Пособие по терверу
.pdfНайдите E[Y=(X + 1)].
11.3. Плотность распределения случайного вектора (X; Y ) имеет сле-
дующий вид: |
|
|
|
|
|
|
|
|
91; |
если 1 6 x 6 4; 2 6 y 6 5, |
|||
|
|
f(x; y) = (0; |
в остальных случаях. |
|||
Найдите D p |
|
. |
|
|
||
X + Y |
|
|
||||
11.4. |
Плотность распределения случайной величины X имеет следу- |
|||||
|
|
|
|
|
|
|
ющий вид: |
|
|
fX(x) = (0; |
x =2[0; 1]: |
||
|
|
|
|
|||
|
|
|
|
|
2x; |
x [0; 1]; |
|
|
|
|
|
|
2 |
Случайная величина Y вычисляется по правилу: Y = X2. Найдите: а) плотность распределения fY (y) случайной величины Y ;
б) математическое ожидание E(Y ).
11.5.Случайная величина X имеет равномерный закон распределе-
ния в отрезке [2; 4]. Найдите плотность распределения fY (y) и функцию распределения FY (y) случайной величины Y = X3 + 1.
11.6.Случайная величина X распределена по показательному зако-
ну с параметром . Найдите плотность распределения fY (y) случайной величины Y = 1 e x.
11.7. Случайные величины X и Y независимы, причем X имеет равномерное распределение на отрезке [0; 1], а Y показательное распределение с параметром = 1. Найдите функцию распределения и плотность распределения случайной величины Z = X + Y .
Ответы
|
|
|
|
|
|
|
|
|
|
|
|
|
512p |
|
702 |
|
|
|
11.1. |
9;5 |
. 11.2. |
3 |
|
7 |
|
ln 2 |
|
0;346 |
2 |
|
0;098 |
||||||
|
|
|||||||||||||||||
|
|
|
4 12 |
|
. 11.3. |
225 |
. |
|||||||||||
11.4. а) fY (y) = 1, |
y 2 [0; 1]; б) E(Y ) = |
21. 11.5. fY (y) = |
||||||||||||||||
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
FY (y) = |
py 1 2 |
, |
y 2 [9; 65]. 11.6. fY (y) = 1, y 2 [0; 1). |
|
||||||||||||||
|
|
2 |
|
|
11.7. fZ(z) = 1 e z, 0 6 z 6 1; fZ(z) = e z(e 1), z > 1.
1 |
; |
6p3 (y 1)2 |
111
Домашнее задание
11.8. Случайный вектор (X; Y ) имеет следующее распределение:
|
XnY |
1 |
0 |
|
|
1 |
0;5 |
0 |
. |
|
2 |
0;1 |
0;2 |
|
|
|
|||
|
|
|
|
|
|
3 |
0 |
0;2 |
|
|
|
|
|
|
Найдите E[(X 1)=(Y + 2)].
11.9. Плотность распределения случайного вектора (X; Y ) имеет следующий вид:
(
1; если 0 6 x 6 2; 0 6 y 6 4, f(x; y) = 8
0в остальных случаях.
Найдите E |
e2X+Y . |
|
|
|
|
|
|
|
11.10. |
Случайная величина X имеет следующую плотность распреде- |
|||||||
|
|
|
|
|
|
|
|
|
ления: |
|
fX(x) = |
( |
0; |
если |
x = [1; 3]. |
||
|
|
|
|
2 |
если |
x |
2 |
[1; 3], |
|
|
|
|
x 1; |
|
|||
|
|
|
|
|
|
|
2 |
|
Найдите плотность распределения fY (y) случайной величины Y = X2.
11.11. Случайная величина X имеет показательное распределение с
параметром = 1. Найдите плотность распределения fY (y) и функцию p
распределения FY (y) случайной величины Y = X.
11.12. Даны две независимые случайные величины X и Y , имеющие показательное распределение с одним и тем же параметром . Найдите плотность распределения суммы Z = X + Y .
