Числові характеристики системи випадкових величин та їх граничні теореми
1. Кореляційний момент, коефіцієнт кореляції
Кореляційним моментом (коваріацією) випадкових величин і називається математичне сподівання добутку відповідних ним центрованих величин:
. (1)
Властивості коваріації:
1.
2.
3.
Перші дві з них очевидні, остання доводиться також легко:
Коефіцієнтом кореляції називається кореляційний момент нормованої випадкової величини:
Теорема. Для будь-яких випадкових величин , коефіцієнт кореляції причому знак рівності можливий тоді і тільки тоді, коли і з імовірністю 1 пов'язані лінійно.
Доведення. Обчислимо дисперсію лінійної комбінації випадкових величин і з довільним коефіцієнтом та врахуємо, що з властивостей дисперсії вона є невід'ємною.
При цьому отримаємо невід’ємну квадратичну форму відносно змінної з невід’ємним коефіцієнтом при .
Це можливо лише за умови, що її дискримінант . З урахуванням визначення (1) цю нерівність можна переписати у вигляді:
або
або мовою середніх квадратичних відхилень випадкових величин
.
Тобто
Доведемо тепер другу частину теореми: тоді і тільки тоді, коли і з імовірністю 1 пов'язані лінійно.
Необхідність:
Достатність:
, , ,
, .
Випадкові величини x,h називаються некорельованими, якщо їх коваріація дорівнює нулю. Якщо випадкові величини x, h незалежні, то вони некорельовані.
.
Зворотне твердження, взагалі кажучи, не має місця.
Наприклад,
.
.
Для опису зв'язків, що існують між проекціями випадкового вектора (x,h), крім коваріації можна використовувати числові характеристики умовних законів розподілу , .
Умовним середнім значенням і умовною дисперсією випадкової величини x за умови h =y називаються величини:
,
.
Аналогічно визначаються характеристики і .
Для опису випадкового вектора також вводять початкові і центральні моменти:
, .
2. Комплексна випадкова величина, характеристичні функції
Комплексна випадкова величина, що вводиться за формулою , є іншим способом опису випадкового вектора (,).
Випадкові величини і називаються незалежними, якщо незалежними є випадкові вектори (,) і (,).
,
,
,
,
,
,
,
,
.
Характеристичною функцією випадкової величини називається середнє значення виразу .
.
Функцію називають також характеристичною функцією відповідного закону розподілу:
(2)
Як видно з (2), характеристична функція є перетворенням Фур'є відповідної їй щільності імовірності:
Властивість 1. При додаванні незалежних випадкових величин їхні характеристичні функції перемножуються.
Властивість 2. Розкладання характеристичної функції в ряд за ступенями дозволяє знайти всі моменти , , ,…випадкової величини .
3. Види збіжності випадкових величин
Послідовність випадкових величин x1, x2…називається такою, що збігається з випадковою величиною x в розумінні середнього квадратичного, якщо границя математичного сподівання квадрата абсолютного значення відхилення від прямує до нуля за умови, що , тобто
.
Величина x називається ще СК границею послідовності {xn}.
чи .
Оскільки
,
СК збіжність рівносильна виконанню умов:
.
Послідовність випадкових величин збігається з випадковою величиною при за імовірністю, якщо для кожного будь-якого e>0
,
.
Збіжність послідовності до випадкової величини за ймовірністю символічно позначається таким чином:
.
Для будь-якої випадкової величини при будь-якому e>0
.
.
Наслідок.
Зі збіжності у СК випливає збіжність за ймовірністю.
4. ............