Главная » Просмотр файлов » 1625915143-9358bde957c0693ae60a95b83ad382f6

1625915143-9358bde957c0693ae60a95b83ad382f6 (843873), страница 11

Файл №843873 1625915143-9358bde957c0693ae60a95b83ad382f6 (Лотов - Лекции по теории вероятностей и математической статистике для ФФ НГУ) 11 страница1625915143-9358bde957c0693ae60a95b83ad382f6 (843873) страница 112021-07-10СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

Воспользуемся опять соотношениемD(Y1 − X1 ) = 2 − 2ρ(X, Y ) = 0.В силу свойств дисперсии это означает, что Y1 − X1 = 0 с вероятностью единица или,что то же самое,√√DYDY EXY =√X + EY − √.DXDXЕсли ρ(X, Y ) = −1, то пользуемся соотношениемD(Y1 + X1 ) = 2 + 2ρ(X, Y ) = 0.3. Если X и Y независимы, то ρ(X, Y ) = 0.48Свойство очевидно.К сожалению, обратное утверждение не имеет места.4. Если ρ(X, Y ) = 0, то X и Y не обязательно независимы.Пример этому уже приводился: если X ⊂= U−1,1 и Y = X 2 , то Cov(X, Y ) =ρ(X, Y ) = 0, хотя случайные величины зависимы.По этой причине случайные величины X и Y называются некоррелированными,если ρ(X, Y ) = 0. Независимость влечет некоррелированность, но не наоборот.3.5.Многомерный случай: математическое ожиданиеи матрица ковариацийВ этом разделе мы обобщим понятия математического ожидания и дисперсии намногомерный случай.ПустьX11 X12 .

. . X1n X21 X22 . . . X2n X= ...... ... ... Xm1 Xm2 . . . Xmn— матрица, составленная из случайных величин. Положим, по определению,EX11 EX12 . . . EX1n EX21 EX22 . . . EX2n .EX =  ............ EXm1 EXm2 . . . EXmnЛегко проверить, что при таком определении сохраняются следующие свойства математических ожиданий.1. Если A и B — матрицы, составленные из констант, то E(AX) = AEX,E(XB) = (EX)B.2. E(X + Y ) = EX + EY .3. Если любой элемент матрицы X не зависит от любого элемента матрицы Y , тоE(XY ) = EXEY .Разумеется, мы предполагаем, что размерности участвующих здесь матриц позволяют применять операции сложения и умножения.Аналог дисперсии вводится только для случайных векторов.

На протяжении этогои следующего параграфов мы будем изображать векторы в виде столбцовX1 X2 X= ... .XnОпределение. Матрицей ковариаций случайного вектора X называется матрица C(X), у которой на месте с номером (i, j) стоит ci,j = Cov(Xi , Xj ), i, j = 1, . . . , n.Матрица ковариаций есть аналог дисперсии. При n = 1 она совпадает с дисперсией. В общем случае на главной диагонали у нее стоят дисперсии DX1 , . . . , DXn ,матрица симметрична относительно главной диагонали: ci,j = cj,i .Мы знаем, что D(AX+B) = A2 DX в одномерном случае, если A и B — константы.Аналогом этого свойства для случайных векторов является следующее утверждение.49Теорема.

Пусть A — матрица из констант, имеющая m строк и n столбцов,а B — вектор из констант размерности m. ТогдаC(AX + B) = AC(X)AT ,где верхний индекс T соответствует транспонированной матрице.Доказательство. Обозначим для краткости mi = EXi , i = 1, .

. . , n, и воспользуемся следующим свойством произведения матриц: если умножить вектор-столбец навектор-строку, то в итоге получим матрицу:X1 − m1 X2 − m2  · (X1 − m1 , X2 − m2 , . . . , Xn − mn ) =...Xn − mn(X1 − m1 )2(X1 − m1 )(X2 − m2 ) . . . (X1 − m1 )(Xn − mn ) (X2 − m2 )(X1 − m1 )(X2 − m2 )2. . . (X2 − m2 )(Xn − mn ) .= ............(Xn − mn )(X1 − m1 ) (Xn − mn )(X2 − m2 ) . .

.(Xn − mn )2Взяв теперь математическое ожидание от обеих частей, получимE(X − EX)(X − EX)T = C(X),и аналогичноC(AX + B) ====E(AX + B − E(AX + B))(AX + B − E(AX + B))T =E(AX + B − EAX − B)(AX + B − EAX − B)T =E(A(X − EX)(X − EX)T AT ) =A(E(X − EX)(X − EX)T )AT = AC(X)AT .Теорема доказана.3.6.Многомерное нормальное распределениеМы уже рассматривали ранее в качестве примера частный случай плотностимногомерного нормального закона, она соответствовала стандартному многомерному нормальному распределению. Сейчас введем этот закон распределения в общейформе.Будем действовать по аналогии с одномерным случаем.Пусть Y — одномерная случайная величина, имеющая стандартное нормальноераспределение, Y ⊂= Φ0,1 .

