Файл: Дьяченко, А. Н. Интегральное исчисление функций нескольких переменных. Теория вероятностей и элементы математической статистики учебное пособие.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 23.10.2024

Просмотров: 86

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Правило трех а. Вычислим вероятность выполнения неравенства |£ — т\>>3а. С этой целью найдем вероятность противополож­ ного события |£—т { > З о.

Р(\Ъ— яг|<За) = 2Ф (3) — 1.

По табл. I приложения находим Ф (3) = 0,9986; откуда

Р ( 11т |-< За) = 0,9972.

Воспользовавшись тем, что сумма вероятностей противополож­ ных событий равна единице, находим:

Р ( | т |>3<т) = 1 — Р ( 11—т |< 3о) = 0,0028.

Таким образом, вероятность значений случайной величины, отличающихся от т больше, чем на За, очень мала. Этот факт исполь­ зуют при грубой оценке параметров нормального закона по пра­ вилу, которое называется правилом За. Состоит оно в следующем. Пусть в результате я опытов наблюдаются значения случайной ве­

личины, распределенной по

нормальному закону: Х г, Х 2,

. . . ,

Хп. Среднее арифметическое

наблюденных

значений принимают

в качестве оценки параметра т (напомним,

что прямая х =

т яв­

ляется осью симметрии кривой распределения нормального закона):

т

+

Х п

(5.34)

-------- •

 

п

 

 

Затем находят наибольшее отклонение наблюденных значений

от среднего арифметического, и считают, что оно равно За.

Таким

образом, находят оценку для параметра а:

 

а »

max |Xi т 1

 

------- £---------

.

(5.35)

5.6. Многомерные случайные величины (случайные векторы)

Системы случайных величин. При изучении некоторых явлений необходимо одновременно рассматривать несколько случайных ве­ личин, например: а) размеры детали и заготовки; б) диаметры по­ ступивших на сборку болта и гайки; в) абсциссу и ординату точки разрыва снаряда; г) проекции на координатные оси скорости ча­ стицы примеси, распространяющейся в водоеме; д) частоту и ам­ плитуду сигнала в приемнике, и т. п.

Известно, что упорядоченный набор п чисел можно рассматри­ вать как координаты n-мерного вектора или координаты точки в я-мерном пространстве. Поэтому о системе случайных величин (Ij, |2, . . . , §„) удобно говорить как о координатах случайного вектора г или случайной точки М.

Совместная функция распределения. Закон распределения я- мерного случайного вектора (т. е. соотношение, связывающее его

120


возможные значения с их вероятностями) может быть задан функ­ цией:

F (л:^, х2у . •■*

^п)= F (Jd

Е2<С'^2> •••> 1п< хп)- (5.36)

Функцию F

х2, , xn_ lt

хга] называют совместной функ­

цией распределения

системы случайных величин (£1; £2, •••> £п)

или совместной функцией распределения координат случайного вектора г (точки М). Значение этой функции в точке (хг, х 2, . . . , хп) равно вероятности одновременного выполнения п неравенств:

В дальнейшем, для упрощения изложения, будем говорить только о системе двух случайных величин (с, г]), которую можно рассматривать либо как случайный вектор г (|, г|), либо как слу-

Р и с. 54

чайную точку М (%, г]) плоскости. Однако все, о чем будет гово­ риться, легко может быть переформулировано на случай произволь­ ного п.

Совместная функция распределения системы двух случайных

величин (|, г]) определяется следующим образом:

 

F(x, у ) ^ Р ( 1 < х - ц<у).

(5.37)

Значение функции распределения в точке N (х, у) равно веро­ ятности того, что случайная точка М (£, г]) в результате испытания окажется на плоскости левее и ниже точки N (х, у), т. е. в заштри­ хованной части плоскости (рис. 53).

С помощью функции распределения можно вычислить вероят­

ность одновременного осуществления

неравенств

хх < £ < х 2 и

У\ < Ц < У 2 для любых X i < x 2 и г/х<

у 2. Геометрически это собы­

тие

означает

попадание

случайной точки М (£, г])

в прямоуголь­

ник

NtKN2L

(рис. 54).

Действительно, событие

{ 1 < х 2; т]< у 2)

можно представить в виде суммы событий:

А = { х У 1 < Ц < У 2 } ‘, В = { 1 < х1; т]< //2} и С = { 1 < х 2\ г)<ух}.

121


События А и

В + С несовместны (первое изображается

на

рис. 45 областью,

заштрихованной вертикальными линиями,

вто-

чрое— наклонными). Поэтому

F(x2, у2) = Р ( А + В + С) = Р(А) + Р (В +С ) =

= Р [х1К 1 < х 2] г/1< т]< г/2} + Р ( В + С),

откуда

У1 <и\<У*} = Р(хл, У2)— Р(В + С). (5.38)

Для нахождения вероятности суммы событий А и С применим общую теорему сложения вероятностей:

Р (В + С) = Р (В) + Р (С) — Р (ВС).

Замечая, что ВС = {^ < х 1; г|<Сг/х}, находим:

Р( В+С) = Р{Ъ<Хй

т) < у 2] + Р [1<Хг, rj< y i} —

P{l<Xi\ Ц<Ух}=

Р(хъ y2) + F ( x 2, y1)—F(x1, yi).

Подставляя найденное выражение в (5.38), окончательно полу­

чим:

 

Р [xi < I < х 2; y i < 4 < y i } = F (ха, у2)

 

— F(xx, y2)—F(x2, Ух)+Р(хь уг).

(5.39)

Нетрудно проверить, что если существует непрерывная смешан­ ная частная производная второго порядка от совместной функции распределения

f(x,

y) = -dli£ x J ),

(5.40)

 

дхду

 

то вероятность события (хх

уг <г] < у 2}

может быть вы­

числена по формуле

 

 

Р(Х1 < 1 < х 2\ г/1

< т )< г /2)== JJ f(x,

y)dxdy, (5.41)

 

N,KN^L

 

где двойной интеграл берется по прямоугольнику N^N^L, (рис. 54). Действительно, Вычислим интеграл в правой части (5.41), ин­

тегрируя сначала по у, а затем по х

И

f(x, у) dxdy = ( dx I f (x, y)dy.

(5.42)

xl щ

Подставим вместо функции f (x, у) ее выражение из (5.40). Вы­ числим внутренний интеграл

у%

f(x, y)dy-

d2F

dy =

dF (x, y2)

dF(x, У1)

 

дхду

 

dx

dx

Уi

У i

 

 

 

122


Подставим полученное выражение в (5.42):

J j Цх. y)dxdy = J

NiKN^L

Так как

*2

 

J —

y^d x=F {x „ yi) ~ F ( x 1, y2)-,

Xi

 

X*

 

\ dJSt

MAdx=zF{x%' y ^ ~ F ^

(5.43)

(5.44)

то подставляя (5.44) в (5.43) и сравнив результат с (5.39), убеж­ даемся в справедливости (5.41).

Функция f (х, у), определяемая формулой (5.40), называется плотностью вероятности случайного вектора г (|, т)) или совмест­ ной плотностью вероятности случайных величин \ и тр Закон рас­ пределения случайного вектора (точки, системы случайных вели­ чин) может быть задан совместной плотностью вероятности. Зная плотность вероятности f (х, у), можно вычислить вероятность по­ падания случайной точки М (£, р) в любую область плоскости D. Действительно, пусть f (х, у) непрерывна в области D. Тогда из (5.41) и теоремы о среднем для двойного интеграла следует, что с точностью до бесконечно малых более высокого порядка, чем

Ast = AxtAyt вероятность

попадания точки М в

прямоугольник

с вершинами Nt (хь yt); Lt (xh yt + Ay{);

R( (xt + Axh &);

Qt \xL+

+ Axh y-t +

Ayt) равна

 

 

 

 

 

 

Откуда (см. 1.2).

 

f(Xl, y {)Ast.

 

 

 

 

(5.45)

 

 

 

 

 

 

 

P ( &

1\)(zD) =

lim

^ f ( x it y{) As— jj7 (x ,

y)dxdy.

(5.46)

 

 

%n~^°

t-=1

 

 

D

 

 

Формула (5.41) является частным случаем формулы (5.46). Для

трехмерного

случайного вектора г (|, р,

£)

 

плотность вероятности

определяется, как

f

(х, у,

г)

,

и т.

д.

 

д х , у,

z) = ------v

 

 

 

 

 

дхдудг

 

 

 

 

 

Отметим некоторые свойства совместной функции распределе­ ния и совместной плотности вероятности системы случайных ве­ личин:

1. Совместная функция распределения является неубывающей функцией по каждому аргументу:

F (х1 , y)^CF(x2, у) при д С х а

и

F(x, yi)<F(x, у2) при д < г / 2.

123