概率论第三章.pptxVIP

第3章 多维随机变量及其分布;3.1 多维随机变量及其分布;3.1.2 联合分布函数;;二维联合分布函数的性质;;3.1.3 二维离散随机变量的联合分布列;X;离散型随机变量的联合分布函数;3.1.4 二维连续型随机变量的联合密度函数;(4)在 f (x,y)的连续点有; 已知二维随机变量(X,Y)的联合分布函数为F(x,y)，;3.2.2 边缘分布列 ; 二维离散随机变量(X,Y)中分量 X, Y 的分布， 即为(X,Y)的边缘分布.;注：由联合分布可以确定边缘分布;;3.2.4 随机变量的独立性;3.3 多维随机变量函数的分布;3.3.2 连续随机变量函数的分布;定义 设n维随机变量(X1,X2,…,Xn), 若Xi(i=1,2, …,n) 的数学期望存在，则称 (E(X1), E(X2),…,E(Xn))为 (X1,X2,…,Xn)的数学期望.;定义 设二维随机变量(X,Y), 若X,Y 的数学期望存在， 则称 (E(X), E(Y))为(X,Y)的数学期望.; 定理2 设二维连续型随机变量 (X,Y) 的联合 密度函???为 f (x, y), g(X,Y)为X, Y 的函数, 且 E[g(X,Y)]存在, 则;1、定义 设随机变量(X, Y), 若[X-E(X)][Y-E(Y)] 的数学期望存在，则称E{[X-E(X)][Y-E(Y)]}为 X, Y 的协方差, 记为Cov(X,Y) . ;(5) Cov(X1+X2,Y)= Cov(X1,Y) + Cov(X2,Y) ;3.5.1 大数定律; 设在n重伯努利试验中，事件 A 发生 的概率为 p(0p1)，事件A发生的次数为n(A)，则对任意的ε 0，有;定理2（切比雪夫大数定律）;定义：设有随机变量序列{Xn}, 若具有下式的性质，则称该随机变量序列服从大数定律.;3.5.2 中心极限定理;定理1（林德贝格 —莱维中心极限定理）;定理2（棣莫弗－拉普拉斯极限定理）; 2.已知随机变量X 和Y 的联合分布列为 (x ,y) (0,0) (0,1) (1,0) (1,1) (2,0) (2,1) P{X=x,Y=y} 0.10 0.15 0.25 0.20 0.15 A ;例4.设(X,Y)的密度函数为;例7. 已知随机变量(X,Y )的联合密度函数为 ;例5 设(X , Y) 的联合密度函数为 求 P(Y-X ≤ 1) .