next up previous
Next: Charakteristiky náhodného vektoru Up: Náhodný vektor Previous: Náhodný vektor

Rozdělení náhodného vektoru

Sdružená distribuční funkce náhodných veličin $X,\; Y$ je definována předpisem

\begin{displaymath}
F(x,y) = P(X \le x,\; Y \le y)
\end{displaymath}

Sdružená distribuční funkce má obdobné vlastnosti jako distribuční funkce v jedné proměnné. Pravděpodobnost, že náhodný vektor je z obdélníkové oblasti lze vyjádřit pomocí distribuční funkce

\begin{displaymath}P(x_1 < X \le x_2,\; y_1 < Y \le y_2) = F(x_2,y_2) - F(x_2,y_1) -
F(x_1,y_2) + F(x_1,y_1)\end{displaymath}

Jestliže existuje nejvýše spočetně mnoho hodnot náhodného vektoru, jde o náhodný vektor s diskrétním rozdělením a sdružená distribuční funkce

\begin{displaymath}F(x,y) = \sum_{(i,j),\ x_i \le x,\; y_j \le y} p_{ij} \end{displaymath}

Veličina $p_{ij}$ se nazývá sdružená pravděpodobnostní funkce.

Distribuční funkce $F(x,y)$ je absolutně spojitá, pokud $\exists$ funkce $f(x,y) \ge 0$ ( sdružená hustota pravděpodobnosti) taková, že

\begin{displaymath}F(x,y) = \int_{-\infty}^x \int_{-\infty}^y f(x',y')\;
{\rm d}x' {\rm d}y'\end{displaymath}

Pokud $\exists$ druhá smíšená derivace distribuční funkce, pak

\begin{displaymath}f(x,y) = \frac{\partial^2}{\partial x\; \partial y} F(x,y)\end{displaymath}

Distribuční funkce složky $X$ (resp. $Y$) náhodného vektoru -
marginální distribuční funkce

$\displaystyle F_X (x)$ $\textstyle =$ $\displaystyle P (X \le x) = \lim_{y \rightarrow \infty} F(x,y)$  
$\displaystyle F_Y (y)$ $\textstyle =$ $\displaystyle P (Y \le y) = \lim_{x \rightarrow \infty} F(x,y)$  

Podobně lze definovat marginální pravděpodobnostní funkce či marginální hustoty pravděpodobnosti. Jde vlastně o příslušné funkce náhodné veličiny.

Nezávislost Náhodné veličiny $X$, $Y$ jsou nezávislé právě tehdy, jestliže

\begin{displaymath}F(x,y) = F_X (x) \cdot F_Y(y) \end{displaymath}

Pro náhodný vektor s diskrétním (resp. spojitým) rozdělením platí, že náhodné veličiny $X$, $Y$ jsou nezávislé právě tehdy, jestliže

\begin{displaymath}p_{ij} = q_i \cdot r_j \ \ \ \ \ \ \ \ \ \
f(x,y) = f_X (x) \cdot f_Y (y) \end{displaymath}

kde $q_i$, $r_j$ jsou marginální pravděpodobnostní funkce diskrétních veličin $X$, $Y$ ($f_X$, $f_Y$ jsou marginální hustoty pravděpodobnosti).

Korelační tabulka Pravděpodobnostní funkce diskrétního náhodného vektoru s konečným počtem hodnot se často prezentuje pomocí korelační tabulky, kde kromě sdružené pravděpodobnostní funkce jsou v posledním řádku (sloupci) uvedeny marginální distribuční funkce (součty sloupců, resp. řádků).

x $\backslash$ y $y_1$ $y_2$ ... $y_m$ $\sum_j p_{ij}$
$x_1$ $p_{11}$ $p_{12}$ ... $p_{1m}$ $q_1$
$x_2$ $p_{21}$ $p_{22}$ ... $p_{2m}$ $q_2$
...
$x_n$ $p_{n1}$ $p_{n2}$ ... $p_{nm}$ $q_n$
$\sum_i p_{ij}$ $r_1$ $r_2$ ... $r_m$ 1
Marginální pravděpodobnosti $X$, $Y$ jsou $q_i$, $r_j$.

Podmíněná pravděpodobnost (hustota pravděpodobnosti) je definována pro náhodný vektor s diskrétním (spojitým) rozdělením

\begin{displaymath}p(x_i \vert y_j) = \frac{p_{ij}}{r_j} \ \ \ \ \ \ \ \ \ \ \
\...
... \ \ \ \ \ \ \ \ \ \ \ \
f(x \vert y) = \frac{f(x,y)}{f_Y (y)} \end{displaymath}


next up previous
Next: Charakteristiky náhodného vektoru Up: Náhodný vektor Previous: Náhodný vektor
Jiri Limpouch
2000-11-02