
||||
|
0,3 |
|||
|
|
|
|
2 X 1 00,3 0
P Y 5 X 1 0,20,3
1 |
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
M Y X 1 0 |
1 |
2 |
0 |
5 |
2 |
|
10 |
||
3 |
3 |
3 |
|||||||
|
|
|
|
|
|
||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
10
3 3
2 3 2 1
1 |
2 |
3 |
4 |
x |
|||||
P Y 0 |
|
|
X 2 |
0 |
|
0 |
|
|
|
|
|
|
|
||||||
|
|
0,3 |
|
|
|
||||
P Y 2 X 2 |
|
|
|
|
|||||
0,3 |
|
1 |
|
|
|||||
0,3 |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
P Y 5 |
|
X 2 |
0 |
|
0 |
|
|
||
|
|
|
|
||||||
|
|
0,3 |
|
|
|
||||
|
|
|
|
|
|
|
|
|
M Y X 2 0 0 1 2 0 5 2 |
||||||||||||||||
P Y 0 |
|
|
|
X 4 |
0,1 |
|
1 |
|
|
|
|
|||||
|
|
|
|
|
|
|||||||||||
|
|
|
0,4 |
4 |
|
|
|
|
||||||||
P Y 2 |
|
|
X 4 |
|
|
|
|
|
||||||||
|
|
|
0,3 |
|
|
3 |
|
|
|
|
||||||
|
|
|
|
|
||||||||||||
|
|
0,4 |
4 |
|
|
|
|
|||||||||
P Y 5 |
|
|
|
X 4 |
|
|
|
|
|
|||||||
|
|
|
|
|
0 |
0 |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|||||||||
|
0,4 |
|
|
|
||||||||||||
M Y X 4 0 |
|
|
|
|
|
|
|
|||||||||
1 |
|
3 |
0 |
5 |
|
3 |
||||||||||
4 |
2 |
2 |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
P X 1Y 0 |
0,1 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
0,2 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
P X 2 |
|
|
Y 0 |
0 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
0,2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
M X Y 0 1 |
1 |
2 0 4 |
1 |
2 |
1 |
|
5 |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
2 |
|
2 |
2 |
|
|
|
|||||
P X 4 |
|
|
Y 0 |
0,1 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
0,2 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
P X 1Y 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
0 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
0,6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
P X 2 |
|
Y 2 |
0,3 |
|
1 |
M X Y 2 1 0 2 |
1 |
|
4 |
1 |
3 |
||||||||||||||
|
|||||||||||||||||||||||||
|
|
0,6 |
2 |
2 |
|
2 |
|||||||||||||||||||
P X 4 |
|
|
Y 2 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
0,3 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
0,6 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
P X 1 |
|
Y 5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
0,2 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
0,2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
P X 2 |
|
|
Y 5 |
|
0 M X Y 5 1 1 2 0 4 0 1 |
||||||||||||||||||||
|
|
0 |
|
||||||||||||||||||||||
|
|
||||||||||||||||||||||||
|
|
0,2 |
|||||||||||||||||||||||
P X 4 |
|
|
Y 5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
0 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
0,2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 5
2 2
1
1 |
2 |
3 |
4 |
5 |
y |
Замечание.
Для независимых СВ линии регрессии Y на x и X на y параллельны координатным осям так как МО каждой из них не зависит от того, какое значение приняла другая.
Линии регрессии могут быть параллельны координатным осям и для зависимых СВ, когда МО каждой из них зависит от того, какое значение приняла другая.
Так как все моменты начальные и центральные любых порядков представляют собой МО, то можно говорить об условных моментах. Например об условных дисперсиях D Y X x , D X Y y .
§ 8. Двумерные нормальные распределения.
СВ
О п р е д е л е н и е
Нормальным законом распределения на плоскости называется распределение вероятностей двумернойX ;Y , если
f x, y |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
||||
|
|
|
2 |
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
X |
Y |
XY |
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
1 |
|
|
|
|
x m |
|
|
2 |
|
2 |
|
x m |
|
|
y m |
|
|
y m |
2 |
|||||||
|
|
|
|
|
|
X |
|
|
XY |
X |
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
|
|
|
Y |
|
||||||
|
|
2 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
X |
Y |
|
|
|
|
||||||||||||
|
|
2 1 |
XY |
|
|
|
|
X |
|
|
|
|
|
|
|
|
|
|
|
Y |
|
|
||||||
e |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Итак нормальный закон на плоскости определяется 5-ю параметрами: |
mX ; mY ; X ; Y ; XY |
||||||||||||||||||||||||||||
Убедимся в том, что если компоненты X и Y не коррелированны, то они тогда и не зависимы. |
|||||||||||||||||||||||||||||
|
XY |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
x m |
|
2 |
|
y m |
2 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
|
|
|
|||
|
|
|
|
|
1 |
|
|
|
|
|
2 |
|
|
|
2 |
|
|
|
|
2 |
|
|
|
|
|||||
|
x, y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
f |
|
|
|
|
|
e |
|
|
|
X |
|
|
|
|
Y |
|
|
|
|
||||||||||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
X |
Y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y m |
|
|
|
|
|
|||||
|
|
|
|
|
x m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
X |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
1 |
|
|
|
|
2 |
|
|
|
|
1 |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
||||
|
|
|
e |
|
2 |
|
|
|
|
|
|
e |
|
|
|
2 |
|
|
|
|
|
||||||||
|
|
|
X |
|
|
|
|
|
|
|
|
Y |
|
|
|
|
|||||||||||||
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|||||||||||||
|
X |
|
|
|
|
|
|
|
|
Y |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
f X x |
fY y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.
Замечание
Для нормально распределенных компонент двумерной СВ понятие независимости и некоррелированности равносильны.
Найдем условные законы распределения СВ X и Y воспользовавшись формулами. |
|||||||
f |
|
x Y y |
f |
x, y |
|||
X |
f |
|
y |
||||
|
|
Y |
|||||
|
|
|
|
|
|||
|
|
|
|
|
|
||
f |
|
y X x |
f x, y |
||||
Y |
f X x |
|
|||||
|
|
||||||
|
|
|
|
|
|
f |
X |
x |
|
Y y |
|
|
|
|
1 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
1 |
|
2 |
|
|
|||||
|
|
|
|
X |
XY |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
1 |
|
|
|
x m |
X |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
XY |
|||
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
|
|||||
|
|
|
|
|
|
2 1 |
XY |
|
|
|
|
|||||
|
|
|
|
e |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
f |
|
y X x |
|
|
|
|
1 |
|
|
|
|
|
|
|||
Y |
|
|
|
|
|
|
2 |
|
|
|
|
|||||
|
|
|
|
|
|
1 |
|
|
2 |
|
|
|||||
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
Y |
XY |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
1 |
|
|
|
y m |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
XY |
||
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
|
|
|
||||
|
|
|
|
|
|
2 1 |
XY |
|
|
|
|
|
||||
|
|
|
|
e |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Как легко видеть , каждый из условных МО и условной дисперсией вычисляемым по
D X Y y |
2 |
1 |
2 |
|
||
X |
XY |
|||||
D Y X x |
1 |
|
|
|||
2 |
2 |
|||||
Y |
XY |
|||||
|
|
|
y m |
|
2 |
|
||
Y |
|
|
|
|
|
|
|
|
Y |
|
.
x m |
X |
|
2 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
.
законов распределения является также нормальных с условным формуле:
M X Y y m |
X |
|
XY |
|
X y m |
|
||||||
|
|
|
|
|
|
Y |
|
Y |
||||
|
|
|
|
|
|
|
|
|
|
|
||
M Y |
|
X x m |
|
|
XY |
|
|
Y |
x m |
X |
|
|
|
|
|||||||||||
|
|
|
||||||||||
|
|
Y |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Замечание.
Из двух формул для условного МО видно, что для системы нормально распределенных X и Y, линии регрессии Y на x и X на y представляют собой прямые линии, то есть регрессия всегда линейна.
В геометрической интерпретации график линейной формулы плотности представляет собой холмообразную поверхность.
f (x, y)
mY y
mX x
f m |
X |
, m |
|
|
Y |
2 |
|
|
|
|
|
|
|
|
X |
Сечение поверхности липсы.
1Y
f x,
|
. |
|
2 |
1 |
|
|
XY |
y |
плоскостями параллельными плоскости XOY представляют собой эл- |
Глава 8 Законы распределения функций СВ
§ 1. Закон распределения функции одного случайного аргумента.
X |
x1 |
x2 |
… |
xn |
P |
p1 |
p2 |
… |
pn |
Y X |
|
|
|
|
|
|
|
|
|
Y |
y1 |
… |
ym |
|
P |
|
p |
… |
p |
|
|
|
|
1 |
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
1) |
|
X |
–2 |
–1 |
0 |
1 |
2 |
|
|
P |
0,1 |
0,15 |
0,3 |
0,05 |
0,4 |
Y |
X |
3 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
Y |
|
–8 |
–1 |
0 |
1 |
8 |
|
P |
|
0,1 |
0,15 |
0,3 |
0,05 |
0,4 |
|
|
|
|
|
|
|
|
|
2) |
|
X |
–2 |
–1 |
0 |
1 |
2 |
|
|
P |
0,1 |
0,15 |
0,3 |
0,05 |
0,4 |
Y X |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
0 |
1 |
4 |
|
|
P |
0,3 |
0,2 |
0,5 |
|
|
Пусть теперь СВ X – непрерывна и функция |
f X x – функция плотности. |
||||
Y X |
|
|
|
|
Найдем закон распределения СВ Y, но при этом ограничимся случаем, когда функция X нотонна, непрерывна и дифференцируема в интервале (a, b) всех возможных значений СВ X.
G y СВ Y будет определяться по формуле G y P Y y .X монотонно возрастает на (a, b).
y
Y < y
|
|
|
x = (y) |
|
|
|
a |
b |
x |
|
|
X < (y) |
|
|
y – функция обратная к функции X . |
|
|||
Y y ~ X y |
|
|
||
|
|
|
y |
|
G y P Y y P X y |
f X x dx |
|
||
|
dG y |
|
a |
|
g y |
|
|
|
|
dy |
f X y y . |
|
|
g y fX y y
строго мо-
Лекция № 17
G y P Y y |
|
Y X |
||||
1) |
y X – монотонно возрастает |
|||||
g |
y |
dG y |
f |
|
y y |
|
dy |
X |
|||||
|
|
|
|
|||
|
|
|
|
|
||
2) |
y X – монотонно убывает на (a; b) |
|||||
|
|
y |
|
|
|
(x)
Y < y
x = (y)
a |
b x |
|
X > (y) |
Y y ~ X y |
|
|
|
|
|||||||
G y P Y y |
b |
|
|
|
x dx |
||||||
f X |
|||||||||||
|
|
|
|
|
y |
|
|||||
Дифференцируя G y по y, получим |
|||||||||||
g y |
dG y |
f |
|
y y |
|||||||
|
dy |
X |
|||||||||
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
||
g y f |
X |
y |
|
y |
|
|
|
||||
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
Пример 1
СВ Х распределена непрерывно с функцией плотности Пусть Y aX b .
Найти g y – ?
y ax b |
|
|
|
|
|
|||||
x |
y b |
|
y |
|
|
|
||||
a |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
y |
|
1 |
|
|
|
|
|
|
|
|
|
a |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
||
g y |
|
y b |
|
1 |
|
|||||
f |
|
|
|
|
(*) |
|||||
|
|
|
||||||||
|
|
|
a |
|
|
|
a |
|
Пример 2
f X
x
.
СВ |
X ~ |
подчиняется.
N m,
. Пусть
Y aX
b
. Выяснить, как выглядит функция плотности и какому закону она
|
|
|
|
|
|
|
|
|
|
|
|
y b |
m |
2 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
a |
||||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|||
g y |
|
|
|
|
|
|
|
|
2 2 |
|
|
|||||
|
|
|
|
|
|
|
e |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
||||||
2 |
|
a |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
y am b 2 |
||||||||||
g y |
|
|
|
|
|
1 |
|
|
|
|||||||
|
|
|
|
|
|
|
|
e |
|
|
2 2 a2 |
|||||
|
|
|
|
a |
|
|
||||||||||
|
|
|
|
2 |
|
|
|
|
|
|
|
|
Y ~ N am b, a .
Итак в результате линейного преобразования нормально распределенной СВ деленная по нормальному закону с параметрами am b, a . ( Y ~ N am b,
Х,
получается СВ Y распре-
a ).
§ 2. Функции от многомерных СВ. Формула композиции.
Функция от многомерной СВ определяется точно также, как и функция от одномерной СВ. Мы рассмотрим это понятие на примере двумерной СВ.
Пусть на вероятностном пространстве (, A, P), задана двумерная СВ (X, Y). Предположим, что у нас
имеется измеренная числовая функция g X ,Y числовых аргументов X и Y.
СВ Z g X ,Y g X ,Y , назовем функцией от двумерной СВ (X, Y).
а) Функция g X ,Y от двумерной дискретной СВ (X, Y) снова является дискретной СВ, принимающей значения g xi , y j с вероятностями pij P X xi ,Y y j .
Чтобы построить ряд распределения СВ Z g X ,Y надо:
1) Исключить все те значения g xi , y j , вероятность которых равна нулю;
2) Объединить в один столбец все одинаковые значения g xi , y j , приписав этому столбцу суммарную
вероятность. Пример
Рассмотрим СВ –суммарное число успехов в двух независимых опытах с одной и той же вероятностью
p в каждом отдельном опыте. Тогда |
|
1 2 , где 1 |
– количество успехов в первом опыте, а |
2 – ко- |
||||||||||||||||
личество успехов во втором опыте, а |
g x, y x y . |
|
|
|
|
|||||||||||||||
|
Поскольку 1 |
и 2 |
принимают только два значения 0 или 1, тогда : |
g 0; 0 |
0 0 0 q |
2 |
||||||||||||||
|
|
|||||||||||||||||||
|
|
|
|
g 0;1 0 1 1 q p |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
g 1; 0 1 0 1 p q |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
g 1;1 1 1 2 p |
2 |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
0 |
|
1 |
|
2 |
|
|
|
|
|
|
|
|
|
|
||
|
|
P |
|
q2 |
|
2pq |
|
p2 |
|
|
|
|
|
|
|
|
|
|
||
|
б) |
|
В случае |
когда СВ (X, Y) |
непрерывного типа |
с плотностью |
f x, y , |
функция распределения |
||||||||||||
Z g X ,Y |
будет определяться формулой |
|
|
|
|
|||||||||||||||
|
Z |
z |
|
f x, y dx dy |
|
|
|
|
|
|
|
|
||||||||
|
F |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
g x, y Z |
|
|
|
|
|
|
|
|
|
|
|
|||
|
Область интегрирования здесь состоит из всех точек (x, y) для которых g x, y Z . |
|
||||||||||||||||||
|
Особо важным для практики представляется случай, когда X и Y – независимые СВ, а функция Z=X + |
|||||||||||||||||||
Y, тогда |
g x, y x y . |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
Получается так называемая формула композиции. |
|
|
|
|
|||||||||||||||
|
f |
X |
x |
|
|
|
|
|
|
|
f |
Y |
y |
|
|
|
|
|||
|
f x, y f X |
x fY y |
|
|
|
|
|
|
|
|
|
|||||||||
|
FX Y z P X Y z |
|
f X x fY y dx dy |
(*) |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
x y z |
|
|
|
|
|
|||
|
Интеграл (*) вычисляется, как повторный, поэтому |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
z x |
|
|
|
|
|
|
|
|
|
|
|
FX Y z f X x dx fY y dy |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z |
|
|
|
|
||||
|
|
|
FY z x f X x dx |
f X |
x fY y x dy dx |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
dy f X x fY y x dx .
Дифференцируя по z получаем
|
|
|
|
|
|
|
|
|
f X Y z |
f X |
x fY z x dx |
||||||
|
|
|
|
|
|
|
|
|
|
|
z |
|
|
|
z x f |
|
x dx |
F |
X Y |
F |
|
Y |
||||
|
|
|
Y |
|
|
|||
|
|
|
|
|
|
|
|
|
– формулы композиции (свертки).
С помощью этих формул легко выражаются формулы плотности и функции распределения суммы независимых СВ.
Пример.
Пусть |
X и Y |
– независимы. |
|
|
1 |
, x |
a; b |
|
a |
||
fY x b |
|
|
|
0, |
x a; b |
||
|
|
|
|
F |
X |
x |
|
|
– функция распределения Х, а Y имеет плотность
Получить функцию распределения и функцию плотности суммы X + Y.
FX Y
1 b
1 b
f X Y
z
a
a
z
|
|
|
|
|
|
FX z x fY x dx |
|||||
|
|
|
|
|
|
b |
|
|
z x dx z x u |
||
FX |
|||||
a |
|
|
|
|
|
z a |
|
|
|
|
|
|
|
|
|
|
|
|
FX u du ; |
|
|
||
z b |
|
z a F |
|
z b |
|
|
F |
X |
X |
||
|
|
|
|||
|
|
b a |
|
|
|
|
|
|
|
|
Так как производная интеграла по переменной z равна значению подынтегральной функции от верхнего предела умноженную на производную по z от верхнего предела , минус значение подынтегральной функции от нижнего предела на производную по z от нижнего предела.
§ 3. Распределение 2. (“хи-квадрат”).
|
|
|
k |
Пусть |
X i ~ N 0,1 |
i 1, 2,..., k , тогда |
2 X i2 |
i 1
по закону 2 с k степенями свободны.
– |
|
2
k |
2 |
|
|
X i |
|
i 1 |
|
–называется СВ распределенной
f X 2 x
x
|
|
|
0, если x 0 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
x |
|
k |
|
|
f |
|
2 x |
|
1 |
|
|
|
1 |
|
|||
|
|
e |
2 |
x |
2 |
если x 0 |
||||||
|
|
|
|
Г k / 2 |
|
, |
||||||
|
|
|
k / 2 |
|
|
|
||||||
|
|
|
2 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
||
Г x |
|
|
|
|
|
|
|
|
|
|
||
t x 1 e t dt , |
|
|
|
|
|
|
|
0
Г k 1 k!
m |
|
k |
k |
|
2 |
|
|
,
D |
|
2 |
k |
|
|||
|
|
|
2k
.
Распределение 2 определяется одним параметром числом степеней свободы. С увеличением степеней свободы распределение 2 медленно приближается к нормальному.
На практике при k > 30 считают, что |
|
2 |
~ Y , где Y ~ N k, |
2k . |
|
Для СВ, имеющей 2 распределение существуют таблицы квантилей.
§ 4. Распределение Стьюдента.
Пусть
V– независимая от Z СВ, которая распределена по закону 2 с k степенями свободы.
Рассмотрим СВ T Z .
V
k
СВ Т имеет распределение, которое называется t–распределением или распределением Стьюдента с k
степенями свободы.
f |
(x) |
|
T |
x
|
|
|
|
k 1 |
|
|
|
|
|
||
|
|
|
|
Г |
2 |
|
|
|
x |
2 |
|
|
|
x |
|
|
|
||||||
|
|
|
|
1 |
|
|
|||||
f |
T |
|
|
|
|
||||||
|
|
|
|
|
k |
|
|
k |
|
||
|
|
|
|
|
|
|
|
||||
|
|
|
|
k |
Г |
|
|
|
|||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
0, k 1 |
|
|
|
|
|
|
|||
mT |
|
|
|
|
|
|
1 |
|
|||
|
|
не существует , k |
|
||||||||
|
|
|
k |
|
2 |
|
|
|
|
||
|
|
|
|
|
, k |
|
|
|
|
||
|
|
|
|
|
|
|
|
||||
DT |
k |
2 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, k 2 |
|
|
|
|
|
|
k 1 2
ется
t1 p
t–распределение определяется одним параметром – числом степеней свободы.
Свозрастанием числа степеней свободы t–распределение асимптотически (довольно быстро) приближа-
кстандартному нормальному распределению с параметрами (0; 1).
Для СВ, имеющих распределение Стьюдента, имеется таблица квантилей, причем в силу четности
k t p k .
§ 5. Распределение Фишера.
Если U и V независимые СВ, распределенные по закону 2,
U
~
2
k1
,
V
~
|
2 |
k |
|
|
|
|
|
|
|
|
2 |
, тогда
|
U |
|
|
k |
|
F |
1 |
|
V |
||
|
||
|
k |
|
|
2 |
имеет распределение, которое называется F–распределением или распределением Фишера со степенями свободы k1 и k2. ( F ~ F k1, k2 .