КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Определить закон распределения случайных величин ХиУ
Частные случаи задания закона распределения системы дискретных случайных величин 1. Если случайные величины X и Y независимы друг от друга, то в соответствии с теоремой умножения вероятностей совместная вероятность p ji будет равна произведению вероятностей р(xi) и p(уj). С учетом этогодля корреляционного момента получим: Таким образом, для независимых случайных величинкорреляционный момент равен нулю. 2. Если случайная величина Y имеет прямую зависимость от X, т.е. Y=X, то в этом случае ту = тх. Производя в формуле (8) соответствующие подстановки для корреляционного момента, получим:
(11)
Таким образом,при ( Y = X) корреляционный моментлинейно зависимых случайных величин Х и Y имеет максимальное значение, равноедисперсии. 3. Когда случайные величины X и Y связаны обратной линейной зависимостью, например X = -Y, то, в отличие от предыдущего случая, увеличение значений случайной величины X приводит к уменьшению случайной величины Y. Для математических ожиданий можно записать: тх = - ту. Производя в формуле (8) соответствующие подстановки для корреляционного момента, получим:
(12)
Таким образом, при обратной линейной зависимости случайных величин (X =-Y) корреляционный моментотрицательныйи имеетминимальное значение, по абсолютной величинеравное дисперсии. Из рассмотренных частных случаев наглядно видно, чтокорреляционный моментдает количественную оценку степени линейной взаимосвязи между значениями случайных величин. Из формул (9) и (10) следует также, чтокорреляционный моментзависит от дисперсий (среднеквадратичных отклонений) случайных величин. Чем больше разброс возможных значений случайных величин Х и Y от математических ожиданий, тем больше по абсолютной величинемаксимальное и минимальное значение корреляционного момента. Для того чтобы исключить зависимость корреляционного момента от среднеквадратичных отклонений случайных величини оставить только количественную зависимость,характеризующую их степень линейной взаимосвязи,используют понятиекоэффициента корреляции , который определяется как нормированное к среднеквадратичным отклонениям и значение корреляционного момента:
(13)
Из формул (11) — (13) следует, чтокоэффициент корреляции может принимать значения в интервале . Если случайные величины Х и Y независимы, то = 0. Можно показать, чтопри Y= аХ+ b (прямая линейная зависимость) = 1, а при Y=-аХ+ b (обратная линейная зависимость) = - 1. 3. Пример определения параметров закона распределения системы двух случайных величин Пример.Закон распределения системы двух дискретных случайных величин Х и У приведен в табл. 2. Таблица 2. Закон распределения двух случайных величин
Необходимо:
Дата добавления: 2014-01-04; Просмотров: 318; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |