第一章 概率论基础.pptVIP

离散型随机变量可完全由其分布律来刻划． 即离散型随机变量可完全由其的可能取值以及取这 些值的概率唯一确定． 3.分布函数 设 X 是一个随机变量，x 是任意实数，函数 (3)正态分布 9.随机变量的独立性 由独立性的定义可知 离散型随机变量的独立性 连续型随机变量的独立性 10. 随机变量函数的分布 ⑶ Cov(X1+X2,Y)= Cov(X1,Y) + Cov(X2,Y) ⑴ Cov(X,Y)= Cov(Y,X) ⑵ Cov(aX,bY) = ab Cov(X,Y) a,b是常数 6. 协方差的运算性质 由协方差的定义及期望的性质,可得上述结论. 　 称 为随机变量X,Y的相关系数。 D(aX+bY)= 1.1、概率论复习 相关系数满足: X，Y独立? =0?X，Y不相关。 7. 切比晓夫不等式 设随机变量X有数学期望 , 对任意 0, 不等式 成立， 或 1.1、概率论复习 ① ② 1.1、概率论复习 ① 1.1、概率论复习 ② 1.1、概率论复习 1.2、斯蒂阶积分 1.2、斯蒂阶积分 1.2、斯蒂阶积分 1.2、斯蒂阶积分 1.3、随机变量的特征函数 1.3、随机变量的特征函数 1、多维随机变量的定义 2、多维随机变量的联合分布函数 类似于高等数学中二元函数的有关结论可推广到多元函数一样,二维随机变量的有关结论也可推广到多维随机变量. （三）多维随机变量基本内容与结论 1.1、概率论复习 y (x, y) (X, Y ) 1.1、概率论复习 y x o x1 x2 y1 y2 (X, Y ) (x2 , y2) (x2 , y1) (x1 , y2) (x1 , y1) 1.1、概率论复习 3、分布函数具有以下的基本性质： F(x,y)是变量 x , y 的不减函数，即 对于任意固定的 y , 当 x1 x2时， 对于任意固定的 x , 当 y1 y2时， 对于任意固定的 Y ,  对于任意固定的 X , (2) (1) 且 1.1、概率论复习 (3) F (x , y )=F(x+0,y), F (x , y )=F(x ,y+0), 即 F (x , y )关于 x 右连续，关于 y 也右连续. y x o x1 x2 y1 y2 (X, Y ) (x2 , y2) (x2 , y1) (x1 , y2) (x1 , y1) (4) 1.1、概率论复习 4、边缘分布函数 1.1、概率论复习 1.1、概率论复习 5、定义：对于二维随机变量 ( X,Y ) 分布函数 F (x , y )，如果存在非负函数 f (x , y )，使得对于任意的 x，y有： 则称 ( X,Y ) 是连续型的二维随机变量，函数 f (x , y )称为二维随机变量 ( X,Y )的概率密度，或称为 X 和 Y 的联合概率密度。 1.1、概率论复习 6、概率密度 f (x , y ) 具有以下性质： （4） 设 G 是平面上的一个区域，点 ( X,Y )落在G 内 的概率为： 1.1、概率论复习 在几何上 z = f (x , y) 表示空间的一个曲面，上式 即表示 P{(X,Y)?G}的值等于以 G 为底，以曲面 z = f (x , y)为顶的柱体体积 x y z 1.1、概率论复习 7、边缘概率密度 1.1、概率论复习 定义：设( X ,Y ) 是二维离散型随机变量，对于固定的 j , 若P{Y= yj }0, 则称 为在Y= yj 条件下随机变量 X 的条件分布律。 条件分布律具有分布律的以下特性： 10 P{ X= xi |Y= yj }?0； 8、条件分布 1.1、概率论复习 同样对于固定的 i, 若P{X= xi}0, 则称 为在 X= xi 条件下随机变量Y 的条件分布律。 1.1、概率论复习 1.1、概率论复习 1.1、概率论复习 1.1、概率论复习 1.1、概率论复习 1.1、概率论复习 1.1、概率论复习 1.1、概率论复习 1.1、概率论复习 (2)最值的分布 1.1、概率论复习 1.1、概率论复习 1.1、概率论复习 ① ② 1.1、概率论复习 ① 1.1、概率论复习 ② (1) 设X是离散型随机变量，它的概率函数是: