Zmienne losowe wielowymiarowe
Dana jest przestrzeń probabilistyczna (W,S,P).W tej przestrzeni zdefiniowane sa zmienne losowe X1+X2+...+Xn takie, że Xi: W ® R
Uporządkowaną n-kę (X1,X2,...,Xn) nazywamy n-wymiarową zmienną losową lub wektorem losowym i oznaczamy X=(X1,X2,...,Xn) (uporządkowany układ zmiennych losowych)
(W,S,P) – p.p.
X: W ® R
(R,B(R),PX)
X=(X1,X2,...,Xn); Xi: W ® R
(Rn,B(Rn),PX)
Najmniejsze σ-ciało generowane przez rodzinę przedziałów postaci:
(-∞,a1)x(-∞,a2)x… x(-∞,an)
nazywamy zbiorami Borelowskimi w Rn
Niech:
PX – rozkład wektora losowego X
PX: B(Rn)эA ® PX(A)=P(XєA)
Rozważać będziemy sytuację, gdy n=2 i wtedy wektor losowy (X1,X2) ma postać (X,Y)
Dwuwymiarowa zmienna losowa (X,Y), której zbiór wartości jest zbiorem skończonym lub przeliczalny ma rozkład dyskretny, jeśli istnieje taki zbiór KR2 (K-skończony lub przeliczalny) taki, że P(X,Y)(K)=1
przy czym gdzie:
Przykład:
X(ω1)={0,1}
Y(ω2)={2,4,6}
Wówczas:
K={(0,2),(0,4),(0,6),(1,2),(1,4),(1,6)}
P(X,Y)=0,1δ(0,2)+0,3 δ(0,4)+0,1 δ(0,6)+0,1 δ(1,2)+0,1 δ(1,4)+0,3 δ(1,6)
Mówimy, że wektor losowy (X,Y) ma rozkład ciągły, jeśli istnieje sumowalna funkcja taka, że:
P(X,Y)=f·l2 gdzie: l2 – miara Lebesque’a w R2
f - gęstość wektora losowego (X,Y)
UWAGA:
Jeżeli f: R2®R jest gęstością wektora losowego (X,Y) to
1. f(x,y)0
2.
Każda funkcja f: R2® R spełniająca warunki (1) i (2) jest gęstością pewnego wektora losowego (X,Y)
Dystrybuantą wektora losowego (X,Y) nazywamy funkcję
F(X,Y): R2® R: F(X,Y)=P(X<x,Y<y)= P(X,Y)((-∞,x)х(-∞,y))
Przykład 10.1(c.d.)
Y
4
2
X
0
1
111
P(X,Y)=0,2δ(0,2)+0,4 δ(0,4)+0,3 δ(1,2)+0,1 δ(1,4)
F(X,Y)(x,y)= P(X,Y)((-∞,x)x(-∞,y))= 0,2δ(0,2)((-∞,x)x(-∞,y))+0,4 δ(0,4)((-∞,x)x(-∞,y))+0,3 δ(1,2)((-∞,x)x(-∞,y))+0,1 δ(1,4)((-∞,x)x(-∞,y))
Przykład 10.2
yo
xo
F(X,Y)= P(X,Y)((-∞,x)х(-∞,y))=
Własności dystrybuanty:
1. Jest funkcją niemalejącą ze względu na każdą ze zmiennych
3.
4. Jest funkcją lewostronnie ciągłą ze względu na każdą ze zmiennych:
5. Dla dowolnych dwóch punktów: (x1,y1), (x2,y2) takich, że x1<x2 i y1<y2 zachodzi nierówność:
F(X,Y)(x1,y1)+F(X,Y)(x2,y2)–F(X,Y)(x1,y2)-F(X,Y)(x2,y1)³0
Ponieważ L=P(x1£X<x2, y1£Y<y2) = P((X,Y)Î(x1,x2>x(y1,y2>)
...
slimalke