概率统计小结及典型题培训教案.pptVIP

（Ⅱ） 二维随机向量的分布 若X, Y相互独立，得卷积公式 《概率统计》 下页 结束 返回 （Ⅰ） 一维随机变量的分布 一、定义 设X为随机变量，对于任意实数x，称函数 为随机变量X的分布函数. 二、计算(分布函数求法) 下页 复习 下页 三、分布律(离散型) 或 四、分布函数(连续型随机变量) 下页 概率计算 1 p.1 p.2 … p.j … P{Y=yj} p1. p2. pi. p11 p12 … p1j … p21 p22 … p2j … pi1 pi2 … pij … … … x1 x2 xi P{X=xi} y1 y2 … yj … X Y 下页 一、离散型 下页 概率计算 二、连续型 下页 三、边缘密度 下页 四、连续型随机变量函数(X+Y)的分布 （Ⅲ） 第三章的典型题 例1.５个球分别编号①～⑤，任取３球，以X和Y分别表示, 其中的最小号码和最大号码，求(X，Y)的概率分布． 解：(X，Y)可取(1,3), (1,4), (1,5), (2,4), (2,5), (3,5),且 P{X=1,Y=3}=1/10；P{X=1,Y=4}=2/10；P{X=1,Y=5}=3/10； P{X=2,Y=4}=1/10；P{X=2,Y=5}=2/10；P{X=3,Y=5}=1/10. 1/10 2/10 3/10 0 1/10 2/10 0 0 1/10 1 2 3 3 4 5 X Y 或解：X可取1,2,3;Y可取3,4,5,联合分布律为 下页 例2.设随机向量(X，Y)的分布列为 3)X和Y是否独立? 解: 1) P{XY} =P{X=1,Y=2}+ P{X=1,Y=3} + P{X=2,Y=3} =0+1/27+0=1/27 2) P{X=Y} =P{X=1,Y=1}+ P{X=2,Y=2} + P{X=3,Y=3} =0+6/27+0=6/27 Pi. P.j 3/27 18/27 6/27 8/27 12/27 6/27 1/27 P{X=1,Y=1}≠ P{X=1｝P{Y=1} 所以X和Y不独立. 求：1) P{XY};2) P{X=Y}; 3)先求边缘分布 下页 2/27 0 0 1/27 6/27 6/27 6/27 0 0 62/27 0 0 1 2 3 0 1 2 3 X Y 例3. 已知随机向量（X，Y）的联合密度函数为 求 X ,Y的边缘概率密度. 解：当x0时, 当x≤ 0时, 即 下页 y=x o 当y≤ 0时, 即 下页 例3. 已知随机向量（X，Y）的联合密度函数为 求 X ,Y的边缘概率密度. y=x o 当y0时, 例4.设随机变量X和Y相互独立且均服从N(0,1),求 的概率密度(简单了解). 解：由于X和Y相互独立且都服 从N(0,1)，所以(X, Y)的联合密度为 当z≤0时， 所以 当z0时， 结束 1.离散型 2.连续型 3.Y= g(X) 4.Z=g(X,Y) 下页 （Ⅳ） 第四章小结 s 2 1/l2 (b-a)2/12 l npq pq D(X) m 1/l (a+b)/2 l np p E(X) N(m,s 2) E(l) U(a,b) P(l) B(n,p) 0-1 分布 D(X)=E{[X-E(X)]2} 1.方差的定义与计算 2.常见分布的期望与方差 ò +￥ ￥ - - = dx x f X E x X D ) ( )] ( [ ) ( 2 下页 任意两个随机变量X和Y的协方差,记为Cov(X,Y), [Covariance] 定义为 一、协方差 Cov(X,Y)=E{[