Взяв произвольные числа α и σ > 0, образуем случайнуювеличину X = σY + α, которая уже будет распределена по закону Φα,σ2 с плотностью122ϕα,σ2 (t) = √ e−(t−α) /2σ ,σ 2π−∞ < t < ∞.Тем самым мы получили общий вид плотности нормального распределения с помощью линейных преобразований над случайной величиной Y , имеющей стандартноенормальное распределение.50Так же поступим и в многомерном случае. Пусть Y — случайный вектор с координатами Y1 , . . . , Yn , имеющий многомерное стандартное нормальное распределениес плотностью()½¾ YnnX1111 T2fY (t) =exp −t =exp − t t =ϕ0,1 (ti ).(2π)n/22 i=1 i(2π)n/22i=1Последнее означает, что координаты вектора Y1 , .

. . , Yn независимы и одинаково распределены в соответствии со стандартным нормальным законом. Здесь C(Y ) = E —единичная матрица, t = (t1 , . . . , tn )T — вектор-столбец.Возьмем произвольную невырожденную матрицу A размерности n×n, состоящуюиз констант, и постоянный вектор α = (α1 , . . . , αn )T и образуем новый случайныйвекторX = AY + α.Распределение получившегося вектора X и будем называть многомерным нормальным распределением.Теорема. Плотность многомерного нормального распределения задается формулой√©ªdet QTexp−(t−α)Q(t−α)/2,fX (t) =(2π)n/2где t = (t1 , . .

. , tn )T , Q = (C(X))−1 = (AC(Y )AT )−1 = (AAT )−1 .√Заметим, что при n = 1 и A = σ получаем Q = 1/σ 2 , det Q = 1/σ.Приведем только схему доказательства.Какой бы прямоугольник B ⊂ Rn ни взять, по основному свойству плотностейдолжно бытьZP(X ∈ B) =fX (t)dt,Bздесь для краткости обозначено dt = dt1 dt2 . .

. dtn . В то же времяZ−1P(AY + α ∈ B) = P(Y ∈ A (B − α)) =fY (u)du,A−1 (B−α))где под множеством A−1 (B − α) понимается совокупность всех точек u : Au + α ∈ B.Для того чтобы преобразовать этот интеграл к нужному нам интегралу по множествуB (и тогда стоящая под интегралом функция и будет искомой плотностью), сделаемзамену переменных t = Au + α. В ©результатеэтой замены множество A−1 (B − α)ªперейдет в B, u — в A−1 (t − α), exp − 21 uT u перейдет в¾½¾½11T−1 T −1TT −1exp − (t − α) (A ) A (t − α) = exp − (t − α) (AA ) (t − α) .22√При переходе от du к dt появится якобиан det Q.Таким образом, под интегралом появится функция, присутствующая в утверждении теоремы — она и будет плотностью вектора X.Для нас большую важность представляют следующие два следствия из этой теоремы.Следствие 1.

Пусть случайный вектор X = (X1 , X2 , . . . , Xn )T имеет многомерное нормальное распределение и все его компоненты попарно некоррелированны.Тогда они независимы.51Доказательство. Вследствие некоррелированности компонент заключаем, чтоматрица ковариаций C(X) имеет диагональный вид: на главной диагонали стоятдисперсии DX1 , . . . , DXn , а все остальные элементы равны нулю. Обозначим длякраткости σi2 = DXi , i = 1, . .

. , n. Тогда матрица Q = (C(X))−1 также будет диагональной, у нее на главной диагонали будут стоять числа σ1−2 , . . . , σn−2 . По этойпричине плотность распределения вектора X приобретает вид( n)nX (ti − αi )2Y1exp−=ϕαi σi2 (ti ),fX (t) =2σ1 . . . σn (2π)n/22σii=1i=1что эквивалентно независимости компонент вектора X.Следствие 2. Пусть случайный вектор X = (X1 , X2 , . . . , Xn )T имеет многомерное стандартное нормальное распределение (напомним: это соответствуеттому, что все компоненты вектора независимы и имеют распределение Φ0,1 ). Образуем новый вектор Y = AX, где A — ортогональная матрица. Тогда вектор Yтакже будет иметь многомерное стандартное нормальное распределение.Доказательство. Ортогональная матрица, по определению, обладает свойствомAT = A−1 .

По этой причине C(Y ) = AC(X)AT = AAT = E и, следовательно,½¾ Yn11 TfY (t) =exp − t t =ϕ0,1 (ti ) = fX (t),(2π)n/22i=1что и требовалось доказать.4.4.1.Предельные теоремыСходимость по вероятностиВ дальнейшем нам предстоит изучить закон больших чисел — теорему о сходимости некоторой последовательности случайных величин. Случайные величины являются функциями, заданными на пространстве элементарных исходов, а сходимостьпоследовательности функций — понятие сложное и ее можно определять по-разному.Мы ограничимся введением понятия сходимости по вероятности.Пусть случайные величины X, X1 , X2 , . .

. заданы на одном и том же вероятностном пространстве.Определение. Последовательность {Xn } сходится по вероятности к случайнойвеличине X, если для любого числа ε > 0P(|Xn − X| ≥ ε) → 0при n → ∞.PОбозначать будем Xn → X.Эквивалентное определение: для любого ε > 0P(|Xn − X| < ε) → 1.Поясним смысл написанного. При сближении Xn и X расхождение между нимидолжно в каком-то смысле уменьшаться.

Характеристики

Список файлов книги

Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее