Независимые случайные величины — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Литература и источники информации)
м (rollbackEdits.php mass rollback)
 
(не показаны 44 промежуточные версии 9 участников)
Строка 1: Строка 1:
== Определение ==
+
== Определения ==
  
'''Независимые случайные величины''' - <tex> \xi </tex> и <tex>\eta</tex> называются независимыми, если для <tex>\forall \alpha </tex> и <tex>\beta \in \mathbb R</tex> события <tex> \xi \leqslant \alpha</tex> и <tex> \eta \leqslant \beta</tex> независимы. Иначе говоря, случайная величина <tex>\xi</tex> называется независимой от величины <tex>\eta</tex>, если вероятность получить при измерениях некоторое значение величины <tex>\xi</tex> не зависит от значения величины <tex>\eta</tex>.
+
{{Определение
 +
|id=def1
 +
|definition=Cлучайные величины <tex> \xi</tex> и <tex>\eta</tex> называются '''независимыми''' (англ. ''independent''), если <tex>\forall \alpha ,\beta \in \mathbb R</tex> события <tex>[ \xi \leqslant \alpha ]</tex> и <tex>[ \eta \leqslant \beta ]</tex> [[Независимые события|независимы]].<br> <tex>P((\xi \leqslant \alpha) \cap (\eta \leqslant \beta)) = P(\xi \leqslant \alpha) \cdot P(\eta \leqslant \beta)</tex>
 +
}}
 +
Иначе говоря, две случайные величины называются независимыми, если по значению одной нельзя сделать выводы о значении другой.
  
== Замечание ==
+
=== Независимость в совокупности ===
 +
{{Определение
 +
|id=def2
 +
|definition=Случайные величины <tex>\xi_1, \ldots ,\xi_n</tex> называются '''независимы в совокупности''' (англ. ''mutually independent''), если события <tex>\xi_1 \leqslant \alpha_1, \ldots ,\xi_n \leqslant \alpha_n</tex> независимы в совокупности.
 +
}}
  
Стоить отметить, что если <tex>\xi</tex> и <tex>\eta</tex> - дискретные случайные величины, то достаточно рассматривать случай <tex>\xi</tex> = <tex>\alpha</tex>, <tex>\eta</tex> = <tex>\beta</tex>. Но не достаточно рассматривать случай <tex>\alpha</tex> = <tex>\beta</tex>. Покажем контр-пример для этого случая. Рассмотрим вероятностное пространство честная монета. <tex>\Omega</tex> = {0, 1}. Пусть <tex>\xi</tex>(i) = i, <tex>\eta</tex>(i) = i + 2. Если перебрать все значения <tex>\alpha</tex> (<tex>\alpha</tex> = <tex>\beta</tex>), то можно показать, что события независимы. Но сами случайные величины не являются независимыми.
 
 
== Примеры ==
 
== Примеры ==
  
=== Честная игральная кость ===
+
==== Карты ====
Рассмотрим вероятностное пространство честная игральная кость <tex>\Omega</tex> = {1, 2, 3, 4, 5, 6}. <tex>\xi</tex> и <tex>\eta</tex> - случайные величины. <tex>\xi</tex>(i) = i % 2, <tex>\eta</tex>(i) = [i <tex>\geqslant</tex> 3]. Пусть <tex>\alpha</tex> = 0, <tex>\beta</tex> = 0. Тогда P(<tex>\xi \leqslant</tex> 0) = 1/2, P(<tex>\eta \leqslant</tex> 0) = 2/3, P((<tex>\xi \leqslant</tex> 0)<tex>\cap</tex>(<tex>\eta \leqslant</tex> 0)) = 1/3. Эти события независимы, а значит случайные величины <tex>\xi</tex> и <tex>\eta</tex> независимы.
 
  
 +
Пусть есть колода из <tex>36</tex> карт (<tex>4</tex> масти и <tex>9</tex> номиналов). Мы вытягиваем одну карту из случайным образом перемешанной колоды (вероятности вытягивания каждой отдельной карты равны). Определим следующие случайные величины:
  
== Литература и источники информации ==
+
<tex>\xi</tex> {{---}} масть вытянутой карты : <tex>0</tex> {{---}} червы, <tex>1</tex> {{---}} пики, <tex>2</tex> {{---}} крести, <tex>3</tex> {{---}} бубны
  
[http://ru.wikipedia.org/wiki/%D0%9D%D0%B5%D0%B7%D0%B0%D0%B2%D0%B8%D1%81%D0%B8%D0%BC%D0%BE%D1%81%D1%82%D1%8C_(%D1%82%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9)#.D0.9D.D0.B5.D0.B7.D0.B0.D0.B2.D0.B8.D1.81.D0.B8.D0.BC.D1.8B.D0.B5_.D1.81.D0.BB.D1.83.D1.87.D0.B0.D0.B9.D0.BD.D1.8B.D0.B5_.D0.B2.D0.B5.D0.BB.D0.B8.D1.87.D0.B8.D0.BD.D1.8B Википедия]
+
<tex>\eta</tex>: принимает значение <tex>0</tex> при вытягивании карт с номиналами <tex>6, 7, 8, 9, 10</tex>  или <tex>1</tex>  при вытягивании валета, дамы, короля или туза
 +
 
 +
Для доказательства того, что <tex>\xi, \eta</tex> независимы, требуется рассмотреть все <tex>\alpha,\beta</tex> и проверить выполнение равенства:
 +
<tex>P((\xi \leqslant \alpha)\cap(\eta \leqslant \beta)) = P(\xi \leqslant \alpha) \cdot P(\eta \leqslant \beta)</tex>
 +
 
 +
Для примера рассмотрим <tex>\alpha = 0, \beta = 0</tex>, остальные рассматриваются аналогично:
 +
 
 +
<tex>P((\xi \leqslant 0)\cap(\eta \leqslant 0)) = </tex> <tex dpi = "160" > \dfrac{5}{36} </tex>
 +
 
 +
<tex>P(\xi \leqslant 0) \cdot P(\eta \leqslant 0) = </tex> <tex dpi = "160" > \dfrac{1}{4} </tex> <tex> \cdot </tex> <tex dpi = "160" > \dfrac{5}{9} </tex> <tex> = </tex> <tex dpi = "160" > \dfrac{5}{36} </tex>
 +
 
 +
==== Тетраэдр ====
 +
Рассмотрим вероятностное пространство «тетраэдр». Каждое число соответствует грани тетраэдра (по аналогии с игральной костью): <tex>\Omega = \{0, 1, 2, 3\}</tex>. <tex>\xi (i) = i \bmod 2</tex>, <tex>\eta(i) = \left \lfloor \dfrac{i}{2} \right \rfloor</tex>.
 +
 
 +
Рассмотрим случай: <tex>\alpha = 0</tex>, <tex>\beta = 1</tex>. <tex>P(\xi \leqslant 0) = </tex> <tex dpi = "160" > \dfrac{1}{2} </tex>, <tex>P(\eta \leqslant 1) = 1</tex>, <tex>P((\xi \leqslant 0) \cap (\eta \leqslant 1)) = </tex> <tex dpi = "160" > \dfrac{1}{2} </tex>.
 +
 
 +
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.
 +
 
 +
Заметим, что если: <tex>\xi (i) = i \bmod 3</tex>, <tex>\eta(i) = \left \lfloor \dfrac{i}{3} \right \rfloor</tex>, то эти величины зависимы: положим <tex>\alpha = 0, \beta = 0</tex>. Тогда <tex>P(\xi \leqslant 0) =  </tex> <tex dpi = "160" > \dfrac{1}{2} </tex> , <tex>P(\eta \leqslant 0) =  </tex> <tex dpi = "160" > \dfrac{3}{4} </tex> , <tex>P((\xi \leqslant 0) \cap (\eta \leqslant 0)) =  </tex> <tex dpi = "160" > \dfrac{1}{4} </tex> <tex>  \neq P(\xi \leqslant 0) \cdot P(\eta \leqslant 0)</tex>.
 +
 
 +
==== Честная игральная кость ====
 +
Рассмотрим вероятностное пространство «честная игральная кость»: <tex>\Omega = \{1, 2, 3, 4, 5, 6\}</tex>, <tex>\xi (i) = i \bmod 2</tex>, <tex>\eta (i) = \dfrac{\mathcal {b} i}{3 \mathcal {c}}</tex>.
 +
Для того, чтобы показать, что величины <tex>\xi, \eta</tex> зависимы, надо найти такие <tex>\alpha, \beta</tex>, при которых
 +
<tex>P((\xi \leqslant \alpha)\cap(\eta \leqslant \beta)) \neq P(\xi \leqslant \alpha) \cdot P(\eta \leqslant \beta)</tex>
 +
 
 +
При <tex>\alpha = 0, \beta = 1</tex>:
 +
 
 +
<tex>P((\xi \leqslant 0)\cap(\eta \leqslant 1)) = </tex> <tex dpi = "160" > \dfrac{2}{6} </tex> <tex> = </tex> <tex dpi = "160" > \dfrac{1}{3} </tex>, <tex>P(\xi \leqslant 0) = </tex> <tex dpi = "160" > \dfrac{1}{2} </tex>, <tex>P(\eta \leqslant 1) = </tex> <tex dpi = "160" > \dfrac{5}{6} </tex>
 +
 
 +
<tex>P((\xi \leqslant 0)\cap(\eta \leqslant 1)) \neq P(\xi \leqslant 0) \cdot P(\eta \leqslant 1)</tex>, откуда видно, что величины не являются независимыми.
 +
 
 +
==См.также==
 +
*[[Вероятностное пространство, элементарный исход, событие]]
 +
*[[Дискретная случайная величина]]
 +
*[[Математическое ожидание случайной величины]]
 +
 
 +
== Источники информации ==
 +
*[http://nsu.ru/mmf/tvims/chernova/tv/lec/node38.html НГУ {{---}} Независимость случайных величин]
 +
 
 +
*[http://ru.wikipedia.org/wiki/%D0%9D%D0%B5%D0%B7%D0%B0%D0%B2%D0%B8%D1%81%D0%B8%D0%BC%D0%BE%D1%81%D1%82%D1%8C_(%D1%82%D0%B5%D0%BE%D1%80%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9)#.D0.9D.D0.B5.D0.B7.D0.B0.D0.B2.D0.B8.D1.81.D0.B8.D0.BC.D1.8B.D0.B5_.D1.81.D0.BB.D1.83.D1.87.D0.B0.D0.B9.D0.BD.D1.8B.D0.B5_.D0.B2.D0.B5.D0.BB.D0.B8.D1.87.D0.B8.D0.BD.D1.8B Википедия {{---}} Независимость (теория вероятностей)]
 +
 
 +
[[Категория: Дискретная математика и алгоритмы]]
 +
[[Категория: Теория вероятности]]

Текущая версия на 19:17, 4 сентября 2022

Определения

Определение:
Cлучайные величины [math] \xi[/math] и [math]\eta[/math] называются независимыми (англ. independent), 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) \cdot 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, \ldots ,\xi_n[/math] называются независимы в совокупности (англ. mutually independent), если события [math]\xi_1 \leqslant \alpha_1, \ldots ,\xi_n \leqslant \alpha_n[/math] независимы в совокупности.


Примеры

Карты

Пусть есть колода из [math]36[/math] карт ([math]4[/math] масти и [math]9[/math] 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 : [math]0[/math] — червы, [math]1[/math] — пики, [math]2[/math] — крести, [math]3[/math] — бубны

[math]\eta[/math]: принимает значение [math]0[/math] при вытягивании карт с номиналами [math]6, 7, 8, 9, 10[/math] или [math]1[/math] при вытягивании валета, дамы, короля или туза

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] \dfrac{5}{36} [/math]

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

Тетраэдр

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

Рассмотрим случай: [math]\alpha = 0[/math], [math]\beta = 1[/math]. [math]P(\xi \leqslant 0) = [/math] [math] \dfrac{1}{2} [/math], [math]P(\eta \leqslant 1) = 1[/math], [math]P((\xi \leqslant 0) \cap (\eta \leqslant 1)) = [/math] [math] \dfrac{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 \bmod 3[/math], [math]\eta(i) = \left \lfloor \dfrac{i}{3} \right \rfloor[/math], то эти величины зависимы: положим [math]\alpha = 0, \beta = 0[/math]. Тогда [math]P(\xi \leqslant 0) = [/math] [math] \dfrac{1}{2} [/math] , [math]P(\eta \leqslant 0) = [/math] [math] \dfrac{3}{4} [/math] , [math]P((\xi \leqslant 0) \cap (\eta \leqslant 0)) = [/math] [math] \dfrac{1}{4} [/math] [math] \neq P(\xi \leqslant 0) \cdot P(\eta \leqslant 0)[/math].

Честная игральная кость

Рассмотрим вероятностное пространство «честная игральная кость»: [math]\Omega = \{1, 2, 3, 4, 5, 6\}[/math], [math]\xi (i) = i \bmod 2[/math], [math]\eta (i) = \dfrac{\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]

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

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

См.также

Источники информации