Типовые расчеты ИТМО
.pdfПример 3. Предположим, что случайная величина X имеет нормальное распределение с параметрами a è σ2, σ > 0. Пусть Y = −3X2, Z = 3X −
2Y + 5, T = 2X + 3. Найти EZ è cov(X, T ).
Решение. Напомним, что EX = a, DX = σ2. В силу линейности матема- тического ожидания имеем
EZ = E(3X − 2Y + 5) = 3EX − 2EY + 5 = 3a + 6E(X2) + 5.
Поскольку σ2 = DX = E(X2) − (EX)2, òî E(X2) = σ2 + a2, откуда
EZ = 3a + 6σ2 + 6a2 + 5.
Далее, используя свойства ковариации, получим
cov(X, T ) = cov(X, 2X + 3) = 2cov(X, X) = 2DX = 2σ2.
Пример 4. В условиях предыдущего примера при a = −1, σ2 = 2 найти
E|X + 1|.
Решение. Плотность распределения случайной величины X N (−1, 2)
имеет вид: |
1 |
|
|
(− |
|
+ 1)2 |
). |
|
|
|
|
(t |
|||||
f(t) = |
2√ |
|
exp |
|
||||
|
4 |
|||||||
π |
Для нахождения математического ожидания воспользуемся первой частью формулы (5):
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
|
|
|
|
|
1 |
|
∫ |
|t + 1| exp(−(t + 1)2/4) dt = |
||||
|
|
|
|
E|X + 1| = |
2√ |
|
||||||
|
|
|
|
π |
||||||||
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
−1 |
|
|
|
|
|
|
|
∞ |
|
|
1 |
|
∫ |
(t + 1) exp(−(t + 1)2/4) dt + |
1 |
|
∫ |
(t + 1) exp(−(t + 1)2/4) dt. |
||||
= − |
2√ |
|
2√ |
|
||||||||
π |
π |
|||||||||||
|
|
|
−∞ |
|
|
|
|
|
|
|
−1 |
|
√
Сделав в каждом из интегралов замену переменной y = (t + 1)/ 2, получим
1
∫0
E|X + 1| = −√π
−∞
2 = √
π
|
|
|
|
|
∞ |
|
|
|
|
y exp(−y2 |
1 |
∫0 |
y exp(−y2/2) dy = |
||||||
/2) dy + |
√ |
|
|||||||
π |
|||||||||
∞ |
|
|
|
|
|
|
|
|
|
∫0 |
exp(−y2/2) d(y2/2) |
|
|
2 |
|
||||
= |
√ |
|
. |
||||||
π |
43
Задача 1.
Функция распределения FX (t) случайной величины X имеет вид:
F |
|
(t) = |
1 |
exp( 2t), |
t ≥ 0, |
|
X |
|
{0,− |
− |
t < 0. |
Случайные величины Y = 2/X è Z = 2X + 5 являются функциями от слу- чайной величины X.
Найти: а) функцию распределения FY (v) и плотность распределения fY (v) случайной величины Y ;
б) моменты EZ, DZ, cov(X, Z) .
Задача 2.
Функция распределения FX (t) случайной величины X имеет вид:
F |
|
(t) = |
1 − exp(−t), |
t ≥ 0, |
|
X |
|
{0, |
t < 0. |
Случайные величины Y = X2 è Z = −3X + 2 являются функциями от случайной величины X.
Найти: а) плотность распределения fY (v) случайной величины Y ; б) моменты EZ, DZ, cov(X, Z).
Задача 3.
Функция распределения FX (t) случайной величины X имеет вид:
F |
|
(t) = |
1 − exp(−3t), |
t ≥ 0, |
|
X |
|
{0, |
t < 0. |
Случайные величины Y = 2X +1 è Z = −2X2 −Y 2 −9XY +2X −1 являются функциями от случайной величины X.
Найти: а) функцию распределения FY (v) случайной величины Y ; б) математическое ожидание EZ.
Задача 4.
Функция распределения FX (t) случайной величины X имеет вид:
F |
|
(t) = |
1 − exp(−2t), |
t ≥ 0, |
|
X |
|
{0, |
t < 0. |
Случайные величины Y = 1 − exp(−2X) è Z = X2 + 2Y 2 − 2XY + 3Y − 1 являются функциями от случайной величины X.
