ТЕОРИЯ ВЕРОЯТНОСТЕЙ | МОДУЛЬ 7

Случайный вектор

Совместные распределения, независимость, функции от вектора

7.1 Случайный вектор

Случайный вектор (X,Y) — упорядоченная пара случайных величин. Его закон распределения описывается совместной функцией распределения F(x,y)=P(X<x, Y<y).

7.2 Дискретный случайный вектор

Задаётся матрицей вероятностей pij=P(X=xi, Y=yj). Маргинальные распределения: P(X=xi) = ∑j pij, P(Y=yj) = ∑i pij.

Условные вероятности: P(X=xi|Y=yj) = pij / P(Y=yj)

7.3 Абсолютно-непрерывный случайный вектор

Существует совместная плотность f(x,y) ≥ 0, ?? f(x,y) dx dy = 1. Маргинальные плотности: fX(x)=? f(x,y) dy, fY(y)=? f(x,y) dx.

7.4 Свойства независимых СВ

X и Y независимы, если совместная функция распределения/плотность факторизуется: F(x,y)=FX(x)FY(y) (или f(x,y)=fX(x)fY(y)). Для независимых: E[XY]=E[X]E[Y], Cov(X,Y)=0.

7.5 Функции от случайного вектора

Z = g(X,Y). Для дискретного случая распределение находится суммированием вероятностей; для непрерывного — через интеграл свертки или замену переменных.

Дискретный вектор (X,Y)

Введите совместные вероятности (сумма = 1).

Непрерывный вектор: равномерное распределение

(X,Y) равномерно распределены в прямоугольнике [a,b]×[c,d].

ИИ-консультант

Задайте вопрос по случайным векторам, независимости, совместным распределениям:

Ответ появится здесь...

Проверь себя

Вопрос: Для независимых случайных величин X и Y верно: