Определение 1. Двумерная случайная величина (x 1, x 2) называется дискретной, если x 1 и x 2 являются дискретными случайными величинами.
Такая случайная величина имеет следующую таблицу распределения:
где a 1, a 2, …, an … — значения случайной величины x 1; b 1, b 2, …, bn, … — значения случайной величины x 2; a pij = P (x 1 = ai, x 2 = bj) — совместные вероятности значений (x 1, x 2).
По этой таблице легко определить распределение вероятностей каждой из случайных величин x 1 и x 2 (эти распределения называются частными или маргинальными):
для любого i = 1, 2,..., п,...; аналогичными рассуждениями получим
Нетрудно определить функцию распределения Fx (x 1, x 2), где x =(x 1, x 2).
Ясно, что
т.е. необходимо просуммировать рij по тем значениям i и j, для которых ai < x 1, bj < x 2.
Определение 2. Двумерная случайная величина (x 1, x 2) называется непрерывной, если существует такая неотрицательная, интегрируемая на плоскости функция p(t 1, t 2), называемая двумерной плотностью (или совместной плотностью распределения случайных величин x 1 и x 2), что имеет место
|
|
Если здесь предположить, что p(t 1, t 2), непрерывная функция по обоим аргументам, тогда
Приведем некоторые свойства совместной плотности распределения случайных величин x 1 и x 2.
1) p(t 1, t 2) ³ 0.
3) P ((x 1, x 2) Î D) = òò D p(t 1; t 2) dt 1 dt 2 где D Î Â 2 — некоторая область.
Далее, воспользовавшись свойством 3 двумерной функции распределения (см. 2.4.1), имеем
и дифференцируя, получаем выражения для одномерных плотностей:
Пример 1. Фирма выпускает мини-заводы по производству хлеба. На рекламу может быть израсходовано определённое количество средств. В таблице приведено возможное количество проданных в течение месяца заводов () и объём средств, израсходованных на рекламу (). Каждой паре значений (ai,bj) случайных величин (,) поставлена в соответствие вероятность появления этой пары.
0,12 | 0,15 | 0,10 | |
0,08 | 0,10 | 0,12 | |
0,05 | 0,10 | 0,18 |
Требуется составить таблицы распределения вероятностей для каждой из величин и и выразить условный закон распределения вероятностей величины при = 2.
Воспользуемся формулами
Таким образом, вероятность события равна сумме вероятностей в i – м столбце, а вероятность равна сумме вероятностей в j - й строке. В результате получаем таблицы распределения вероятностей:
P | 0,25 | 0,35 | 0,4 |
P | 0,37 | 0,3 | 0,33 |
Находим условные вероятности величины при =2:
P(=1/=2)=P (=1,=2)/P (=2)=0,10/0,4=0,25;
P(=2/=2)=P (=2,=2)/P (=2)=0,12/0,4=0,30;
P(=3/=2)=P (=3,=2)/P (=2)=0,18/0,4=0,45.
Пример 2. Пусть плотность распределения случайного вектора x = (x 1, x 2) постоянна в области D ={ a 1£ t 1£ b 1, a 2£ t 2£ b 2}, т.е.
|
|
Найдем С, пользуясь свойством 2 совместной плотности:
Отсюда находим С=1/(b 1 - a 1)(b 2 - a 2).
Такое распределение называется равномерным в области D.
Найдем частные плотности распределения случайных величин x 1 и x 2
Мы получили, что случайные величины x 1 и x 2 имеют равномерные распределения с плотностями