Найти: а) функцию распределения FY (v) случайной величины Y ; б) математическое ожидание EZ.
Задача 5.
44
Случайная величина имеет стандартное нормальное распределение. Слу- чайные величины Y = −X2 è Z = −X2 + 2Y 2 − 3XY + 2X + 3 являются
функциями от случайной величины X.
Найти: а) плотность распределения fY (v) случайной величины Y ; б) математическое ожидание EZ.
Задача 6.
Случайная величина X имеет нормальное распределение с параметрами a = 1, σ = 2. Случайные величины Y = (1 −X)/2 è Z = 3X2 −2Y 2 + XY −X + 4 являются функциями случайной величины X.
Найти: а) плотность распределения fY (v) случайной величины Y ; б) математическое ожидание EZ.
Задача 7.
Случайная величина X имеет стандартное нормальное распределение. Слу- чайные величины Y = X2 è Z = −X2 + 2Y 2 + 2XY + Y + 1 являются функциями от случайной величины X.
Найти: а) плотность распределения fY (v) случайной величины Y ; б) математическое ожидание EZ.
Задача 8.
Случайная величина X имеет нормальное распределение с параметрами a = −1, σ = 3. Случайные величины Y = |X +1| è Z = −X2 +2Y 2/3−X +2Y +1 являются функциями случайной величины X.
Найти: а) плотность распределения fY (v) случайной величины Y ; б) математическое ожидание EZ.
Задача 9.
Плотность распределения fX (t) случайной величины X имеет вид (равномерное на промежутке [1, 4] распределение):
{
1/3, t [1, 4],
fX (t) =
0, t / [1, 4].
Случайные величины Y = FX (X), ãäå FX (t) - функция распределения слу- чайной величины X, è Z = −2X2 + Y 2 − 2XY + Y − 1 являются функциями
от случайной величины X.
Найти: а) функцию распределения FY (t) случайной величины Y ; б) математическое ожидание EZ.
Задача 10.
Плотность распределения fX (x) случайной величины X имеет вид (равномерное на промежутке [−2, 3] распределение):
{
1/5, x (−2, 3),
fX (x) =
0, x / (−2, 3).
45
Случайные величины Y = X2 è Z = −2X + 4 являются функциями от слу- чайной величины X.
Найти: а) функцию распределения FY (y) случайной величины Y ; б) моменты EZ, DZ, cov(X, Z).
Задача 11.
Плотность распределения fX (x) случайной величины X имеет вид (равномерное на промежутке [−1, 2] распределение):
{
1/3, x (−1, 2),
fX (x) =
0, x / (−1, 2).
Случайные величины Y = X2 è Z = 5X − 3 являются функциями от слу- чайной величины X.
Найти: а) функцию распределения FY (y) случайной величины Y ; б) моменты EZ, DZ, cov(X, Z).
Задача 12.
Плотность распределения fX (x) случайной величины X имеет вид (равномерное на промежутке [−2, 4] распределение):
{
1/6, x [−2, 4],
fX (x) =
0, x / [−2, 4].
Случайные величины Y = X2 è Z = −3X + 2 являются функциями от случайной величины X.
Найти: а) плотность распределения fY (y) случайной величины Y ; б) моменты EZ, DZ, cov(X, Z).
Задача 13.
Плотность распределения fX (x) случайной величины X имеет вид:
f (x) = |
a sin x, |
x (0, π), |
X |
{0, |
x / (0, π). |
|
|
|
Случайные величины Y = cos X − 2 è Z = −X + 1 являются функциями от случайной величины X.
Найти: а) постоянную a;
б) функцию распределения FY (x) случайной величины Y ; в) моменты EZ, DZ, cov(X, Z).
Задача 14.
Плотность распределения fX (x) случайной величины X имеет вид:
f (x) = |
a/x4, |
x ≥ 1, |
X |
{0, |
x < 1. |
46
Случайные величины Y = ln X è Z = 2X + 3 являются функциями от слу- чайной величины X.
Найти: а) постоянную a;
б) плотность распределения fY (x) случайной величины Y ; в) моменты EZ, DZ, cov(X, Z).
Задача 15.
Функция распределения FX (t) случайной величины X имеет вид:
F |
|
(t) = |
1 |
|
exp( 3t), |
t ≥ 0, |
|||
|
|
X |
{0,− |
− |
t < 0. |
||||
Случайные величины |
|
|
√ |
|
|
è |
Z = −2X + 3 |
являются функциями от |
|
|
|
X |
|||||||
|
Y = |
|
|
случайной величины X.
Найти: а) плотность распределения fY (v) случайной величины Y ; б) моменты EZ, DZ, cov(X, Z).
Задача 16.
Функция распределения FX (t) случайной величины X имеет вид:
F |
|
(t) = |
1 |
exp( 4t), |
t ≥ 0, |
|
X |
|
{0,− |
− |
t < 0. |
Случайные величины Y = ln(X/2) è Z = 2X − 4X2 + 3 exp X + 1 являются функциями от случайной величины X.
Найти: а) плотность распределения fY (v) случайной величины Y ; б) математическое ожидание EZ.
Задача 17.
Плотность распределения fX (t) случайной величины X имеет вид:
f (t) = |
2 exp(−2t), |
t ≥ 0, |
X |
{0, |
t < 0. |
Случайные величины Y = exp(−2X) è Z = 3X − 2 являются функциями от случайной величины X.
Найти: а) функцию распределения FY (y) случайной величины Y ; б) моменты EZ, DZ, cov(X, Z).
Задача 18.
Функция распределения FX (t) случайной величины X имеет вид:
F |
|
(t) = |
1 |
exp( |
3t), |
t ≥ 0, |
|
X |
{0,− |
|
− |
t < 0. |
|
Случайные величины Y |
= exp(X) è Z = X2 − XY + 3Y − 1 являются |
|||||
функциями от случайной величины X. |
|
|
47
Найти: а) плотность распределения fY (v) случайной величины Y ; б) математическое ожидание EZ.
Задача 19.
Плотность распределения fX (x) случайной величины X имеет вид:
c fX (x) = 1 + x2 .
Случайные величины Y = 1/X è Z = arctgX являются функциями от слу- чайной величины X.
Найти: а) постоянную c;
б) функцию распределения FY (y) и плотность распределения fY (v) случайной величины Y ;
в) моменты EZ, DZ.
Задача 20.
Плотность распределения fX (t) случайной величины X имеет вид:
{
at2, t [−1, 2],
fX (t) =
0, t / [−1, 2].
Случайные величины Y = X2 è Z = 2X − 3Y 2 − 2XY + 4 являются функциями от случайной величины X.
Найти: а) коэффициент a;
б) функцию распределения FY (y) случайной величины Y ; в) математическое ожидание EZ.
Задача 21.
Плотность распределения fX;Y (x, y) системы случайных величин (X, Y ) имеет вид:
exp( 3x), |
åñëè x |
|
0 è y |
|
[1, 4], |
|
fX; Y (x, y) = {0 |
− |
иначе. |
≥ |
|
|
|
Случайные величины Z = |2Y −1| è T = 2X −Y/3 + 2 являются функциями от случайных величин X, Y .
Найти: а) плотность распределения fZ(z) случайной величины Z; б) дисперсию DT .
Задача 22.
Плотность распределения fX;Y (x, y) системы случайных величин (X, Y ) имеет вид:
6 exp( |
|
2x |
|
3y), |
åñëè x |
|
0 è y |
|
0, |
fX; Y (x, y) = {0 |
− |
|
− |
|
иначе. |
≥ |
|
≥ |
|
Случайные величины Z = |2Y +1| è T = −3X +2Y −1 являются функциями от случайных величин X, Y .
48
Найти: а) плотность распределения fZ(z) случайной величины Z; б) дисперсию DT .
Задача 23.
Плотность распределения fX;Y (x, y) системы случайных величин (X, Y ) имеет вид:
|
|
2 |
|
|
(x − 3)2 |
|
|
|
|
|
|
|
exp |
|
|
|
2y , |
åñëè y 0, |
|
fX; Y (x, y) = |
√2π |
0 |
|
2 |
− |
) |
иначе. |
≥ |
|
|
(− |
|
|||||||
Случайные величины |
|
|
è |
T = −3X + Y/2 |
являются функциями |
||||
|
Z = |X − 3| |
|
|
|
от случайных величин X, Y .
Найти: а) плотность распределения fZ(z) случайной величины Z; б) дисперсию DT .
Задача 24.
Плотность распределения fX;Y (x, y) системы случайных величин (X, Y ) имеет вид:
|
|
3 |
|
|
(x − 1)2 |
|
|
|
|
|
|
|
exp |
|
|
|
3y , |
åñëè y 0, |
|
fX; Y (x, y) = |
√3π |
0 |
|
3 |
− |
) |
иначе. |
≥ |
|
|
(− |
|
|||||||
Случайные величины |
|
|
è |
T = 2X + Y − 5 |
являются функциями |
||||
|
Z = |Y − 2| |
|
|
|
от случайных величин X, Y .
Найти: а) функцию распределения FZ(z) случайной величины Z; б) дисперсию DT .
Задача 25.
Случайные величины X1 è X2 независимы и имеют распределение Бернулли, задаваемые рядами распределения:
X1 |
0 |
1 |
è |
X2 |
0 |
1 |
P |
1/2 |
1/2 |
|
P |
2/3 |
1/3 |
|
|
|
|
|
|
|
Найти: а) закон распределения случайной величины Y = X1 + X2;
b) математическое ожидание E(2X12 − X22 + 2X1X2 + 4X2 − 3).
Задача 26.
Случайные величины X1 è X2 независимы и имеют экспоненциальное распределение, задаваемое плотностью распределения:
f(x) = |
3 exp( |
|
3x), |
x ≥ 0, |
|
{0, |
− |
|
x < 0. |
Найти: а) плотность распределения случайной величины Y = X1 + X2; б) математическое ожидание E(X12 − 4X1X2 + 2X2 − 2).
49
Задача 27.
Случайные величины X1 è X2 независимы и имеют распределение Пуассона с параметрами λ1 = 1 è λ2 = 2 соответственно.
Найти: а) закон распределения случайной величины Y = X1 + X2, б) математическое ожидание E(2X12 − 3X1X2 + 2X2 − 1).
Напомним, что случайная величина X имеет распределение Пуассона с параметром λ > 0, åñëè P{X = m} = exp(−λ) λm/m!, m = 0, 1, 2, . . ..
Задача 28.
Случайные величины X è Y независимы и имеют стандартное нормальное
распределение.
Найти: а) закон распределения случайной величины Z = X + Y ; б) математическое ожидание E(−3X2 + Y 2 + 3XY + 1).
50
Задача 29.
Определить функции распределения случайных величин Z1 = max(X, Y ) è Z2 = min(X, Y ), ãäå X è Y независимые случайные величины, имеющие функции распределения FX (t) è FY (t) соответственно.
Задача 30.
Плотность распределения fX;Y (x, y) системы случайных величин (X, Y ) èìå-
åò âèä: |
1 |
|
(− |
x2 + y2 |
). |
|
fX;Y (x, y) = |
exp |
|||||
2π |
2 |
Найти: а) закон распределения полярных координат точки (X, Y ); б) дисперсию D(−3X + Y ).
Математическая статистика.
Методические указания
Задачи математической состоят в построении вероятностной модели соответствующей наблюдениям, полученным в результате статистического эксперимента. В предлагаемых далее задачах мы предполагаем, что наблюдения получены в результате независимых реализаций (измерений) неизвестной слу- чайной величины X. Все необходимые теоретические сведения могут быть
найдены в следующих книгах: учебное пособие под редакцией Смирнова В. П. "Элементы теории вероятностей и математической статистике" , СПбГИТМО, 2008 год , электронный вариант на сайте кафедры высшей математики , Бородин А. Н. "Элементарный курс теории вероятностей и математической статистики" , издательство "Лань" , 2011 год , Чернова Н. И. "Математиче- ская статистика" , СибГУТИ, 2009 год. Мы же ограничимся рассмотрением примера, аналогичного предлагаемым заданиям.
Пример
Дана группированная выборка из стандартного нормального распределения:
-2.378 |
-1.862 |
-1.345 |
-0.829 |
-0.312 |
0.204 |
0.721 |
1.237 |
1.754 |
2.270 |
-1.862 |
-1.345 |
-0.829 |
-0.312 |
0.204 |
0.721 |
1.237 |
1.754 |
2.270 |
2.787 |
|
|
|
|
|
|
|
|
|
|
7 |
14 |
19 |
36 |
37 |
42 |
17 |
14 |
9 |
5 |
|
|
|
|
|
|
|
|
|
|
Построить точечные оценки математического ожидания и дисперсии генеральной совокупности, при над¼жности γ = 0.95 построить соответствующие доверительные интервалы и, используя χ2-критерий Пирсона асимптотиче-
ского уровня значимости α = 0.05, проверить гипотезу о нормальности оценок. В первой строке таблицы указаны Xi, i = 1, ..., 10 левые границы ин-
51
тервалов группировки, во второй строке указаны Xi+1, i = 1, ..., 10 правые границы. В третьей строке указано количество элементов выборки, попавших на данный интервал. Например, на первый интервал (−2.378, −1.862)
попало 7 элементов выборки.
Решение. В качестве оценки математического ожидания генеральной со- |
|
вокупности X обычно рассматривают статистику (то есть измеримую функ- |
|
больших чисел, если ∑ |
EX существует, то выбороч- |
цию выборки) ¯ |
n |
Xn = ( |
i=1 Xi)/n выборочное среднее. Как следует из закона |
математическое ожидание
ное среднее является состоятельной, несмещ¼нной оценкой математического ожидания случайной величины X. Можно убедиться в этом и непосред-
ственно, найдя математическое ожидание и дисперсию ¯
Xn. По центральной
предельной теореме ¯
Xn является асимптотически нормальной оценкой EX с асимптотической дисперсией ∆2E = DX. Неизвестную дисперсию генераль-
ной совокупности заменим е¼ состоятельной, несмещенной, асимптотически нормальной (с асимптотической дисперсией ∆2D = E(X − EX)4 − D2(X)) оценкой Sn2. Привед¼м оценку Sn2 и выборочную оценку дисперсии σn2:
|
|
− |
n |
|
|
|
∑i |
|
|
2 |
1 |
¯ |
2 |
|
Sn |
= |
n 1 |
(Xi − Xn) , |
|
|
|
|
=1 |
|
σn2 = n1 ∑n (Xi
i=1
¯2
−Xn) .
Привед¼нная в задании группированная выборка построена по выборке из
нормального распределения с параметрами a = EX = 0, σ2 |
= DX = 1 |
||
¯ |
= 0.0406, |
2 |
= 1.104. |
îáú¼ìà n = 200, и вычисления показали, что Xn |
Sn |
Для нахождения асимптотического доверительного интервала для параметра a = EX используем формулу:
|
|
¯ |
|
|
√ |
|
¯ |
√ |
|
|
|
|
(6) |
|
|
|
|
|
|
||||||||
|
|
Pn;a(a (Xn − t(1+ )=2∆E/ |
|
n, Xn + t(1+ )=2∆E/ n) ≈ γ, |
|
||||||||
ãäå |
t β-квантиль функции распределения стандартного |
нормально- |
|||||||||||
ãî |
закона, то есть такое значение аргумента, что |
Φ(t ) |
= |
β, Φ(t) = |
|||||||||
∫ |
|
|
|
|
|||||||||
|
закона. Решения уравнений вида Φ(t) = β найд¼м с помощью таб- |
||||||||||||
( −∞t |
exp(−x2/2)dx)/√2π функция распределения стандартного нормаль- |
||||||||||||
íîãî |
|
|
|
|
|
|
|
|
|
|
|
|
|
лицы значений функции Φ(t). Если, например, над¼жность |
γ |
= 0.95, òî |
t(1+ )=2 = 1.96, откуда получим, что асимптотический доверительный интервал для реального значения a = EX имеет вид In;E = (−0.1050, 0.1863). Исходное значение EX = 0 в этот доверительный интервал попадает.
Аналогично, заменяя величину |
2 |
4 |
2 статистикой |
|||||||
∆D |
= E(X − EX) − (DX) |
|
||||||||
2 |
n |
¯ 4 |
4 |
|
|
|||||
∆n |
= ( i=1(Xi |
− Xn) )/n − σn (дополнительные вычисления показали, что |
||||||||
∆2 |
1688), получим асимптотический доверительный интервал над¼жно- |
|||||||||
n |
= 2∑. |
|
|
|
|
|
|
|
|
|
ñòè 0.95 для дисперсии: |
|
|
|
|
|
|
|
|
||
|
2 |
− t(1+ )=2∆n/ |
√ |
|
|
2 |
√ |
|
|
|
|
|
|
|
|||||||
|
In;D = (Sn |
n, Sn + t(1+ )=2∆n/ n) = (0.8999, 1.3081). |
52