- •Часть I. Теория ошибок измерений
- •Глава 1. Элементы теории вероятностей
- •§ 1. События и их виды. Схема случаев
- •§ 2. Классическое определение вероятности
- •§ 3. Относительная частота (частость) и вероятность
- •§ 4. Теоремы сложения и умножения вероятностей
- •§ 5. Формула полной вероятности (теорема гипотез)
- •§ 6. Многократные повторные испытания. Формула бернулли
- •§ 7. Вероятнейшее число появлений события в схеме бернулли
- •§ 8. Локальная теорема лапласа
- •§ 9. Случайные величины. Формы задания закона распределения. Функция и точность распределения. Вероятность попадания в интервал
- •§ 10. Числовые характеристики случайной величины. Математическое ожидание, дисперсия и их свойства. Моменты
- •§ 11. Нормальный закон распределения. Интеграл вероятностей. Вероятность попадания в интервал при нормальном законе распределения. Нтегральная теорема лапласа
- •§ 12. Система двух случайных величин. Совместные и частные законы распределения
- •§ 13. Корреляция. Корреляционный момент и коэффициент корреляции. Уравнение регрессии
- •§ 14. Понятие о многомерном распределении. Корреляционная матрица
- •§ 15. Математическое ожидание, дисперсия и корреляционная матрица функций случайных величин
- •Глава 2. Элементы математической статистики и теория ошибок измерений
- •§ 16. Основные понятия математической статистики
§ 12. Система двух случайных величин. Совместные и частные законы распределения
В практике приходится иметь дело с задачами, в которых взаимодействуют несколько случайных величин, называемых системами.
Например, координаты точек показания при стрельбе в мишень, размер и рост костюма, выпадение суммы очков при подбрасывании двух игральных костей и т. д.
Плановые геодезические сети содержат пункты, каждый из которых характеризуется координатами х, у, нивелирные сети содержат в общем случае п узловых точек, отметки которых представляют собой п случайных величин и др. Наиболее простой является система двух случайных величин х и у или, как ее еще называют, двухмерная случайная величина.
Закон распределения системы двух случайных величин, как прерывных, так и непрерывных, чаще всего задают в виде функции совместного распределения
F(x,y)=P(X < x, y < Y).
Ее основные свойства следующие.
-
Функция F (х, у) есть неубывающая функция обоих своих аргументов.
-
F () = F () = F () = 0.
-
F () = F1 (x), F () = F2(y),
где F1(x) и F2(y) - соответственно функции распределения случайных величин х и у, так называемые частные законы распределения.
4. F () = 1.
Для непрерывной двухмерной случайной величины (х,у), вводится плотность распределения (поверхность распределения)
обладающая свойствами:
1) , 2) .
Геометрически это означает, что полный объем тела, ограниченный поверхностью распределения и плоскостью хOу, равен 1.
Функция и плотность совместного распределения связаны следующим соотношением:
(1.78)
Так как φ(х) = F(), а частный закон распределения задан в виде плотности
то
(1.79)
Аналогично
(1.80)
Формулы (1.77), (1.79) и (1.80) позволяют найти частные законы распределения, зная совместный закон.
Однако обратную задачу - установить закон совместного распределения, зная только частные законы, можно решить не всегда. Лишь в случае, когда случайные величины х и у независимы, можно написать
(1.81)
(сравните с теоремой умножения для независимых событий).
Случайная величина у называется независимой от случайной величины х, если закон распределения величины у не зависит от того, какое значение приняла величина х.
Аналогично условной вероятности P(A2/A1) для событий вводятся так называемые условные плотности распределения: f(y/x) - плотность распределения у при условии, что случайная величина х приняла значение х, и f(x/y) - плотность распределения х при условии, что случайная величина у приняла значение у.
Если условные плотности (условные законы) распределения известны, то плотность совместного распределения
(1.82)
или
(1.83)
Сравнивая выражения (1.82) и (1.83) с (1.81) приходим к математическому условию независимости
(1.84)
или
(1.85)
Здесь имеется в виду так называемая вероятностная (статистическая) зависимость. Вообще, различают два вида зависимостей - функциональную и вероятностную.
Функциональной зависимостью между двумя величинами X и Y называют такую зависимость, при которой каждому значению X соответствуют значения Y, которые можно точно
указать (например, у = , V = 4/3R3 и т. д.)
Вероятностной зависимостью между двумя величинами X и Y называют такую зависимость, при которой каждому значению x соответствует распределение y, изменяющееся с изменением х (условное распределение). Вероятностная зависимость между случайными величинами на практике встречается очень часто. Примеров можно привести очень много: рост и масса человека (эта зависимость выражается общеизвестной формулой У (кг) = X (см) - 100), высота и толщина дерева в лесу, размер и рост костюма. Вероятностная зависимость является следствием воздействия на две случайные величины одновременно как общих, так и раздельно действующих причин.
Рисунок 20. Рисунок 21.
Заканчивая описание системы двух случайных величин, приведем еще формулу для вычисления вероятности попадания случайной точки (так можно называть двухмерную случайную величину) в произвольную область D
Формула
(l .86)
позволяет определить вероятность попадания в прямоугольник, ограниченный абсциссами и и ординатами и .
1.214. Система случайных величин (X, Y) распределена по закону
.
а) Найти коэффициент а;
б) установить, являются ли величины X, Y зависимыми; найти ;
в) найти вероятность попадания случайной точки (X, Y) в пределы квадрата R, центр которого совпадает с началом координат, а стороны параллельны осям координат и имеют длину b = 2 (рис. 20).
Решение, а) Из условия
находим
б) Случайные величины X, Y независимы:
в)
1.215. Найти вероятность попадания случайной точки (х, у) в прямоугольник R, ограниченный прямыми х = π/6, х = π/2, у = π/4, у = π/3, если F (х, у) = sin(x) sin(y) (0 ≤ х ≤ π/2; 0 ≤ y ≤ π).
Решение: Находим
и далее:
1.216. Система случайных величин (X, Y) распределена с постоянной плотностью внутри квадрата R со стороной 1 (рис. 21). Написать выражение плотности и функции распределения φ(х, у), F(x, у). Построить функцию распределения системы. Написать выражения φ1(x), φ2(y). Определить, являются ли случайные величины (X, Y) независимыми или зависимыми.
О т в е т :
Случайные величины (X,Y) независимы, так как φ (х, у) = φ1 (х) φ2 (у)
1.217. Дана плотность совместного распределения
Найти: а) величину с; б) F(x, у).
О т в е т :
a)
b)
1.218. Двухмерная случайная величина задана поверхностью распределения
Найти φ1(x) и φ2(y); зависимы ли х, у?
Ответ:
Величины х и y зависимы.
1.219. Двухмерная случайная величина (х, у) задана дифференциальной функцией
Найти условные плотности распределения.
Ответ:
1.220. Случайные величины X и Y независимы и распределены по законам, заданным в виде частных кривых распределения
(нормальный закон) с параметрами и
(равномерный закон) в интервале (0,1).
Написать плотность совместного распределения.
Ответ:
Рисунок 22.
1.221. Двухмерная случайная величина распределена в первой четверти координатной плоскости с плотностью вероятности . Найти F(x,у) и вероятность попадания в прямоугольник, изображенный на рис. 22.
Указание. Коэффициент А найти из условия
Ответ: