1. Главная
  2. Библиотека
  3. Теория вероятностей
  4. Плотность двумерного нормального распределения имеет ви...
Разбор задачи

Плотность двумерного нормального распределения имеет вид: ; Вычислить вектор мат. ожиданий и ковариационные характеристики данного случайного вектора. Найти аффинное преобразование, переводящее исходный случайный вектор в стандартный нормальный.

  • Предмет: Теория вероятностей
  • Автор: Кэмп
  • #Теория вероятностей и математическая статистика
  • #Теория случайных величин
Плотность двумерного нормального распределения имеет вид: ; Вычислить вектор мат. ожиданий и ковариационные характеристики данного случайного вектора. Найти аффинное преобразование, переводящее исходный случайный вектор в стандартный нормальный.

Условие:

Плотность двумерного нормального распределения имеет вид: pξ,η(x,y)=Cexp(12(2x2+4xy+5y28x14y+11))p_{\xi, \eta}(x, y)=C \cdot \exp \left(-\frac{1}{2}\left(2 x^{2}+4 x y+5 y^{2}-8 x-14 y+11\right)\right);

  1. Вычислить вектор мат. ожиданий и ковариационные характеристики данного случайного вектора.
  2. Найти аффинное преобразование, переводящее исходный случайный вектор в стандартный нормальный.

Решение:

Для решения задачи начнем с анализа плотности двумерного нормального распределения, заданной в виде:\np_{ξ, η}(x, y) = C · exp(-1/2(2x² + 4xy + 5y² - 8x - 14y + 11))

  1. Вычисление вектора математических ожиданий и ковариационных характеристик.

Сначала преобразуем квадратичную форму в экспоненте. Для этого выделим полный квадрат. Мы можем записать выражение 2x² + 4xy + 5y² - 8x - 14y в виде: \nQ(x, y) = 2x² + 4xy + 5y² - 8x - 14y.

Для этого найдем матрицу ковариации и вектор математических ожиданий.

Сначала запишем квадратичную форму в матричном виде: \nQ(x, y) = [x, y] * A * [x, y]^T +...

Внутри — полный разбор, аргументация, алгоритм решения, частые ошибки и как отвечать на каверзные вопросы препода, если спросит

Попробуй решить по шагам

Попробуй один шаг и продолжи в режиме обучения или посмотри готовое решение

Какое свойство двумерного нормального распределения позволяет определить его параметры (вектор математических ожиданий и ковариационную матрицу) из квадратичной формы в экспоненте плотности распределения?

Что нужно знать по теме:

Что нужно знать по теме

Алгоритм решения

Топ 3 ошибок

Что спросит препод

Выбери предмет