Реферат: Вычисление случайных величин - Refy.ru - Сайт рефератов, докладов, сочинений, дипломных и курсовых работ

Вычисление случайных величин

Рефераты по математике » Вычисление случайных величин

Задача №1.


Двумерная случайная величина (X,Y) имеет равномерное распределение вероятностей в треугольной области ABC:




где S – площадь треугольника ABC.

Определить плотности случайных величин X и Y, математические ожидания M(X) и M(Y), дисперсии D(X) и D(Y), а также коэффициент корреляции . Являются ли случайные величины X и Y независимыми?

Решение.

Разделим область ABC на две равные части вдоль оси OX, тогда из условия


или


следует, что

Тогда плотность двумерной случайной величины (X,Y):


Вычислим плотность составляющей X:

при ,

откуда плотность составляющей X –



Вычислим плотность составляющей Y:

при ,

при ,

Поэтому плотность составляющей Y –



Найдем условную плотность составляющей X:

при , случайные величины X и Y зависимы.

Найдем математическое ожидание случайной величины X:



Найдем дисперсию случайной величины X:



Найдем среднеквадратическое отклонение случайной величины X:



Найдем математическое ожидание случайной величины Y:



Найдем дисперсию случайной величины Y:



Найдем среднеквадратическое отклонение случайной величины Y:



Найдем математическое ожидание двумерной случайной величины (X,Y):



Тогда ковариация: ,

а значит и коэффициент корреляции

Следовательно, случайные величины X и Y - зависимые, но некоррелированные.


Задача №2


Двумерная случайная величина (X,Y) имеет следующее распределение вероятностей:


Y X
3 6 8 9
-0,2 0,035 0,029 0,048 0,049
0,1 0,083 0,107 0,093 0,106
0,3 0,095 0,118 0,129 0,108

Найти коэффициент корреляции между составляющими X и Y.

Решение.

Таблица распределения вероятностей одномерной случайной величины X:

X 3 6 8 9

0,213 0,254 0,270 0,263





Проверка: + + + = 0,213 + 0,254 + 0,270 + 0,263 = 1.

Таблица распределения вероятностей одномерной случайной величины Y:


Y -0,2 0,1 0,3

0,161 0,389 0,450





Проверка: + + = 0,161 + 0,389 + 0,450 = 1.

Вычислим числовые характеристики случайных величин X и Y.

1. Математическое ожидание случайной величины X:


2.


Математическое ожидание случайной величины Y:



3. Дисперсия случайной величины X:



4. Дисперсия случайной величины Y:



5. Среднеквадратическое отклонение случайной величины X:



6. Среднеквадратическое отклонение случайной величины Y:



Таблица распределения вероятностей случайной величины X-M(X):

X-M(X) 3-M(X) 6-M(X) 8-M(X) 9-M(X)

0,213 0,254 0,270 0,263

Таблица распределения вероятностей случайной величины Y-M(Y):

Y-M(Y) -0,2-M(Y) 0,1-M(Y) 0,3-M(Y)

0,161 0,389 0,450

Таблица распределения вероятностей случайной величины [X-M(X)][Y-M(Y)]:

[X-M(X)][Y-M(Y)] 1,260873 0,153873
P 0,035 0,083

-0,584127 0,235773 0,028773 -0,109227 -0,447627
0,095 0,029 0,107 0,118 0,048

-0,054627 0,207373 -0,789327 -0,096327 0,365673
0,093 0,129 0,049 0,106 0,108


Найдем ковариацию:


Найдем коэффициент корреляции:



Ответ: -0,028.


Задача №3


Рост, см

(X)

Вес, кг (Y)
22,5-25,5 25,5-28,5 28,5-31,5 31,5-34,5 34,5-37,5
117,5-122,5 1 3 - - -
122,5-127,5 - 2 6 1 -
127,5-132,5 - 1 5 5 -
132,5-137,5 - 1 6 7 2
137,5-142,5 - - 1 4 2
142,5-147,5 - - - 1 1
147,5-152,5 - - - - 1

Результаты обследования 50 учеников:

По данным таблицы требуется:

написать выборочные уравнения прямых регрессии Y на X и X на Y;

вычертить их графики и определить угол между ними;

по величине угла между прямыми регрессии сделать заключение о величине связи между X и Y.

Решение.

Принимая рост всех учеников, попавших в данный интервал, равным середине этого интервала, а вес – равным середине соответствующего интервала, получим так называемую корреляционную таблицу:

Для роста X получим:

1. Выборочная средняя –



2. Дисперсия выборочная исправленная –



Для веса Y получим:

Выборочная средняя -



Дисперсия выборочная исправленная –



Найдем выборочный коэффициент корреляции:



Найдем значения коэффициентов регрессии:



Уравнение прямой регрессии Y на X имеет вид:



Уравнение прямой регрессии X на Y имеет вид:



- угол между прямыми регрессии.



Следовательно, связь между X и Y не тесная.