Ответы
|
(e2 |
1)(e 1) |
|
|
p |
|
1 |
|
|
|||
11.8. 0;4. 11.9. |
|
0;686. 11.10. fY (y) = |
y |
, y |
2 [1; 9]. |
|||||||
|
|
4p |
|
|
|
|||||||
|
16 |
|||||||||||
|
y |
|
||||||||||
11.11. fY (y) = 2ye 2y; FY (y) = |
1 e y2 , y > 0. 11.12. fZ (z) = 2ze z, |
|||||||||||
z > 0. |
|
|
|
|
|
|
|
|
|
|
|
|
Дополнительные задачи
11.13. Случайный вектор (X; Y ) имеет следующее распределение:
112
|
XnY |
1 |
2 |
|
|
2 |
0 |
0;1 |
. |
|
4 |
0;4 |
0 |
|
|
|
|||
|
|
|
|
|
|
6 |
0;3 |
0;2 |
|
|
|
|
|
|
Найдите E(X=Y ).
11.14. Случайная величина X распределена равномерно в промежутке [ 2; 2]. Найдите плотность распределения fY (y) случайной величины
Y= 8X3.
11.15.Даны две независимые случайные величины X и Y , распределенные равномерно соответственно на отрезках [0; 2] и [2; 4]. Найдите плотность распределения их суммы Z = X + Y .
Ответы
|
11.13. 4;1. |
11.14. f |
Y |
(y) = |
|
|
1 |
|
, y |
2 |
[ |
|
64; 64]. 11.15. f |
(z) = z 2 |
, |
|||||||
|
|
|
3 |
|
||||||||||||||||||
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
24py2 |
|
|
Z |
4 |
|
||||||
2 |
6 |
z |
6 |
4; f (z) = |
6 z |
, 4 |
6 |
z |
6 |
6. |
|
|
|
|
|
|
|
|||||
|
|
Z |
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
113
12 Условные распределения
12.1 Условный закон распределения
Пусть компоненты X и Y дискретного случайного вектора (X; Y ) при-
нимают соответственно значения: x1, x2, : : :; y1, y2, : : :.
Условным распределением случайной величины X при усло-
вии Y = yj, называется набор условных вероятностей qij |
для событий |
|||||||||||||||||
fX = xig при условии события fY = yjg: |
|
|
|
|
|
|
||||||||||||
qij = P (X = xi j Y = yj) = |
P (X = xi; Y = yj) |
: |
||||||||||||||||
|
|
|
P (Y = yj) |
|
|
|
||||||||||||
Пример. Распределение случайного вектора задано таблицей |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
XnY |
1 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
0;35 |
|
0;1 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
2 |
0;1 |
|
0;25 |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
5 |
0;05 |
|
0;15 |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Требуется найти условное распределение случайной величины X при |
||||||||||||||||||
условии Y = 0. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
B Имеем: P (Y = 0) = 0;1 + 0;25 + 0;15 = 0;5; |
|
|
|
|
|
|
||||||||||||
q12 = P (X = 1 j Y = 0) = |
P (X = 1; Y = 0) 0;1 |
|
||||||||||||||||
|
|
|
|
|
= |
|
|
= 0;2; |
||||||||||
|
P (Y = 0) |
0;5 |
||||||||||||||||
q22 = P (X = 2 j Y = 0) = |
P (X = 2; Y = 0) 0;25 |
|
||||||||||||||||
|
|
|
|
|
|
= |
|
|
|
= 0;5; |
||||||||
|
|
P (Y = 0) |
|
0;5 |
|
|||||||||||||
q32 = P (X = 5 j Y = 0) = |
P (X = 5; Y = 0) 0;15 |
|
||||||||||||||||
|
|
|
|
|
|
= |
|
|
|
= 0;3: |
||||||||
|
|
P (Y = 0) |
|
0;5 |
|
|||||||||||||
Искомое распределение имеет вид: |
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
X jY =0 |
1 |
|
2 |
|
5 |
. |
|
|
|
|
|
|
|
||||
|
0;2 |
|
0;5 |
|
0;3 |
|
|
|
|
|
|
|
||||||
|
|
P |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
114
Пусть имеется абсолютно непрерывный случайный вектор (X; Y ) с
плотностью распределения f(x; y). Обозначим fX(x) и fY (y) плотности распределения компонент вектора X и Y соответственно.
Условной плотностью распределения случайной величины X
при условии, что Y = y, называется функция fXjY (xjy), определяемая
соотношением
f(x; y) fXjY (xjy) = fY (y) :
Аналогично определяется условная плотность распределения fY jX(yjx)
компоненты Y при условии X = x:
f(x; y) fY jX(yjx) = fX(x) :
Пример. Плотность распределения случайного вектора (X; Y ) имеет следующий вид:
(
x + y; если 0 6 x 6 1; 0 6 y 6 1,
f(x; y) =
0; в остальных случаях.
Требуется найти условное распределение случайной величины Y при условии X = 0;25.
B Имеем:
|
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
fX(x) = Z (x + y)dy = xy + |
y2 |
0 = x + 0;5; |
|
||||||||
2 |
|
||||||||||
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
fY jX(yj0;25) = |
f(0;25; y) |
= |
0;25 + y |
= |
4y + 1 |
; y 2 [0; 1]: |
C |
||||
fX(0;25) |
|
0;25 + 0;5 |
|
3 |
|
12.2 Условное математическое ожидание
Пусть (X; Y ) дискретный случайный вектор.
Условным математическим ожиданием E(X j Y = yj) компоненты вектора X при условии Y = yj, называется число
X
E (X j Y = yj) = xiqij;
i
где qij = P (X = xi j Y = yj).
115
Условным математическим ожиданием E(X j Y ) дискретной случайной величины X относительно дискретной случайной величины Y называется функция E(X j Y ) = g(Y ) от случайной величины Y , где область определения функции совпадает с множеством значений y1, y2, : : : случайной величины Y , а каждому значению yj аргумента y поставлено в соответствие число g(yj) = E(X j Y = yj):
Условное математическое ожидание является случайной величиной.
Пример. Распределение случайного вектора задано таблицей
|
XnY |
1 |
0 |
|
|
1 |
0;35 |
0;1 |
. |
|
2 |
0;1 |
0;25 |
|
|
|
|||
|
|
|
|
|
|
5 |
0;05 |
0;15 |
|
|
|
|
|
|
Требуется найти условное математическое ожидание E(X j Y ).
B Вероятности pi2, (i = 1; 2; 3) для распределения случайной величины X при условии Y = 0 были найдены, при решении примера п. 12.1 и
имеют вид:
|
X jY =0 |
1 |
2 |
5 |
. |
|
|
|
|
||
|
P |
0;2 |
0;5 |
0;3 |
|
|
|
||||
|
|
|
|
|
|
Найдем вероятности qi1, (i = 1; 2; 3) для распределения случайной величины X при условии Y = 1 :
|
|
P (Y = 1) = 0;35 + 0;1 + 0;05 = 0;5; |
|
|
|
||||||||||||||
q |
|
= P (X = 1 |
j |
Y = |
|
1) = |
P (X = 1; Y = 1) |
= |
0;35 |
= 0;7; |
|||||||||
11 |
|
|
|
|
|
|
|
0;5 |
|||||||||||
|
|
|
|
|
|
P (Y = |
|
1) |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
q21 = P (X = 2 j Y = 1) = |
0;1 |
|
= 0;2; |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
||||||||||||
|
|
0;5 |
|
|
|
|
|||||||||||||
|
|
q31 = P (X = 5 j Y = 1) = |
0;05 |
= 0;1: |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
||||||||||||
|
|
0;5 |
|
|
|
|
|||||||||||||
Итак, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
X jY = 1 |
1 |
2 |
5 |
. |
|
|
|
|
|
|
|
|||||
|
|
|
0;7 |
0;2 |
0;1 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тогда
E (X j Y = 1) = 1 0;7 + 2 0;2 + 5 0;1 = 1;6;
E (X j Y = 0) = 1 0;2 + 2 0;5 + 5 0;3 = 2;7:
116
Таким образом, условное математическое ожидание E(X j Y ) является функцией g(Y ) от случайной величины Y , причем область определения функции g(y) состоит из двух точек y1 = 1, y2 = 0, и g( 1) = 1;6; g(0) = 2;7. C
Пусть (X; Y ) абсолютно непрерывный случайный вектор.
Условным математическим ожиданием E(X j Y = y) случай-
ной величины X при условии Y = y называется число
1 |
|
E(X j Y = y) = Z |
xfXjY (xjy) dx; |
1 |
|
где fXjY (xjy) = f(x;y) условная плотность распределения случайной
fY (y)
величины X при условии Y = y.
Условным математическим ожиданием E(X j Y ) случайной величины X относительно случайной величины Y называется функция g(Y ) = E(X j Y ) от случайной величины Y , принимающая значения g(y) = E(X j Y = y) когда Y = y.
Функция g(y) называется функцией регрессии, или просто регрессией, случайной величины X на случайную величину Y , а ее график
линией регрессии случайной величины X на случайную величину Y , или просто X на Y .
Свойства условного математического ожидания: 1. E(C j Y ) = C, где C константа;
E(g(Y ) j Y ) = g(Y ):
2. E(kX j Y ) = kE(X j Y ), где k константа.
3.E(X + Y j Z) = E(X j Z) + E(Y j Z):
4.Если X и Y независимы, то E(X j Y ) = E(X).
5.Формула полного математического ожидания:
E(E(X j Y )) = E(X).
12.3 Условная дисперсия
Условной дисперсией D(X j Y ) случайной величины X относительно Y называется случайная величина, задаваемая формулой
D(X j Y ) = E([X E(X j Y )]2 j Y ):
117
Справедлива также формула:
D(X j Y ) = E(X2 j Y ) [E(X j Y )]2:
Приведенное определение применимо как для дискретного, так и для
непрерывного случайного вектора.
Свойства условной дисперсии:
1. |
D(C j Y ) = 0, где C константа. |
2. |
D(aX + b j Y ) = a2D(X j Y ), где a и b константы; |
|
D(g(Y )X + h(Y ) j Y ) = g2(Y )D(X j Y ): |
3.Если X и Y независимы, то D(X j Y ) = D(X).
4.Формула полной дисперсии:
D(X) = E[D(X j Y )] + D[E(X j Y )].
Пример. Пусть (X; Y ) случайный вектор, равномерно распределенный в треугольнике G с вершинами в точках (0; 0), (0; 4), (2; 0). Требуется найти E(Y j X), D(Y j X) и регрессию случайной величины Y
на X.
B Площадь треугольника S(G) = 4 и плотность распределения случайного вектора (X; Y ) имеет вид
f(x; y) = |
(0; |
если (x; y) =2G. |
|
|
1 |
; |
если (x; y) G, |
|
4 |
|
2 |
|
|
|
Область G ограничена прямыми x = 0, y = 0 и y = 4 2x. Для всех точек области выполняются ограничения: 0 6 x 2, 0 6 y 6 4.
Найдем плотность распределения fX(x) компоненты X :
1 |
4 2x |
|
|
|
|
||
Z |
Z |
|
1 |
||||
|
1 |
|
|
||||
fX(x) = f(x; y) dy = |
|
4 |
dy = 1 |
|
|
2 |
x; x 2 [0; 2]: |
1 |
0 |
|
|
|
|
|
|
Найдем условную плотность распределения fY jX(yjx):
|
f(x; y) |
|
1 |
1 |
|
|
fY jX(yjx) = |
|
4 |
; x 2 [0; 2]; y 2 [0; 4 2x]: |
|||
|
= |
= |
|
|||
fX(x) |
1 21x |
4 2x |
118
Тогда
1 |
|
|
|
|
4 2x |
|
|
|
|||
E(Y j X = x) = Z |
yfY jX(yjx) dy = |
Z |
y 4 2x dy = 2 x; |
||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
1 |
1 |
|
|
0 |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
||
D(Y j x) = Z [y E(Y j x)]2fY jX(yjx) dy = |
|||||||||||
4 2x |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 2x |
|
6 |
2 |
|
|||
Z |
|
|
|
|
|
||||||
= (y |
|
(2 |
|
x))2 |
1 |
|
dy = |
(2 x) |
: |
||
|
|
|
|
|
|||||||
0 |
|
|
|
|
|
|
|
|
|
|
|
Таким образом, условное математическое ожидание и условная дисперсия Y на X равны:
E(Y |
j |
X) = 2 |
|
X; |
D(Y |
j |
X) = |
(2 X)2 |
: |
|
6 |
||||||||||
|
|
|
|
|
|
Регрессия случайной величины Y на X задается формулой:
g(x) = 2 x: C
12.4 Задания
Задачи для практических занятий
12.1. Распределение случайного вектора (X; Y ) задано таблицей
|
XnY |
1 |
0 |
4 |
. |
|
5 |
0;25 |
0;1 |
0;25 |
|
|
|
|
|
|
|
|
10 |
0;15 |
0;2 |
0;05 |
|
|
|
|
|
|
|
Найдите условное математическое ожидание E(X j X Y = 6).
12.2. Распределение случайного вектора (X; Y ) задано таблицей
|
XnY |
5 |
10 |
|
|
2 |
0;25 |
0;25 |
. |
|
|
|
||
|
0 |
0;2 |
0 |
|
|
|
|||
|
|
|
|
|
|
2 |
0;15 |
0;15 |
|
|
|
|
|
|
Найдите:
a) E(X j Y ); б) E(Y j X); в) D(X j Y ); г) D(Y j X).
119
12.3. Случайная величина X имеет следующее распределение:
|
X |
1 |
2 |
. |
|
P |
0;4 |
0;6 |
|
|
|
|||
|
|
|
|
|
Известно, что E(Y j X = 1) = 5, E(Y j X = 2) = 3. Найдите E(Y ).
12.4. Случайный вектор (X; Y ) имеет плотность распределения
2e x 2y; |
если x > 0; y > 0, |
f(x; y) = (0; |
в остальных случаях. |
Найдите:
а) плотность распределения компонент вектора fX(x) и fY (y); б) условные плотности распределения fXjY (xjy) и fY jX(yjx); в) условные математические ожидания E(X j Y ) и E(Y j X); г) линии регрессии X на Y и Y на X.
12.5.Случайный вектор (X; Y ) имеет равномерное распределение в круге G : x2 + y2 6 1. Найдите:
а) плотность распределения fX(x) компоненты X; б) условную плотность распределения fXjY (xjy); в) условное математическое ожидание E(X j Y ); г) условную дисперсию D(X j Y ).
12.6.Случайный вектор (X; Y ) имеет плотность распределения
(
Cy; если (x; y) 2 G,
f(x; y) =
0; если (x; y) 2= G,
где G область, ограниченная линиями y = x2 и y = 1. Найдите: а) постоянную C;
б) плотности распределения компонент вектора fX(x) и fY (y); в) условные плотности распределения fXY (xjy) и fY jX(yjx); г) условные математические ожидания E(X j Y ) и E(Y j X); д) условную дисперсию D(X j Y );
е) линии регрессии X на Y и Y на X.
12.7. Случайный вектор (X; Y ) имеет равномерное распределение в треугольнике ABC, где A( 3; 0), B(0; 1), C(3; 0). Найдите:
а) плотности распределения компонент вектора fX(x) и fY (y); б) условные плотности распределения fXjY (xjy) и fY jX(yjx);
120