Независимые случайные величины — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
м (Оформление формул)
м (Оформление дробей)
Строка 3: Строка 3:
 
{{Определение
 
{{Определение
 
|id=def1
 
|id=def1
|definition=Cлучайные величины <tex> \xi</tex> и <tex>\eta</tex> называются '''независимыми''', если <tex>\forall \alpha ,\beta \in \mathbb R</tex> события <tex>[ \xi \leqslant \alpha ]</tex> и <tex>[ \eta \leqslant \beta ]</tex> независимы.<br> <tex>P((\xi \leqslant \alpha) \cap (\eta \leqslant \beta)) = P(\xi \leqslant \alpha)·P(\eta \leqslant \beta)</tex>
+
|definition=Cлучайные величины <math> \xi</math> и <math>\eta</math> называются '''независимыми''', если <math>\forall \alpha ,\beta \in \mathbb R</math> события <math>[ \xi \leqslant \alpha ]</math> и <math>[ \eta \leqslant \beta ]</math> независимы.<br> <math>P((\xi \leqslant \alpha) \cap (\eta \leqslant \beta)) = P(\xi \leqslant \alpha)·P(\eta \leqslant \beta)</math>
 
}}
 
}}
 
Иначе говоря, две случайные величины называются независимыми, если по значению одной нельзя сделать выводы о значении другой.
 
Иначе говоря, две случайные величины называются независимыми, если по значению одной нельзя сделать выводы о значении другой.
Строка 10: Строка 10:
 
{{Определение
 
{{Определение
 
|id=def2
 
|id=def2
|definition=Случайные величины <tex>\xi_1,...,\xi_n</tex> называются '''независимы в совокупности''', если события <tex>\xi_1 \leqslant \alpha_1,...,\xi_n \leqslant \alpha_n</tex> независимы в совокупности<ref>[[Независимые события]]</ref>.
+
|definition=Случайные величины <math>\xi_1,...,\xi_n</math> называются '''независимы в совокупности''', если события <math>\xi_1 \leqslant \alpha_1,...,\xi_n \leqslant \alpha_n</math> независимы в совокупности<ref>[[Независимые события]]</ref>.
 
}}
 
}}
 
== Примеры ==
 
== Примеры ==
Строка 27: Строка 27:
 
Для примера рассмотрим <math>\alpha = 0, \beta = 0</math>, остальные рассматриваются аналогично:
 
Для примера рассмотрим <math>\alpha = 0, \beta = 0</math>, остальные рассматриваются аналогично:
  
<math dpi = "160">P((\xi \leqslant 0)\cap(\eta \leqslant 0)) = \frac{5}{36}</math>
+
<math>P((\xi \leqslant 0)\cap(\eta \leqslant 0)) = </math> <math dpi = "160" > \frac{5}{36} </math>
  
<math dpi = "160">P(\xi \leqslant 0) \cdot P(\eta \leqslant 0) = \frac{1}{4} \cdot \frac{5}{9} = \frac{5}{36}</math>
+
<math>P(\xi \leqslant 0) \cdot P(\eta \leqslant 0) = </math> <math dpi = "160" > \frac{1}{4} </math> <math> \cdot </math> <math dpi = "160" > \frac{5}{9} </math> <math> = </math> <math dpi = "160" > \frac{5}{36} </math>
  
 
==== Тетраэдр ====
 
==== Тетраэдр ====
Рассмотрим вероятностное пространство «тетраэдр». Каждое число соответствует грани тетраэдра (по аналогии с игральной костью): <tex>\Omega = \mathcal {f} 0, 1, 2, 3 \mathcal {g}</tex>. <tex>\xi (i) = i~mod~2</tex>, <tex>\eta(i) = \left \lfloor i / 2 \right \rfloor</tex>.
+
Рассмотрим вероятностное пространство «тетраэдр». Каждое число соответствует грани тетраэдра (по аналогии с игральной костью): <math>\Omega = \mathcal {f} 0, 1, 2, 3 \mathcal {g}</math>. <math>\xi (i) = i~mod~2</math>, <math>\eta(i) = \left \lfloor i / 2 \right \rfloor</math>.
  
Рассмотрим случай: <tex>\alpha = 0</tex>, <tex>\beta = 1</tex>. <tex>P(\xi \leqslant 0) = 1/2</tex>, <tex>P(\eta \leqslant 1) = 1</tex>, <tex>P((\xi \leqslant 0) \cap (\eta \leqslant 1)) = 1/2</tex>.
+
Рассмотрим случай: <math>\alpha = 0</math>, <math>\beta = 1</math>. <math>P(\xi \leqslant 0) = </math> <math dpi = "160" > \frac{1}{2} </math>, <math>P(\eta \leqslant 1) = 1</math>, <math>P((\xi \leqslant 0) \cap (\eta \leqslant 1)) = </math> <math dpi = "160" > \frac{1}{2} </math>.
  
Для этих значений <tex>\alpha</tex> и <tex>\beta</tex> события являются независимыми, так же, как и для других (рассматривается аналогично), поэтому эти случайные величины независимы.
+
Для этих значений <math>\alpha</math> и <math>\beta</math> события являются независимыми, так же, как и для других (рассматривается аналогично), поэтому эти случайные величины независимы.
  
Заметим, что если: <tex>\xi (i) = i~mod~3</tex>, <tex>\eta(i) = \left \lfloor i / 3 \right \rfloor</tex>, то эти величины зависимы: положим <tex>\alpha = 0, \beta = 0</tex>. Тогда <tex>P(\xi \leqslant 0) = 1/2</tex>, <tex>P(\eta \leqslant 0) = 3/4</tex>, <tex>P((\xi \leqslant 0) \cap (\eta \leqslant 1)) = 1/4 \neq P(\xi \leqslant 0) P(\eta \leqslant 0)</tex>.
+
Заметим, что если: <math>\xi (i) = i~mod~3</math>, <math>\eta(i) = \left \lfloor i / 3 \right \rfloor</math>, то эти величины зависимы: положим <math>\alpha = 0, \beta = 0</math>. Тогда <math>P(\xi \leqslant 0) = </math> <math dpi = "160" > \frac{1}{2} </math> , <math>P(\eta \leqslant 0) = </math> <math dpi = "160" > \frac{3}{4} </math> , <math>P((\xi \leqslant 0) \cap (\eta \leqslant 1)) = </math> <math dpi = "160" > \frac{1}{4} </math> <math>  \neq P(\xi \leqslant 0) P(\eta \leqslant 0)</math>.
  
 
==== Честная игральная кость ====
 
==== Честная игральная кость ====
Рассмотрим вероятностное пространство «честная игральная кость»: <tex>\Omega = \mathcal {f} 1, 2, 3, 4, 5, 6 \mathcal {g}</tex>, <tex>\xi (i) = i~mod~2</tex>, <tex>\eta (i) = \mathcal {b} i / 3 \mathcal {c}</tex>.
+
Рассмотрим вероятностное пространство «честная игральная кость»: <math>\Omega = \mathcal {f} 1, 2, 3, 4, 5, 6 \mathcal {g}</math>, <math>\xi (i) = i~mod~2</math>, <math>\eta (i) = \mathcal {b} i / 3 \mathcal {c}</math>.
 
Для того, чтобы показать, что величины <math>\xi, \eta</math> зависимы, надо найти такие <math>\alpha, \beta</math>, при которых
 
Для того, чтобы показать, что величины <math>\xi, \eta</math> зависимы, надо найти такие <math>\alpha, \beta</math>, при которых
 
<math>P((\xi \leqslant \alpha)\cap(\eta \leqslant \beta)) \neq P(\xi \leqslant \alpha) \cdot P(\eta \leqslant \beta)</math>
 
<math>P((\xi \leqslant \alpha)\cap(\eta \leqslant \beta)) \neq P(\xi \leqslant \alpha) \cdot P(\eta \leqslant \beta)</math>
Строка 47: Строка 47:
 
<math>При \alpha = 0, \beta = 1</math>:
 
<math>При \alpha = 0, \beta = 1</math>:
  
<math dpi = "160">P((\xi \leqslant 0)\cap(\eta \leqslant 1)) = \frac{2}{6} = \frac{1}{3}</math>, <math dpi = "160">P(\xi \leqslant 0) = \frac{1}{2}</math>, <math dpi = "160">P(\eta \leqslant 1) = \frac{5}{6}</math>
+
<math>P((\xi \leqslant 0)\cap(\eta \leqslant 1)) = </math> <math dpi = "160" > \frac{2}{6} </math> <math> = </math> <math dpi = "160" > \frac{1}{3} </math>, <math>P(\xi \leqslant 0) = </math> <math dpi = "160" > \frac{1}{2} </math>, <math>P(\eta \leqslant 1) = </math> <math dpi = "160" > \frac{5}{6} </math>
  
 
<math>P((\xi \leqslant 0)\cap(\eta \leqslant 1)) \neq P(\xi \leqslant 0) \cdot P(\eta \leqslant 1)</math>, откуда видно, что величины не являются независимыми.
 
<math>P((\xi \leqslant 0)\cap(\eta \leqslant 1)) \neq P(\xi \leqslant 0) \cdot P(\eta \leqslant 1)</math>, откуда видно, что величины не являются независимыми.

Версия 21:04, 26 декабря 2012

Определения

Определение:
Cлучайные величины [math] \xi[/math] и [math]\eta[/math] называются независимыми, если [math]\forall \alpha ,\beta \in \mathbb R[/math] события [math][ \xi \leqslant \alpha ][/math] и [math][ \eta \leqslant \beta ][/math] независимы.
[math]P((\xi \leqslant \alpha) \cap (\eta \leqslant \beta)) = P(\xi \leqslant \alpha)·P(\eta \leqslant \beta)[/math]

Иначе говоря, две случайные величины называются независимыми, если по значению одной нельзя сделать выводы о значении другой.

Независимость в совокупности

Определение:
Случайные величины [math]\xi_1,...,\xi_n[/math] называются независимы в совокупности, если события [math]\xi_1 \leqslant \alpha_1,...,\xi_n \leqslant \alpha_n[/math] независимы в совокупности[1].

Примеры

Карты

Пусть есть колода из 36 карт (4 масти и 9 номиналов). Мы вытягиваем одну карту из случайным образом перемешанной колоды (вероятности вытягивания каждой отдельной карты равны). Определим следующие случайные величины:

[math]\xi[/math] - масть вытянутой карты : 0 - червы, 1 - пики, 2 - крести, 3 - бубны

[math]\eta[/math] - номинал вытянутой карты : 0 - номиналы 6 7 8 9 10; 1 - валет, дама, король, туз

Для доказательства того, что [math]\xi, \eta[/math] независимы, требуется рассмотреть все [math]\alpha,\beta[/math] и проверить выполнение равенства: [math]P((\xi \leqslant \alpha)\cap(\eta \leqslant \beta)) = P(\xi \leqslant \alpha) \cdot P(\eta \leqslant \beta)[/math]

Для примера рассмотрим [math]\alpha = 0, \beta = 0[/math], остальные рассматриваются аналогично:

[math]P((\xi \leqslant 0)\cap(\eta \leqslant 0)) = [/math] [math] \frac{5}{36} [/math]

[math]P(\xi \leqslant 0) \cdot P(\eta \leqslant 0) = [/math] [math] \frac{1}{4} [/math] [math] \cdot [/math] [math] \frac{5}{9} [/math] [math] = [/math] [math] \frac{5}{36} [/math]

Тетраэдр

Рассмотрим вероятностное пространство «тетраэдр». Каждое число соответствует грани тетраэдра (по аналогии с игральной костью): [math]\Omega = \mathcal {f} 0, 1, 2, 3 \mathcal {g}[/math]. [math]\xi (i) = i~mod~2[/math], [math]\eta(i) = \left \lfloor i / 2 \right \rfloor[/math].

Рассмотрим случай: [math]\alpha = 0[/math], [math]\beta = 1[/math]. [math]P(\xi \leqslant 0) = [/math] [math] \frac{1}{2} [/math], [math]P(\eta \leqslant 1) = 1[/math], [math]P((\xi \leqslant 0) \cap (\eta \leqslant 1)) = [/math] [math] \frac{1}{2} [/math].

Для этих значений [math]\alpha[/math] и [math]\beta[/math] события являются независимыми, так же, как и для других (рассматривается аналогично), поэтому эти случайные величины независимы.

Заметим, что если: [math]\xi (i) = i~mod~3[/math], [math]\eta(i) = \left \lfloor i / 3 \right \rfloor[/math], то эти величины зависимы: положим [math]\alpha = 0, \beta = 0[/math]. Тогда [math]P(\xi \leqslant 0) = [/math] [math] \frac{1}{2} [/math] , [math]P(\eta \leqslant 0) = [/math] [math] \frac{3}{4} [/math] , [math]P((\xi \leqslant 0) \cap (\eta \leqslant 1)) = [/math] [math] \frac{1}{4} [/math] [math] \neq P(\xi \leqslant 0) P(\eta \leqslant 0)[/math].

Честная игральная кость

Рассмотрим вероятностное пространство «честная игральная кость»: [math]\Omega = \mathcal {f} 1, 2, 3, 4, 5, 6 \mathcal {g}[/math], [math]\xi (i) = i~mod~2[/math], [math]\eta (i) = \mathcal {b} i / 3 \mathcal {c}[/math]. Для того, чтобы показать, что величины [math]\xi, \eta[/math] зависимы, надо найти такие [math]\alpha, \beta[/math], при которых [math]P((\xi \leqslant \alpha)\cap(\eta \leqslant \beta)) \neq P(\xi \leqslant \alpha) \cdot P(\eta \leqslant \beta)[/math]

[math]При \alpha = 0, \beta = 1[/math]:

[math]P((\xi \leqslant 0)\cap(\eta \leqslant 1)) = [/math] [math] \frac{2}{6} [/math] [math] = [/math] [math] \frac{1}{3} [/math], [math]P(\xi \leqslant 0) = [/math] [math] \frac{1}{2} [/math], [math]P(\eta \leqslant 1) = [/math] [math] \frac{5}{6} [/math]

[math]P((\xi \leqslant 0)\cap(\eta \leqslant 1)) \neq P(\xi \leqslant 0) \cdot P(\eta \leqslant 1)[/math], откуда видно, что величины не являются независимыми.

Примечания

Источники

Независимость случайных величин

Независимость (теория вероятностей) — Википедия