Axborot texnologiyalari va kommunikatsiyalarni rivojlantirish vazirligi muhammad al xorazmiy nomidagi



Yüklə 54,2 Kb.
səhifə1/2
tarix03.06.2022
ölçüsü54,2 Kb.
#60482
  1   2
Shamsiddinov Isoqjon Extimollik va statistika fanidan mustaqilish


O’ZBEKISTON RESPUBLIKASI


AXBOROT TEXNOLOGIYALARI


VA KOMMUNIKATSIYALARNI RIVOJLANTIRISH VAZIRLIGI


MUHAMMAD AL – XORAZMIY NOMIDAGI


TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI


FARG’ONA FILIALI


Kompyuter injiniringi” fakulteti


Axborot xavfsizligi yo’nalishi


640-20 – guruh talabasi


Samsiddinov Isoqjon
Extimollik va statistika”
fanidan
MUSTAQIL ISH


Farg’ona 2021




KO’P O’LCHOVLI NORMAL QONUN

REJA:
  1. Bir o’lchovli normal qonun


  2. Ko’p o’lchovli normal qonun


  3. Ikki o‘lchovlik uzluksiz tasodifiy miqdor zichlik funksiyasi va uning xossalari



Bir o’lchovli t.m.lardan tashqari, mumkin bo’lgan qiymarlari 2 ta, 3 ta, ..., n ta son bilan aniqlanadigan miqdorlarni ham o’rganish zarurati tug’iladi. Bunday miqdorlar mos ravishda ikki o’lchovli, uch o’lchovli, … , n o’lchovli deb ataladi.
Faraz qilaylik, (, A, P) ehtimollik fazosida aniqlangan X X12,..., Xn t.m.lar berilgan bo’lsin.


  •  (X X12,..., X) vektorga tasodifiy vektor yoki n-o’lchovli t.m. deyiladi.

Ko’p o’lchovli t.m. har bir elementar hodisa  ga n ta X X12,..., Xn t.m.larning qabul qiladigan qiymatlarini mos qo’yadi.




  • FX1,X2,...,Xn (x x12,...,x)  P X x X1 x2,...,  xnn o’lchovli funksiya  (X X12,..., X) tasodifiy vektorning taqsimot funksiyasi yoki X X12,..., Xn t.m.larning birgalikdagi taqsimot funksiyasi deyiladi.

Qulaylik uchun FX1,X,...,Xn (x x1,..., x) taqsimot funksiyani



X X12,..., Xn indekslarini tushirib qoldirib, F x x1,...,xn) ko’rinishida yozamiz.

F x x1,...,xn) funksiya  (X1,..., X) tasodifiy vektorning taqsimot funksiyasi bo’lsin. Ko’p o’lchovli F x x1,..., xn) taqsimot funksiyaning asosiy xossalarini keltiramiz:

  1. x: 0  F x x1,...,x) 1, ya‘ni taqsimot funksiya chegaralangan.




  2. F x x1,...,xn) funksiya har qaysi argumenti bo’yicha kamayuvchi emas va chapdan uzluksiz.
  3. Agar biror x bo’lsa, u holda


lim F x x12,...,xn)  F x1,...,xi1,,xi1,...,xn)  x


(3.1.1)
 FX1,...,Xi1,Xi1,...,Xn (x1,..., xi1xi1,...,xn)

  1. Agar biror x bo’lsa, u holda lim F x x12,...,xn)  0.




x
3-xossa yordamida keltirib chiqarilgan (3.1.1) taqsimot funksiyaga marginal(xususiy) taqsimot funksiya deyiladi.  (X1,..., X) tasodifiy vektorning barcha marginal taqsimot funksiyalari soni


n

 CnCn...Cnn CnCnCn 2 2 ga tengdir.

n0
Masalan,  (X X1) (n=2) ikki o’lchovlik tasodifiy vektorning marginal taqsimot funksiyalari soni   22 2 ta bo’lib, ular quyidagilardir: F x1, ) F x11)  P X x1);


F(,x)  F x)  P X x) .
Soddalik uchun n=2 bo’lgan holda, ya‘ni (X,Y) ikki o’lchovlik tasodifiy vector bo’lgan holni ko’rish bilan cheklanamiz.
(X,Y) ikki o’lchovli t.m. taqsimot qonunini

pij  P X{  x Yi,  yj}; 1, ,n j 1,m (3.2.1)
formula yordamida yoki quyidagi jadval ko’rinishida berish mumkin:

bu yerda barcha pij ehtimolliklar yig’indisi birga teng, chunki


{ x Yi,  yj1, ,n j 1,m birgalikda bo’lmagan hodisalar to’la gruppani
n m
tashkil etadi  pij 1. (3.2.1) formula ikki o’lchovli diskret t.m.ning
i1 j1

taqsimot qonuni, (3.2.2) jadval esa birgalikdagi taqsimot jadvali deyiladi. (X,Y) ikki o’lchovli diskret t.m.ning birgalikdagi taqsimot qonuni berilgan bo’lsa, har bir komponentaning alohida (marginal) taqsimot qonunlarini topish mumkin. Har bir 1,n uchun { x Y,  y1},{ x Y,  y2},...,{ x Yi,  ym} hodisalar birgalikda bo’lmagani sababli: pxi  P X x{  i} pi pi... pim . Demak,


n


pxi  P X{  xi}  pij 1,npy P Y y{  j} pij 1,.
j1 i1


3.1-misol. Ichida 2 ta oq, 1 ta qora, 1 ta ko’k shar bo’lgan idishdan tavakkaliga ikkita shar olinadi. Olingan sharlar ichida qora sharlar soni X t.m. va ko’k rangdagi sharlar soni Y t.m. bo’lsin. (X,Y) ikki o’lchovli
t.m.ning birgalikdagi taqsimot qonunini tuzing. X va Y t.m.larning alohida taqsimot qonunlarini toping.


X t.m. qabul qilishi mumkin qiymatlari: 0 va 1: Y t.m.ning qiymatlari ham 0 va 1. Mos ehtimolliklarni hisoblaymiz:
C21 2 1  1 );


p11  P X{  0, 0} C42  6 (yoki 4 3 6 p12  P X{  0,1} CC421 62 ; p21  P X{ 1, 0} 62 ;

p22  P X{ 1,1} .
(X,Y) vaktorning taqsimot jadvali quyidagicha ko’rinishga ega:

1 2 1 2 1 1


Bu yerdan P X{  0}   , P X{ 1}   ;
6 6 2 6 6 2
1 2 1 2 1 1
P Y{  0}   , P Y{ 1}   kelib chiqadi. X
6 6 2 6 6 2
va Y t.m.larning alohida taqsimot qonunlari quyidagi ko’rinishga ega bo’ladi:
: 0, 1 : 0, 1
 

 12 12 va : 1 , 1 . : ,  2 2




Ikki o‘lchovli tasodifiy miqdorning taqsimot funksiyasi va uning xossalari

Ikki o’lchovli t.m. taqsimot funksiyasini F(x,y) orqali belgilaymiz.


 Ikki o‘lcholi (X,Y) t.m.ning taqsimot funksiyasix va y sonlarning har bir jufti uchun { x} va { y} hodisalarning birgalikdagi ehtimolligini aniqlaydigan F(x,y) funksiyasidir: ya‘ni

F x y( , ) P X{  x Y,  y}P(X Y. )    ( , ) (, )y D. (3.3.1)
(3.3.1.) tenglikning geometrik tasviri 21-rasmda keltirilgan.

21-rasm.
(X,Y) ikki o’lchovlik diskret t.m. taqsimot funksiyasi quyidagi yig’indi orqali aniqlanadi:



F x y( , )   pij . (3.3.2) x x yi y
Ikki o’lchovlik t.m. taqsimot funksiyasining xossalari:




  1. F x y( , ) taqsimot funksiya chegaralangan: 0 F x y( , ) 1.


  2. F x y( , ) funksiya har qaysi argumenti bo’yicha kamayuvchi emas: agar x x1 bo’lsa, F x y2, )  F x y1, ) , agar y y1 bo’lsa, F x y( , 2)  F x y( , 1) .


  3. F x y( , ) funksiyaning biror argumenti  bo’lsa(limit ma‘nosida), u holda F x y( , ) funksiya nolga tengF x( , ) F(, ) F(  , ) 0.
  4. Agar F x y( , ) funksiyaning bitta argumenti  bo’lsa(limit ma‘nosida), u holda





F x( , ) F1( ) F( )F(, ) F2( ) F( ). (3.3.3)
4'. Agar ikkala argumenti  bo’lsa(limit ma‘nosida), u holda F( , ) 1.


  1. F x y( , ) funksiya har qaysi argumenti bo’yicha chapdan uzluksiz, ya‘ni x x lim0F x y( , )  F x y0, )y lim0F x y( , ) F x y( , 0).

0 0
Isboti. 1.F x y( , )  P X{  x Y,  y} ehtimollik bo’lgaligi uchun


0 F x y( , ) 1.
  1. (x y, ) argumentlarning birortasini kattalashtirsak, 21-rasmda bo’yalgan D soha kattalashadi, demak bu sohaga (X,Y) tasodifiy nuqtaning tushishi ehtimolligi kamaymaydi.


  2. { },{ } hodisalar va ularning ko’paytmasi mumkin bo’lmagan hodisalardir. Demak, bu hodisalarning ehtimolligi nolga teng. 4. { } muqarrar hodisa bo’lgani uchun {  } { y}{ y} bo’ladi. Demak, F(, ) P X{  ; y} P Y{  y} F( )Xuddi shunday F x( , ) P X{  x Y;  } P X{  xF( ).


4'. { } va { } hodisalar muqarrar hodisalar bo’lganligi uchun {  } { } ham muqarrar hodisa bo’ladi va bu hodisaning ehtimolligi 1 ga teng. ■


F x y( , ) taqsimot funksiya yordamida (X,Y) t.m. biror


{(x y, ): x  x y2  y2} sohaga tushishi ehtimolligini topish mumkin:

P X Y{( , )D} P x  x y y2}
(3.3.4)  F x y) F x y1)F x y1) F x y11).

22-rasmda (3.3.4) tenglikning geometrik isboti keltirilgan.


22-rasm.


3.2-misol. 3.1-misoldagi (X,Y) ikki o’lchovlik t.m.ning hamda X va Y
t.m.larning taqsimot funksiyalarini toping. Avvalgi bobdagi (2.3.2) formuladan:
0, agar  0, 0, agar y  0,
F x1( ) 0.5, agar 0  1, F y( ) 0.5, agar 0  1,
1, agar 1, 1, agar y 1.
(X,Y) ikki o’lchovlik t.m.ning F x y( , ) taqsimot funksiyasini (3.3.2) formulaga ko’ra topamiz:


Yüklə 54,2 Kb.

Dostları ilə paylaş:
  1   2




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©azkurs.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin