Двумерной называют случайную величину (X; Y), возможные значения которой есть пары чисел (x; y).
Случайные величины X и Y, рассматриваемые совместно, образуют систему двух случайных величин. Каждую из величин X и Y называют составляющей (компонентой).
Общей характеристикой двумерной случайной величины является функция распределения вероятностей, которая представляет собой вероятность события (X < x, Y < y); F (x, y) = P (X < x, Y < y).
Различают дискретные (составляющие этих величин дискретны) и непрерывные (составляющие этих величин непрерывны) двумерные случайные величины.
Законом распределения дискретной двумерной случайной величины называютперечень возможных значений этой величины(т. е. пар чисел)(xi; yi)и их вероятностей p (xi; yj)(i = 1, 2, …, n; j = 1, 2, …, m).
Закон распределения двумерной случайной величины может быть задан в виде таблицы с двойным входом, содержащей возможные значения и их вероятности, а также аналитически, например, в виде функции распределения.
Зная закон распределения двумерной дискретной величины, можно найти законы распределения каждой из составляющих.
Например, события (X = x 1, Y = y 1), (X = x 1, Y = y 2), …, (X = x 1, Y =
= ym) несовместны, поэтому
.
Таким образом, вероятность того, что X примет значение xi, равна сумме вероятностей столбца xi. Аналогично, сложив вероятности строки yj, получим вероятность P (Y = yj).
Пример 3.1. Найти законы распределения составляющих двумерной случайной величины, заданной законом распределения в виде следующей таблицы:
X Y | x 1 | x 2 | x 3 |
y 1 | 0,10 | 0,30 | 0,20 |
y 2 | 0,06 | 0,18 | 0,16 |
Решение. Сложив вероятности по столбцам, получим вероятности возможных значений X: P (x 1) = 0,16; P (x 2) = 0,48; P (x 3) = 0,36.
Запишем закон распределения составляющей X в форме таблицы:
X | x 1 | x 2 | x 3 |
P | 0,16 | 0,48 | 0,36 |
Проверка: 0,16 + 0,48 + 0,36 = 1.
Сложив вероятности по строкам, получим вероятности возможных значений Y: P (y 1) = 0,60; P (y 2) = 0,40.
Запишем закон распределения составляющей Y в виде следующей таблицы:
Y | y 1 | y 2 |
P | 0,60 | 0,40 |
Проверка: 0,60 + 0,40 = 1.
3.1. Условные законы распределения вероятностей
составляющих дискретной двумерной случайной величины
Условным распределением составляющей X при Y = yj называют совокупность условных вероятностей P (x 1½ yj), P (x 2½ yj), …, P (xn ½ yj), вычисленных в предположении, что событие Y = yj (j имеет одно и то же значение при всех возможных значениях X) уже наступило.
Аналогично определяется условное распределение составляющей Y.
Условный закон распределения X в предположении, что событие
Y = y 1 уже произошло, может быть найден по следующей формуле:
. (77)
В общем случае условные законы для составляющей X могут быть представлены в виде формуле
. (78)
Для составляющей Y условные законы определяются формулой
. (79)
Пример 3.2. Найти условный закон распределения составляющей X при условии, что составляющая Y приняла значение y 1 и двумерная случайная величина (Х, Y) задана таблицей:
X Y | x 1 | x 2 | x 3 |
y 1 | 0,10 | 0,30 | 0,20 |
y 2 | 0,06 | 0,18 | 0,16 |
Решение. Используя формулу
,
где P (y 1) = 0,10 + 0,30 + 0,20 = 0,60, находим:
;
;
.
Для проверки вычислений просуммируем найденные вероятности:
.
Искомый условный закон распределения X может быть записан в виде таблицы
X | x 1 | x 2 | x 3 |
Аналогично найдем условный закон распределения Y, который приведен в виде следующей таблицы:
Y | y 1 | y 2 |
Проверка: .
3.2. Числовые характеристики системы
двух случайных величин
Среди числовых характеристик двумерной случайной величины важнейшими являются условное математическое ожидание и ковариация.
Условным математическим ожиданием дискретной случайной величины Y при X = x называется сумма произведений возможных значений Y на их условные вероятности:
. (80)
Условное математическое ожидание дискретной случайной величины X при Y = y рассчитывается по следующей формуле:
. (81)
Ковариацией или корреляционным моментом случайных величин X и Y называется математическое ожидание произведения отклонений этих величин от их математических ожиданий:
; . (82)
Коэффициентом корреляции rxy случайных величин X и Y называется отношение ковариации к произведению средних квадратичных отклонений этих величин:
. (83)
Корреляционные моменты и дисперсии можно представить в виде корреляционной матрицы:
. (84)
Пример 3.3. Найти условное математическое ожидание составляющей Y при Y = x 1 = 1, если дискретная двумерная случайная величина (Y, Х) задана следующей таблицей:
X Y | x 1 = 1 | x 2 = 3 | x 3 = 4 | x 4 = 8 |
y 1 = 3 | 0,15 | 0,06 | 0,25 | 0,04 |
y 2 = 6 | 0,30 | 0,10 | 0,03 | 0,07 |
Решение. Найдем P (x 1) = 0,15 + 0,30 = 0,45.
;
.
Условное математическое ожидание равно:
.
Пример 3.4. Закон распределения двумерной случайной величины (X, Y) задан в виде следующей таблицы:
X Y | |||
0,10 | 0,05 | 0,12 | |
0,20 | 0,14 | 0,08 | |
0,15 | 0,11 | 0,05 |
Найти следующее:
а) одномерные законы распределения компонент X и Y;
б) корреляционный момент;
в) корреляционную матрицу;
г) коэффициент корреляции.
Решение.
1. Составим одномерные законы распределения X и Y.
Находим вероятности возможных значений X:
;
;
.
Проверка: .
Аналогично находим вероятности возможных значений Y, сложив вероятности по строкам:
;
;
.
Проверка: .
X | |||
P | 0,45 | 0,30 | 0,25 |
Y | |||
P | 0,27 | 0,42 | 0,31 |
.
.
.
.
.
.
; .
2. Находим корреляционный момент по следующей формуле:
.
Составляем закон распределения двумерной случайной величины (Y, Х) в виде таблицы:
X – M (X) Y – M (Y) | – 1,35 | 0,65 | 1,65 |
– 1,35 | 0,10 | 0,05 | 0,12 |
– 0,35 | 0,20 | 0,14 | 0,08 |
1,65 | 0,15 | 0,11 | 0,05 |
KXY = –1,35(–1,35 · 0,1 + 0,65 · 0,05 + 1,65 · 0,12) – 0,35(–1,35 · 0,2 +
+ 0,65 · 0,14 + 1,65 · 0,08) + 1,65 · (–1,35 · 0,15 + 0,65 · 0,11 + 1,65 · 0,05) =
= –1,35 · (–0,135 + 0,0325 + 0,138) – 0,35(–0,27 + 0,091 + 0,132) +
+ 1,65(–0,2025 + 0,0715 + 0,0825) = –0,128 + 0,0165 – 0,08 = 0,19.
3. Записывает корреляционную матрицу:
.
4. Находим коэффициент корреляции по формуле (83):
.
Так как , величины X и Y являются зависимыми.