Xreferat.com » Рефераты по математике » Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

width="39" height="22" />

Теория вероятности и математическая статистика является одномерной дискретной случайной величиной, со следующим отличием от обычного представления:

для того, чтобы в испытании получить реализацию Теория вероятности и математическая статистика необходимо провести испытание над двумерной случайной величиной XY, зафиксировать ее результат xi,yi и подставить в Теория вероятности и математическая статистика . Полученное число и есть реализация случайной величины Теория вероятности и математическая статистика.

Таблица случайной величины строится по таблице

Теория вероятности и математическая статистика

Двумерные непрерывные случайные величины

Теория вероятности и математическая статистика

Случайную величину Теория вероятности и математическая статистика аппроксимируем дискретной по следующему правилу:

пространство элементарных событий XY представим в виде совокупности прямоугольников с вершинами Теория вероятности и математическая статистика, если в результате испытания XY попало в прямоугольник (i,j), то эта случайная величина приняла значение Теория вероятности и математическая статистика. Вероятность наступления этого события равна:

Теория вероятности и математическая статистика

точное значение мат. ожидания

Теория вероятности и математическая статистика

 

n-мерный дискретный случай

Теория вероятности и математическая статистика - многомерная дискретная случайная величина

Найдем Теория вероятности и математическая статистика

Вероятностное пространство зададим в виде

Теория вероятности и математическая статистика

Тогда

Теория вероятности и математическая статистика

 

n-мерный непрерывный случай

Теория вероятности и математическая статистика

Теорема 1. Математическое ожидание суммы случайных величин равно сумме математических ожиданий

Теория вероятности и математическая статистика

а) дискретный случай

Теория вероятности и математическая статистика

б) непрерывный случай

Теория вероятности и математическая статистика

Пусть n-произвольное число

Теория вероятности и математическая статистика

Теорема 2. Математическое ожидание произведения независимых случайных величин равно произведению мат.ожиданий.

По определению имеем Теория вероятности и математическая статистика т.к. случайные величины X и Y независимы, то Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

Коэффициент ковариации

Коэффициентом ковариации называется выражение

Теория вероятности и математическая статистика

Эта формула верна, т.к. верна следующая формула.

Пусть Теория вероятности и математическая статистика

тогда

Теория вероятности и математическая статистика

Если случайные величины XY независимы, то их коэффициент ковариации равен нулю, обратное в общем случае неверно.

Пример.

X - случайная величина, имеющая нормальное распределение с нулевым мат.ожиданием

Теория вероятности и математическая статистика

Y=X2 (Y и X связаны функционально).

Найдем

Теория вероятности и математическая статистика

Случайная величина Теория вероятности и математическая статистика называется нормированной случайной величиной, ее мат.ожидание равно 0, а дисперсия -1.

Теория вероятности и математическая статистика

Коэффициентом корреляции случайных величин X и Y - это число

Теория вероятности и математическая статистика

Следствие:

Если X и Y независимы, то коэффициент ковариации равен 0, то

Теория вероятности и математическая статистика

Доказать, если Теория вероятности и математическая статистика независимы, то

Теория вероятности и математическая статистика

 

Свойства коэффициента корреляции

1. Теория вероятности и математическая статистика

По определению

Теория вероятности и математическая статистика

т.к. Теория вероятности и математическая статистика всегда неотрицательна, то

Теория вероятности и математическая статистика

2. Если Теория вероятности и математическая статистика, то с вероятность 1 X и Y связаны линейно.

Теория вероятности и математическая статистика

Рассмотрим X*-Y*, отсюда M(X*-Y*)=0.

Теория вероятности и математическая статистика

Если X и Y дискретные случайные величины, и дисперсия равна 0, то их сумма (разность) является постоянной

Теория вероятности и математическая статистика

Пусть X и Y непрерывные случайные величины, то в соответствии с неравенством Чебышева

Теория вероятности и математическая статистика

т.к. Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

Это неравенство и обозначает, что с вероятностью 1

Теория вероятности и математическая статистика

откуда y=ax+b, где Теория вероятности и математическая статистика

Если коэффициент корреляции Теория вероятности и математическая статистика, то результаты опыта лежат на прямой

Теория вероятности и математическая статистика

В общем случае Y можно представить в виде

Теория вероятности и математическая статистика

Коэффициент корреляции является мерой близости линейной связи между случайными величинами X и Y: чем ближе коэффициент корреляции по модулю к 1, тем более тесно результаты конкретного испытания над X и Y соотносятся с прямой ax+b.

Нахождение плотности вероятности суммы двух независимых случайных величин

Дискретный случай.

Пусть X и Y - две дискретные независимые величины данного испытания и Z=X+Y. Возможное значение Z=z=x+y всегда представляет сумму двух возможных значений слагаемых X=x и Y=y. По правилу сложения

Теория вероятности и математическая статистика

где суммирование распространено на те пары, которые в сумме дают Z. В силу независимости X и Y

Теория вероятности и математическая статистика

Приняв во внимание, что y=z-x

Теория вероятности и математическая статистика

последняя сумма Теория вероятности и математическая статистика распространяется не на все значения x, а только на такие, для которых z-x равно одному из возможных значений y.

Если условиться, что P(y=z-x)=0, если z-x не принадлежит к числу возможных значений Y, то

Теория вероятности и математическая статистика

Аналогично

Теория вероятности и математическая статистика

Формулы (1) и (2) определяют композицию величин X и Y.

Или

Теория вероятности и математическая статистика

Непрерывный случай.

Пусть X и Y независимые непрерывные случайные величины. Пусть f(x,y) - двумерная плотность вероятности двумерной случайной величины XY. Плотность совместного распределения f(x,y) в силу независимости X и Y имеет вид

Теория вероятности и математическая статистика

Рассмотрим функцию распределения случайной величины Z.

Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

Для того, чтобы имело место событие Теория вероятности и математическая статистикадействительное число необходимо и достаточно, чтобы случайная точка Q(x,y) попала в область 1.

Тогда эта вероятность равна

Теория вероятности и математическая статистика

Дифференцируя под знаком интеграла

Теория вероятности и математическая статистика

Двумерное нормальное распределение

Двумерная случайная величина XY распределена нормально, если ее плотность вероятности f(x,y) имеет вид

Теория вероятности и математическая статистика

Свойства двумерного нормального распределения

1. Теория вероятности и математическая статистика

2.

Теория вероятности и математическая статистика

т.е. X и Y имеет одномерное нормальное распределение.

Теория вероятности и математическая статистика

Сделаем подстановку Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

тут мы для краткости обозначили

Теория вероятности и математическая статистика

Прибавляя и вычитая в показателе степени по e по Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

Сделаем подстановку

Теория вероятности и математическая статистика

3. Теория вероятности и математическая статистика то X и Y независимые случайные величины, то плотность вероятности двумерная распадается на произведение одномерных

Теория вероятности и математическая статистика

Найдем условную плотность вероятности

Теория вероятности и математическая статистика

Подставляя в полученное выражение значения Теория вероятности и математическая статистика и Теория вероятности и математическая статистика получаем

Теория вероятности и математическая статистика

Вывод: условная плотность вероятности оказалось нормальной с мат. ожиданием

Теория вероятности и математическая статистика

и дисперсией, постоянной

Теория вероятности и математическая статистика

Многомерное нормальное распределение

n-мерная непрерывная случайная величина имеет нормальное распределение, если ее многомерная плотность вероятности в матричном виде

Теория вероятности и математическая статистика

Показать, что формула

Теория вероятности и математическая статистика

в двумерном случае переходит в

Теория вероятности и математическая статистика

для n=2 находим

Теория вероятности и математическая статистика

Показатель степени при e

Теория вероятности и математическая статистика

Найдем обратную матрицу матрице В

Теория вероятности и математическая статистика

Проводим непосредственное доказательство

Теория вероятности и математическая статистика

B - ковариационная матрица

Теория вероятности и математическая статистика

Показать, что эта формула в двумерном случае совпадает с выражением, рассмотренном ранее.

Свойства n-мерного нормального распределения.

Теория вероятности и математическая статистика - определитель матрицы B - неотрицательное число.

По критерию Сильвестрова, если Теория вероятности и математическая статистика то все главные миноры матрицы B неотрицательные и определитель матрицы B неотрицателен.

Теория вероятности и математическая статистика

 

 

 

Свойства многомерного нормального распределения

Все одномерные плотности вероятности - это плотности вероятности одномерной нормальной случайной величины с параметрами, определяемыми координатами вектора X и главной диагональю ковариационной матрицы B. Кроме того, подвектор вектора Теория вероятности и математическая статистикаиз k элементов, где Теория вероятности и математическая статистикатакже распределен нормально.

Если все коэффициенты корреляционной или ковариационной матрицы B (все ее недиагональные элементы) равны нулю, то показать самим, что компоненты случайной величины являются независимыми.

Теория вероятности и математическая статистика

если Теория вероятности и математическая статистика,то многомерная плотность распадается на произведение одномерных, значит Теория вероятности и математическая статистика независимы.

Теорема.

Теория вероятности и математическая статистика

Проводим линейное преобразование Y=AX. A - квадратная невырожденная матрица, тогда вектор Y также имеет n-мерное нормальное распределение вида

Теория вероятности и математическая статистика

Следствие: Из доказательства теоремы вытекает, что ковариационная матрица

Теория вероятности и математическая статистика

Оператор A переводит произвольную область из арифметического пространства Rn в некоторую область того же пространства.

Рассмотрим произвольную область S, принадлежащую пространству элементарных событий случайной многомерной величины X. Ей соответствует область D в пространстве элементарных событий случайного вектора Y. При этом

Теория вероятности и математическая статистика

Теория вероятности и математическая статистика

Запишем эти вероятности

Теория вероятности и математическая статистика

где |I| - якобиан перехода

Теория вероятности и математическая статистика

Т.к. область S и соответственно D произвольны, то плотность вероятности случайного вектора x равна

Теория вероятности и математическая статистика

n-мерная плотность вероятности случайного вектора Y равна

Теория вероятности и математическая статистика

Преобразуем показатель степени e

Теория вероятности и математическая статистика

Можно показать, что если нормальное распределение имеет данный вид, то B - ее ковариационная матрица

Теория вероятности и математическая статистика

Следствие.

Теория вероятности и математическая статистика- многомерный нормальный вектор. A - прямоугольная матрица Теория вероятности и математическая статистика Тогда Y=AX имеет нормальное распределение вида

Теория вероятности и математическая статистика

Y - m-мерный вектор.

Для определенности положим, что матрица A имеет вид

A = (A1 A2)

A1 - квадратная матрица размером Теория вероятности и математическая статистика

A2 - матрица размерности Теория вероятности и математическая статистика

Рассмотрим матрицу размерности Теория вероятности и математическая статистика

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: