- •III. Многомерные случайные величины
- •3.1. Совместная (n–мерная) функция распределения
- •3.2. Дискретные двумерные случайные величины
- •3.3. Непрерывные n–мерные случайные величины
- •3.4. Условные распределения
- •3.5. Преобразование векторных случайных величин
- •3.6. Математическое ожидание векторных случайных величин
- •3.7. Моменты векторных случайных величин
- •3.8. Дисперсия векторных случайных величин
- •3.9. Условное математическое ожидание. Кривые регрессии
- •3.10. Условная дисперсия
- •3.11. Ковариация случайных величин
- •3.12. Коэффициент корреляции
- •3.13. Характеристические функции векторных случайных величин
- •Контрольные вопросы
III. Многомерные случайные величины
В предыдущих главах рассматривались так называемые скалярные (одномерные) сл. величины. При решении практических задач приходится рассматривать совместно пары сл. величин ( ), тройки сл. величин ( ) и т.д., которые называются сл. векторами или n – мерными сл. величинами, . Совместное изучение скалярных сл. величин позволяет получить информацию об их зависимости.
3.1. Совместная (n–мерная) функция распределения
Дадим формальное определение многомерных сл. величин. Пусть – некоторое вероятностное пространство и – случайные величины, заданные на нем. Каждому значению они ставят в соответствие вектор
Определение. Отображение задаваемое совокупностью случайных величин , называется случайным вектором или многомерной случайной величиной или n – мерной случайной величиной.
Если учесть, что все , измеримые функции, случайным вектором ξ следовало бы назвать отображение , где – борелевская σ – алгебра в . Необходимым и достаточным условием измеримости случайного вектора ξ является выполнение условия:
Справедливо утверждение [1]: n – мерная случайная величина ξ измерима тогда и только тогда, когда все функции являются F– измеримыми функциями.
Основной характеристикой случайного вектора ξ является совместная или n-мерная функция распределения:
Если положить n=2, то двумерная функция распределения есть ничто иное, как вероятность попадания случайной точки с координатами в область , иначе говоря, в угол с вершиной в точке .
Далее везде, где упрощение обозначения не вызывает недоразумений, будем вместо писать .
Свойства совместной функции распределения случайного вектора ξ аналогичны свойствам функции распределения скалярной случайной величины, но есть и специальные свойства, вызванные тем фактом, что ξ – вектор. Перечислим некоторые из них:
1. .
2. – функция неубывающая по каждому из своих аргументов.
3. Функция – непрерывная слева функция по каждому из своих аргументов.
4.
Результат следует из того, что событие и пересечение любого события A вида с невозможным событием есть событие невозможное.
Эти четыре свойства аналогичны свойствам одномерной функции распределения.
5. для всего множества перестановок чисел 1, 2, …, n.
6. Если m < n, то,
Рассмотрим , то есть m = n–1. Событие – достоверное событие, произведение события А и достоверного события есть событие А, поэтому
Аналогичные рассуждения можно провести для любого 1<m<n. Если m=1, то среди всего множества переменных отличными от ∞ будет только одна из них, . Тогда , представляет собой функцию распределения сл. величины . Это так называемые маргинальные (частные) распределения случайных величин , .
Функция называется совместным маргинальным распределением случайных величин .
Если m=n, то . Иначе говоря, .
Свойства 5 и 6 называют свойством согласованности совместной функции распределения случайного вектора .
7. Справедливо соотношение:
. Формула определяет вероятность события .
На практике мы ограничимся рассмотрением двумерных сл. величин. Для этого случая (n=2) вышеперечисленные свойства функции распределения примут вид:
1. ;
2. – неубывающая функция по каждому из своих аргументов;
3. – непрерывная слева функция по каждому из своих аргументов;
4.
5. ;
6.
7.
Эту формулу можно вывести, исходя из представления события в виде алгебраической суммы событий: .