ch多维随机变量.pptVIP

  1. 1、本文档共54页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
例 已知随机变量(X,Y)的分布律为 且知X与Y独立,求a、b的值。 例 甲乙约定8:00?9:00在某地会面。设两人都随机地在这期间的任一时刻到达,先到者最多等待15分钟过时不候。求两人能见面的概率。 定义. 设n维随机变量(X1,X2,...Xn)的分布函数为F(x1,x2,...xn), (X1,X2,...Xn)的k(1?kn)维边缘 分布函数就随之确定,如关于(X1,X2)的 边缘分布函数是 FX1,X2(x1,x2,)=F(x1,x2,??,?...?) 若Xk 的边缘分布函数为FXk(xk),k=1,2,…,n, 五.n维随机变量的边缘分布与独立性 则称X1,X2,...Xn 相互独立,或称(X1,X2,...Xn)是独立的。 对于离散型随机变量的情形,若对任意整数 i1, i2, …, in及实数 有 则称离散型随机变量X1, X2, …, Xn相互独立。 设X1,X2,…,Xn为n 个连续型随机变量,若对任意的(x1, x2, …, xn)?Rn, f (x1, x2, …, xn)=fX1(x1)fX2(x2)…fXn(xn) 几乎处处成立,则称X1,X2,…,Xn相互独立。 定义 设n维随机变量(X1,X2,...,Xn)的分布函数为FX(x1,x2,...,xn);m维随机变量(Y1,Y2,…,Ym)的 分布函数为FY(y1,y2,…ym), X1,X2,...,Xn ,Y1,Y2,…,Ym 组成的n+m维随机变量(X1,X2,...,Xn ,Y1,Y2,…,Ym) 的分布函数为F(x1,x2,...,xn, y1,y2,…,ym). 如果 F(x1,x2,...xn, y1,y2,…ym).= FX(x1,x2,...xn) FY(y1,y2,…ym) 则称n维随机变量(X1,X2,...Xn)与m维随机 变量(Y1,Y2,…Ym)独立。 定理 设(X1,,X2, …, Xn )与(Y1, Y2,…, Ym )相互独立,则Xi (i=1, 2, …, n))与Yi (i=1, 2, …, m)相互独立;又若h, g是连续函数,则h(X1,,X2, …, Xn)与g(Y1, Y2,…, Ym )相互独立. 设随机变量X与Y的联合分布律为 (X, Y)~ P{X=xi, Y= yj,}= pij ,(i, j=1, 2, … ), X和Y的边缘分布律分别为 3.3 条件分布 一.离散型随机变量的条件分布律 为Y= yj的条件下,X的条件分布律; 若对固定的j, p.j0, 则称 同理,对固定的i, pi. 0, 称 为X= xi的条件下,Y的条件分布律; 例 设某昆虫的产卵数X服从参数为50的泊松分布,又设一个虫卵能孵化成虫的概率为0.8,且各卵的孵化是相互独立的,求此昆虫产卵数X与下一代只数Y的联合分布律. 二 连续型随机变量的条件概率密度 定义. 给定y,设对任意固定的正数?0,极限 存在,则称此极限为在条件条件下X的条件分布函数. 记作 可证当 时 若记 为在Y=y条件下X的条件概率密度,则由(3.3.3)知,当 时, . 类似定义,当 时 例 已知(X,Y)的概率密度为 (1)求条件概率密度 (2)求条件概率 x y 1 解: 3.4多维随机变量函数的分布 一、二维离散型随机变量函数的分布律 设二维离散型随机变量(X,Y), (X, Y)~P(X=xi, Y=yj)=pij ,i, j=1, 2, … 则 Z=g(X, Y)~P{Z=zk}= =pk , k=1, 2, … (X,Y) (x1,y1) (x1,y2) … (xi,yj) … pij p12 p13 p14 Z=g(X,Y) g(x1,y1) g(x1,y2) g(xi,yj) 或 例 设随机变量X与Y独立,且均服从0-1 分布,其分布律均为 X 0 1 P q p (1) 求W=X+Y的分布律; (2) 求V=max(X, Y)的分布律; (3) 求U=min(X, Y)的分布律。 (4)求w与V的联合分布律。 (X,Y) (0,0) (0,1) (1,0

文档评论(0)

118books + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档