- •Министерство образования и науки Российской Федерации
- •Задание 9.2
- •Задание 9.3
- •Задание 9.4
- •Задание 9.5
- •Задание 9.6
- •Задание 9.7
- •Задание 9.8
- •Задание 9.9
- •Задание 9.10
- •Задание 9.11
- •Задание 9.12
- •Задание 9.13
- •Задание 9.14
- •Задание 9.15
- •Задание 9.16
- •Задание 9.17
- •Задание 9.18
- •Задание 9.19
- •Задание 9.20
- •Задание 9.21
- •Задание 9.22
- •Задание 9.23
- •Задание 9.24
- •Задание 9.26
- •Задание 9.27
- •Задание 9.28
- •Задание 9.29
Задание 9.24
Вычислите математическое ожидание дискретного двумерного случайного вектора с заданным распределением. Выполните вычисления для распределения из задания 9.12.
9 |
|
0 |
9 |
0 |
0.07 |
0.1 | |
2 |
0.17 |
0.29 | |
4 |
0.27 |
0.1 |
Решение:
Распределение двумерной случайной
величины
Математическое ожидание
Математическое ожидание
Задание 9.25
Вычислите дисперсию дискретного двумерного случайного вектора с заданным распределением. Выполните вычисления для распределения из задания 9.12.
9 |
|
0 |
9 |
0 |
0.07 |
0.1 | |
2 |
0.17 |
0.29 | |
4 |
0.29 |
0.1 |
Решение:
Распределение двумерной случайной
величины
Математическое ожидание
Математическое ожидание
Математическое ожидание
Математическое ожидание
Дисперсия
Дисперсия
Задание 9.26
Вычислите условные математические ожидания и постройте графики регрессий компонентов двумерных случайных величин из заданий 9.14 и 9.15.
9 |
|
0 |
9 |
0 |
0.07 |
0.1 | |
2 |
0.17 |
0.29 | |
4 |
0.27 |
0.1 |
х2 /а2+у2 / b2 1.
-
N
а
b
9
5.5
6.5
Решение:
Из 14
Из 15
Распределение плотности вероятностей
СВ
Распределение плотности вероятностей
СВ
Математическое ожидание
Математическое ожидание
Условные математические
ожидания
Условные математические
ожидания
Задание 9.27
Вычислите ковариацию и дисперсию компонент двумерных случайных величин из заданий 9.14 и 9.15.
9 |
|
0 |
9 |
0 |
0.07 |
0.1 | |
2 |
0.17 |
0.29 | |
4 |
0.27 |
0.1 |
х2 /а2+у2 / b2 1.
-
N
а
b
4
5.5
6.5
Если между случайными величинами и существует стохастическая связь, то одним из параметров, характеризующих меру этой связи, является ковариация cov( ,). Ковариацию вычисляют по формулам:
cov( ,) = M [( – M )( – M)] = M() – M M.
Если случайные величины и независимы, то cov( ,) = 0. Обратное, вообще говоря, неверно. Из равенства ковариации нулю не следует независимость случайных величин. Случайные величины могут быть зависимы, в то время как их ковариация нулевая!
Но зато, если ковариация случайных величин отлична от нуля, между ними существует стохастическая связь, мерой которой и является величина ковариации.
Интересно отметить, что cov( ,) = D и cov( ,) = D.
Кроме того, важны следующие свойства ковариации:
cov( + C1 , + C2) = cov( , );
cov( , ) = cov( , );
cov(C1 + C2, ) = C1 cov( , ) + C2 cov( , )
Ковариационной матрицей случайного вектора (, ) называется матрица вида
Эта матрица симметрична и положительно определена. Ее определитель называется обобщенной дисперсией и может служить мерой рассеяния системы случайных величин ( ,).
Как уже отмечалось ранее, дисперсия суммы независимых случайных величин равна сумме их дисперсий: D( ,) = D + D. Если же случайные величины зависимы, то
D( ) = D + D 2cov( , )
Решение:
Р а с п р е д е л е
н и е с л у ч а й н о й в е л и ч и н ы
Р а с п р е д е л е
н и е с л у ч а й н о й в е л и ч и н ы
К о в а р и а ц и я
Д и с п е р с и я +
р а с п р е д е л е
н и е
+