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
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 ( 11— т |-< 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