Дискретный двумерный случайный вектор

Двумерная дискретная случайная величина

Ранее мы разобрали примеры решений задач для одномерной дискретной случайной величины. Но бывает, что результат испытания описывается не одной, а несколькими случайными величинами (случайным вектором).

В случае двух величин (скажем, $X$ и $Y$) мы имеем дело с так называемой двумерной дискретной случайной величиной $(X,Y)$ (или системой случайных одномерных величин). Кратко выпишем основы теории.

Видео:Двумерное дискретное распределениеСкачать

Двумерное дискретное распределение

Система двух случайных величин: теория

Двумерная ДСВ задается законом распределения (обычно представленным в виде таблицы распределения):

$$ P(X=x_i, Y=y_k)=p_, i=1,2. m; k=1,2. n; quad sum_p_=1. $$

По нему можно найти одномерные законы распределения (составляющих):

$$ p_i=P(X=x_i)=sum_p_, i=1,2. m; \ p_k=P(Y=y_k)=sum_ p_, k=1,2. n. $$

Интегральная функция распределения задается формулой $F(x,y)=P(Xlt x, Ylt y)$. Даже для самого простого закона распределения 2 на 2 функция занимает 5 строк, поэтому ее редко выписывают в явном виде.

Если для любой пары возможных значений $(X=x_i, Y=y_k)$ выполняется равенство

$$P(X=x_i, Y=y_k)=P(X=x_i)cdot P(Y=y_k),$$

то случайные величины $X, Y$ называются независимыми.

Если случайные величины зависимы, для них можно выписать условные законы распределения (для независимых они совпадают с безусловными законами):

Для случайных величин $X,Y$, входящих в состав случайного вектора, можно вычислить ковариацию и коэффициент корреляции по формулам:

Далее вы найдете разные примеры задач с полным решением, где используются дискретные двумерные случайные величины (системы случайных величин).

Видео:Теория вероятностей #18: системы двух случайных величин, двумерное распределениеСкачать

Теория вероятностей #18: системы двух случайных величин, двумерное распределение

Примеры решений

Задача 1. В продукции завода брак вследствие дефекта А составляет 10%, а вследствие дефекта В — 20%. Годная продукция составляет 75%. Пусть X — индикатор дефекта А, a Y — индикатор дефекта В. Составить матрицу распределения двумерной случайной величины (X, Y). Найти одномерные ряды распределений составляющих X и У и исследовать их зависимость.

Задача 2. Два баскетболиста по два раза бросают мяч в корзину. При каждом броске вероятность попадания для первого баскетболиста 0,6, для второго – 0,7. Случайная величина X – число попаданий первым баскетболистом по кольцу. Случайная величина Y – суммарное число попаданий обоими баскетболистами. Построить таблицу распределения случайного вектора (X,Y). Найти характеристики вектора (X,Y). Зависимы или независимы случайные величины X и Y.

Задача 3. Слово РОССИЯ разрезано по буквам. Случайным образом вынимаем две буквы, тогда X – количество гласных среди них, затем вынимаем еще две буквы и Y – количество гласных во второй паре. Составить закон распределения системы случайных величин X, Y.

Задача 4. $X, Y$ — индикаторы событий $A, B$, означающий положительные ответы соответственно на вопросы $alpha, beta$ социологической анкеты. По данным социологического опроса двумерная случайная величина $(X,Y)$ имеет следующую таблицу распределения.
Положительному ответу присвоен ранг 1, отрицательному – 0.
Найти коэффициент корреляции $rho_$.

Задача 5. Составить закон распределения X — сумм очков и Y — числа тузов при выборе двух карт из колоды, содержащей только тузов, королей и дам (туз=11, дама=3, король=4)
Найти законы распределения величин Х и Y. Зависимы ли эти величины? Написать функцию распределения для (Х, Y). Построить ковариационный граф. Посчитать ковариацию (X,Y). Написать ковариационную матрицу. Посчитать корреляцию (X,Y) и написать корреляционную матрицу.

Задача 6. Бросаются две одинаковые игральные кости. Случайная величина X равна 1, если сумма выпавших чисел четна, и равна 0 в противном случае. Случайная величина Y равна 1, если произведение выпавших чисел четно, и 0 в противном случае. Описать закон распределения случайного вектора (X,Y). Найти D[X], D[Y] и cov[X,Y].

Задача 7. В урне лежат 100 шаров, из них 25 белых. Из урны последовательно вынимают два шара. Пусть $X_i$ – число белых шаров, появившихся при $i$-м вынимании. Найти коэффициент корреляции между величинами $X_1$ и $X_2$.

Задача 8. Для заданного закона распределения вероятностей двухмерной случайной величины (Х, Y):
YX 2 5
8 0,15 0,10
10 0,22 0,23
12 0,10 0,20
Найти коэффициент корреляции между величинами Х и Y.

Задача 9. Задана дискретная двумерная случайная величина (X,Y).
А) найти безусловные законы распределения составляющих;
Б) построить регрессию случайной величины Y на X;
В) построить регрессию случайной величины X на Y;
Г) найти коэффициент ковариации;
Д) найти коэффициент корреляции.
20 30 40 50 70
3 0,01 0,01 0,02 0,02 0,01
4 0,04 0,3 0,06 0,03 0,01
5 0,02 0,03 0,06 0,07 0,05
9 0,05 0,03 0,04 0,02 0,03
10 0,03 0,02 0,01 0,01 0,02

Задача 10. Система (x, y) задана следующей двумерной таблицей распределения вероятностей. Определить:
А) безусловные законы распределения составляющих;
Б) условный закон распределения y при x=1;
В) условное математическое ожидание x при y=2.
Г) вероятность того, что случайная величина (x,y) будет принадлежать области $|x|+|y|le 3$.
-3 0 2
-1 0 0,1 0,15
1 0,05 0,3 0,05
2 0,15 0,05 0,15

Видео:Случайный вектор двумерной случайной величиныСкачать

Случайный вектор двумерной случайной величины

Решебник по теории вероятности онлайн

Больше 11000 решенных и оформленных задач по теории вероятности:

Видео:Функция распределения дискретной случайной величиныСкачать

Функция распределения дискретной случайной величины

Системы случайных величин — определение и вычисление с примерами решения

Содержание:

Системы случайных величин или случайные векторы:

При изучении случайных явлений в зависимости от их сложности приходится использовать два, три и большее число случайных величин.

Например, 1) попадание снаряда в цель определяется не одной, а двумя случайными величинами: абсциссой и ординатой точки попадания, 2) случайное отклонение точки разрыва снаряда при дистанционной стрельбе определяется комплексом трех случайных величин: тремя координатами этой точки.

Определение 57. Совместное рассмотрение двух или нескольких случайных величин приводит к системе случайных величин или к случайному вектору.

(X, Y) — двумерный случайный вектор или система двух СВ.

Изучать систему — значит изучать сами случайные величины, ее составляющие; связи и зависимости между ними.

Геометрическая интерпретация системы: 1) систему двух случайных величин (X, У) рассматривают как случайную точку на плоскости (Охх) или как случайный вектор с составляющими X, У; 2) систему трех случайных величин (X, У, Z) рассматривают как случайную точку на плоскости (Оxyz) или как случайный вектор с составляющими X, У; Z и т.д.

В зависимости от типа случайных величин, образующих систему, могут быть дискретные, непрерывные и смешанные системы.

Определение 58. Двумерный случайный вектор (X, У) называется вектором дискретного типа (СВДТ), если множество его возможных значений не более, чем счетно.

Определение 59. (первое определение) Двумерный случайный вектор (X, У) называется вектором непрерывного типа (СВНТ), если множество его возможных значений непрерывно заполняет некоторую область плоскости (Оху)-

Определение 60. Законом распределения системы случайных величин называется соотношение, устанавливающее связь между областями возможных значений системы случайных величин и вероятностями появления системы в этих областях.

Видео:Корреляция и ковариация двумерной случайной величиныСкачать

Корреляция и ковариация двумерной случайной величины

Законы распределения СВДТ и СВНТ

Таблица распределения — закон распределения СВДТ:

Рассмотрим двумерный случайный вектор (X, У), где X и У — дискретные случайные величины с возможными значениями Дискретный двумерный случайный вектор

Дискретный двумерный случайный вектор

Дискретный двумерный случайный вектор

Пример:

Из цифр 1, 2, 3, 4, 6, 8, 9 наудачу отбирают две цифры. Х — число четных цифр в выборке, Y — число нечетных. Описать закон распределения.

Решение.

X (четные) — 2, 4, 6, 8; Y ( нечетные) — 1, 3, 9. Следовательно, возможные значения X Дискретный двумерный случайный вектор: Дискретный двумерный случайный вектор(нет четных цифр), Дискретный двумерный случайный вектор(одна цифра четная), Дискретный двумерный случайный вектор(обе цифры четные); возможные значения Y Дискретный двумерный случайный вектор: Дискретный двумерный случайный вектор Дискретный двумерный случайный вектор(нет нечетных цифр), Дискретный двумерный случайный вектор(одна цифра нечетная), Дискретный двумерный случайный вектор(обе цифры нечетные). Найдем вероятности.

Дискретный двумерный случайный вектор(0 четных, 0 нечетных) = 0, не выбираем ни одной цифры, а по условию выбираем две цифры. Аналогично, Дискретный двумерный случайный вектор(выбираем всего одну цифру либо нечетную, либо четную), Дискретный двумерный случайный векторДискретный двумерный случайный вектор(выбираем три цифры вместо двух по условию), Дискретный двумерный случайный вектор(выбираем четыре цифры вместо двух по условию).

Дискретный двумерный случайный вектор— (обе цифры нечетные),

Дискретный двумерный случайный вектор— (одна четная, одна нечетная),

Дискретный двумерный случайный вектор— (обе цифры четные).

Таблица распределения имеет вид:

Дискретный двумерный случайный вектор

Проверка: Дискретный двумерный случайный вектор

Пример:

Дана таблица распределения случайного вектора (X, Y). Получить ряды распределения для Х и Y отдельно.

Дискретный двумерный случайный вектор

Решение.

Дискретный двумерный случайный вектор, (складываем по строкам), следовательно,

Дискретный двумерный случайный вектор

Проверка: Дискретный двумерный случайный вектор

Дискретный двумерный случайный вектор, (складываем по столбцам), следовательно,

Дискретный двумерный случайный вектор

Проверка: Дискретный двумерный случайный вектор

Функция распределения — закон распределения СВДТ и СВНТ

Функция распределения — универсальный закон распределения случайных векторов как дискретного, так и непрерывного типа.

Определение 61. Функцией распределения системы двух случайных величин называется функция двух аргументов F(x,y), равная вероятности совместного выполнения двух неравенств: X

При копировании любых материалов с сайта evkova.org обязательна активная ссылка на сайт www.evkova.org

Сайт создан коллективом преподавателей на некоммерческой основе для дополнительного образования молодежи

Сайт пишется, поддерживается и управляется коллективом преподавателей

Whatsapp и логотип whatsapp являются товарными знаками корпорации WhatsApp LLC.

Cайт носит информационный характер и ни при каких условиях не является публичной офертой, которая определяется положениями статьи 437 Гражданского кодекса РФ. Анна Евкова не оказывает никаких услуг.

Видео:Теория вероятностей #12: случайная величина, плотность и функция распределенияСкачать

Теория вероятностей #12: случайная величина, плотность и функция распределения

Дискретный двумерный случайный вектор

В этом разделе рассмотрены числовые характеристики только двумерных случайных величин, поскольку обобщение на случай Дискретный двумерный случайный векторне вызывает затруднений.

