Независимые случайные величины

Материал из Викиконспекты
Версия от 14:54, 18 декабря 2011; Nechaev (обсуждение | вклад) (Тетраедер)
Перейти к: навигация, поиск
Эта статья находится в разработке!

Определение

Определение:
Независимые случайные 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 значение одной из них не влияет на значение другой.

Дискретные случайные величины

Определение:
Случайные величины [math]\xi_1,...,\xi_n[/math] с дискретным распределением[1] независимы (в совокупности), если для [math]\forall a_1,...,a_n[/math] имеет место равенство:
[math]P(\xi_1=a_1,...,\xi_n=a_n)=P(\xi_1=a_1)·...·P(\xi_n=a_n)[/math]

Стоит отметить, что если [math]\xi[/math] и [math]\eta[/math] - дискретные случайные величины, то достаточно рассматривать случай [math]\xi = \alpha[/math], [math]\eta = \beta[/math].

Примеры

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[/math] и [math]\eta[/math] независимы, надо рассмотреть все [math]\alpha[/math] и [math]\beta[/math].

Для примера рассмотрим: [math]\alpha = 0[/math], [math]\beta = 0[/math]. Тогда [math]P( \xi \leqslant 0) = \frac{1}{2}[/math], [math]P( \eta \leqslant 0) = \frac{1}{3}[/math], [math]P((\xi \leqslant 0) \cap (\eta \leqslant 0)) = \frac{1}{6}[/math].

Аналогичным образом можно проверить, что для оставшихся значений [math]\alpha[/math] и [math]\beta[/math] события также являются независимыми, а это значит, что случайные величины [math]\alpha[/math] и [math]\beta[/math] независимы.

Тетраэдр

[math]\Omega = \mathcal {f} 0, 1, 2, 3 \mathcal {g}[/math]. 
[math]\xi[/math] и [math]\eta[/math] - случайные величины. 
[math]\xi (x) = x \% 2[/math], [math]\eta(x) = \left \lfloor \frac{x}{2} \right \rfloor[/math]

Рассмотрим случай: [math]\alpha = 0[/math], [math]\beta = 0[/math].

[math]P(\xi \leqslant 0) = \frac{1}{2}[/math], [math]P(\eta \leqslant 1) = 1[/math]
[math]P(\xi \leqslant 0[/math] и [math]\eta \leqslant 1) = \frac{1}{2}[/math]

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

Заметим, что если:

[math]\xi (x) = x \% 3[/math], [math]\eta(x) = \left \lfloor \frac{x}{3} \right \rfloor[/math]

То эти величины зависимы, т.к. [math]\eta(3) = 1[/math], и в этом случае, мы можем однозначно определить значение [math]\xi[/math]

Примечания

  1. Вероятность того, что случайная величина [math]X[/math] принимает значение меньшее [math]x[/math], называется функцией распределения случайной величины [math]X[/math] и обозначается
    [math]F(x): F(x) = P[/math][math](X \leqslant x)[/math].

См. также

Дискретная случайная величина

Литература и источники информации

Независимость случайных величин

Википедия: Независимость (теория вероятностей)