Главная Случайная страница


Полезное:

Как сделать разговор полезным и приятным Как сделать объемную звезду своими руками Как сделать то, что делать не хочется? Как сделать погремушку Как сделать так чтобы женщины сами знакомились с вами Как сделать идею коммерческой Как сделать хорошую растяжку ног? Как сделать наш разум здоровым? Как сделать, чтобы люди обманывали меньше Вопрос 4. Как сделать так, чтобы вас уважали и ценили? Как сделать лучше себе и другим людям Как сделать свидание интересным?


Категории:

АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника






Записати ф-ли для обчислення ймовірностей попадання випадкової точки в довільну двомірну область D; в прямокутник





· Імовірність влучення випадквої точки (Х,У) в довільну облась D знаходять: P((X,Y,)єD)=∫∫df(х,у)dxdy

Р- ймовірність влучення точки;

f(х,у)- щільність розподілу

· Імовірність влучення випадкової точки до прямокутника { x1 ≤Х ≤х2; у1 ≤У≤ у2}можна знайти за формулою: Р(x1 <Х <х2; у1 <У< у2)= {F(х22)- F(х12)}- {F(х21)- F(х11)}

х,у – координати точки в просторі

F(х,у)-ф-ція розподілу.

 

36. Дві випадкові величини наз. незалежними, якщо закон розподілу кожної з них не залежить від того, які ймовірні значення прийняла інша величина. Отже, умовні розподіли незалажних величин дорівнюють їхнім умовним розподілам. Теорема: для того щоб випадкові величини X і Y були незалежними, необхідно і достатньо, щоб функція розподілу системи (X, Y) дорівнювала добутку функцій розподілу складових:

Необхідно: F (x, y) = F1(x) F2(y).

Достотньо: нехай F(x, y) = F1(x) F2(y). Звідси P(X<x, Y<y) = P(X < x) P (Y<y).

Звідси для того щоб неперервні випадкові величини X і Y були незалежними, необхідно і достатньо, щоб щільність спільного розподілу системи (X, Y) дорівнювала добутку щільностей розподілу складових: f (x,y) = f1(x)f2 (y). Достатньо F (x, y) = F1(x) F2(y).

37. Функцією розподілу ймовірностей С.В.В. наз. така функція двох змінних F (x, y), що її значення в кожній в.в. точці дорівнює F (x, y) = P(X<x; Y<y)

Функція щільності розподілу наз. другу змішану похідну від функцію розподілу: f (x, y) = 2 F (x, y)/ x y.

38. Умовним розподілом складових X при Y= yj називають сукупність умовних ймовірностей p (x1| yj), p (x2| yj) … p (xn| yj), обчислених при умові, що подія Y=yj (J має одне і те саме значення при всіх значеннях X) вже настала. Аналогічно і для Y.

Закон розподілу для X:

P (xi| yj) = p (xi, yj) / p (yj).

P (yj| xi) = p (xi, yj) / p (xi).

39. Умовною щільністю (x|y) розподілу складових X при даному значенні Y = y називають відношення щільності спільного розподілу f(x, y) системи (X, Y) до щільності розподілу f2(y) складової Y:

(x|y) = f(x, y)/ f2 (y)

Аналогічно визначається умовна щільність складової Y при даному значенні X= x:

(y| x) = f(x, y)/ f1(x).

40. Математичне сподівання двохвимірної випад­кової величини (X, У) характеризує координати центру розподілу випадкової величини. Ці координати у випадку неперервних величин знаходять за формулами:

MX = x f(x, y) dx dy; MY = y f(x, y) dx d y.

Дисперсії Dх та Dу характеризують розсіювання випад­кової точки (X, У) вздовж координатних осей Ох та Оу, відповідно. їх знаходять за формулами:

DX = x2 f(x, y) dx dy – m2X ; DY = y2 f(x, y) dx dy – m2Y ;

Для опису двохвимірної випадкової величини крім мате­матичного сподівання, дисперсії та середніх квадратичних відхилень використовують також

інші характеристики, а саме- кореляційний момент(або коваріація)

cov (X, Y) = KXY = M ((X – mx) (Y – my)).

Для неперервних величин X та У

KXY = (x - mx) (Y – my) f (x, y) dx dy.

Коефіцієнт кореляціїy

r XY = KX Y/ x y

Коефіцієнт кореляції є кількісна характеристика залеж­ності випадкових величин X та У і часто використовується в статистиці.

41. Навести основні властивості кореляційного моменту μxy та коефіцієнту кореляції rxy

Корреляционный момент млужит для х-ки связи между величинами X и Y. КМ равен нулю, если X и Y независимы; следовательно, если КМ не равен нулю, то X и Y – зависимые случайные величины.

Величина коэф. корреляции не зависит от выбора единицы измерения случайных величин. В этом состоит преимущество коэф. корреляции перед корреляционным моментом. КК независимых сл. величин равен нулю (так как μxy = 0).

Абсолютная величина кор. момента двух случайных величин X, Y не превышает среднего геометрического их дисперсий:

Абсолютная величина коэф. кореляции не превышает единицы.

Властивості кор.моменту μ xy:

1) Кор.момент 2 незалежних в.в. Х та Y=0;І навпаки, якщо кор.момент не равен 0, то Х та Y – залежні в.в.

2) Абсолютна величина кор.моменту 2 в.в. Х та Y не перевищує середнього геометричного їх дисперсій: | |<=

Властивості коефіцієнта кореляції:

1) | rxy| <= 1; 2) Якщо Х та Y незалежні, то rxy= 0; 3) Якщо між Х та Y є лінійна залежність Y=a*X+b, де a та b – сталі, то | rxy |=1

Корельованими наз.2 в.в., якщо їх μ xy відрізняється від 0.

Некорельваними наз. 2 в.в., якщо їх μ xy =0







Date: 2015-07-01; view: 425; Нарушение авторских прав



mydocx.ru - 2015-2024 year. (0.007 sec.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав - Пожаловаться на публикацию