Пусть ( x , h ) — двумерная случайная величина, тогда M( x , h )=(M( x ), M( h )), т.е. математическое ожидание случайного вектора — это вектор из математических ожиданий компонент вектора.

Если ( x , h ) — дискретный случайный вектор с распределением

y1y2.ym
x1p11p12.p1m
x2p12p12.p2m
...pij.
xnpn1pn2.pnm

то математические ожидания компонент вычисляются по формулам:

Дискретный двумерный случайный вектор, Дискретный двумерный случайный вектор.

Эти формулы можно записать в сокращенном виде.

Обозначим Дискретный двумерный случайный вектори Дискретный двумерный случайный вектор, тогда Дискретный двумерный случайный вектори Дискретный двумерный случайный вектор.

Если p( x , h )(x, y)- совместная плотность распределения непрерывной двумерной случайной величины ( x , h ), то

Дискретный двумерный случайный вектори Дискретный двумерный случайный вектор.

Поскольку Дискретный двумерный случайный вектор-плотность распределения случайной величины x , то Дискретный двумерный случайный вектори, аналогично, Дискретный двумерный случайный вектор.

Понятие дисперсии обобщается на многомерные случайные величины нетривиальным образом. Это обобщение будет сделано в следующем разделе. Здесь лишь приведем формулы для вычисления дисперсии компонент двумерного случайного вектора.

Если ( x , h ) — двумерная случайная величина, то

D x = M( x M x ) 2 = M x 2 — M( x ) 2 , D h = M( h M h ) 2 = M h 2 — M( h ) 2 .

Входящие в эту формулу математические ожидания вычисляются по приведенным выше формулам.

Между случайными величинами может существовать функциональная зависимость. Например, если x — случайная величина и h = x 2 , то h — тоже случайная величина, связанная с x функциональной зависимостью. В то же время между случайными величинами может существовать зависимость другого рода, называемая стохастической. В разделе, посвященном условным распределениям уже обсуждалась такая зависимость. Из рассмотренных там примеров видно, что информация о значении одной случайной величины (одной компоненты случайного вектора) изменяет распределение другой случайной величины (другой компоненты случайного вектора), а это может, вообще говоря, изменить и числовые характеристики случайных величин.

Математическое ожидание, вычисленное по условному распределению, называется условным математическим ожиданием.

Для двумерного дискретного случайного вектора ( x , h ) с распределением

y1y2.ym
x1p11p12.p1m
x2p12p12.p2m
...pij.
xnpn1pn2.pnm

условное математическое ожидание случайной величины x при условии, что случайная величина h принимает значение yj, вычисляется по формуле Дискретный двумерный случайный вектор.

Аналогично, условное математическое ожидание случайной величины h при условии, что случайная величина x принимает значение xi, равно Дискретный двумерный случайный вектор.

Видно, что условное математическое ожидание случайной величины x является функцией значений случайной величины h , т.е. M( x / h = y) = f1(y) и, совершенно аналогично, M( h / x = x) = f2(x).

Функцию f1(y) называют регрессией случайной величины x на случайную величину h , а f2(x) — регрессией случайной величины h на случайную величину x .

Если p( x , h )(x, y) совместная плотность вероятностей двумерной случайной величины ( x , h ), то

Дискретный двумерный случайный вектор и Дискретный двумерный случайный вектор.

Если между случайными величинами x и h существует стохастическая связь, то одним из параметров, характеризующих меру этой связи является ковариация cov( x , h ). Ковариацию вычисляют по формулам cov( x , h )=M[( x M x )( h — M h )] = M( x h ) — M x M h .

Если случайные величины x и h независимы, то cov( x , h )=0.

Обратное, вообще говоря, неверно. Из равенства нулю ковариации не следует независимость случайных величин. Случайные величины могут быть зависимыми в то время как их ковариация нулевая! Но зато, если ковариация случайных величин отлична от нуля, то между ними существует стохастическая связь, мерой которой и является величина ковариации.

cov( x , x ) = D x ;

Дискретный двумерный случайный вектор;

Дискретный двумерный случайный вектор;

Дискретный двумерный случайный вектор,

Ковариационной матрицей случайного вектора ( x , h ) называется матрица вида

Дискретный двумерный случайный вектор.

Эта матрица симметрична и положительно определена. Ее определитель называется обобщенной дисперсией и может служить мерой рассеяния системы случайных величин ( x , h ).

Как уже отмечалось ранее, дисперсия суммы независимых случайных величин равна сумме их дисперсий: Дискретный двумерный случайный вектор. Если же случайные величины зависимы, то Дискретный двумерный случайный вектор.

Понятно, что значение ковариации зависит не только от “тесноты” связи случайных величин, но и от самих значений этих величин, например, от единиц измерения этих значений. Для исключения этой зависимости вместо ковариации используется безразмерный коэффициент корреляции Дискретный двумерный случайный вектор.

Этот коэффициент обладает следующими свойствами:

его модуль не превосходит единицы, т.е. Дискретный двумерный случайный вектор;

если x и h независимы, то k( x , h )=0 (обратное неверно!);

если Дискретный двумерный случайный вектор, то случайные величины x и h связаны функциональной зависимостью вида

где a и b- некоторые числовые коэффициенты;

Дискретный двумерный случайный вектор;

Корреляционной матрицей случайного вектора называется матрица

Дискретный двумерный случайный вектор.

Если Дискретный двумерный случайный вектор и Дискретный двумерный случайный вектор, то ковариационная и корреляционная матрицы случайного вектора ( x , h ) связаны соотношением Дискретный двумерный случайный вектор, где Дискретный двумерный случайный вектор.

Исправляем ошибки: Нашли опечатку? Выделите ее мышкой и нажмите Ctrl+Enter

💥 Видео

Математика без Ху!ни. Ряд распределения дискретной случайной величины. Мат ожидание и дисперсия.Скачать

Математика без Ху!ни. Ряд распределения дискретной случайной величины. Мат ожидание и дисперсия.

Двумерные дискретные случайные величины. ТемаСкачать

Двумерные дискретные случайные величины. Тема

Условные и безусловные распределенияСкачать

Условные и безусловные распределения

Дискретная двумерная случайная величина. Закон распределенияСкачать

Дискретная двумерная случайная величина.  Закон распределения

Зависимость компонент двумерного распределенияСкачать

Зависимость компонент двумерного распределения

Теория вероятностей #19: ковариация, корреляция, зависимость двух случайных величинСкачать

Теория вероятностей #19: ковариация, корреляция, зависимость двух случайных величин

Функция распределения непрерывной случайной величины. Вероятность попадания в интервалСкачать

Функция распределения непрерывной случайной величины. Вероятность попадания в интервал

02-05 Многомерное нормальное распределениеСкачать

02-05 Многомерное нормальное распределение

Дискретная случайная величина и ее свойстваСкачать

Дискретная случайная величина и ее свойства

Закон распределения дискретной случайной величиныСкачать

Закон распределения дискретной случайной величины

2.8. Совместное распределение двух случайных величин.Скачать

2.8. Совместное распределение двух случайных величин.

Функция распределения и плотность распределенияСкачать

Функция распределения и плотность распределения

12. ДИСКРЕТНЫЕ СЛУЧАЙНЫЕ ВЕКТОРЫ 📚 Теория вероятностейСкачать

12. ДИСКРЕТНЫЕ СЛУЧАЙНЫЕ ВЕКТОРЫ 📚 Теория вероятностей

Дискретный случайный вектор и его характеристикиСкачать

Дискретный случайный вектор и его характеристики
Поделиться или сохранить к себе: