三随机向量过程稿.PPTVIP

下载本文档

6
0
约6.63千字
约 71页
2017-11-20 发布于江苏
举报
版权申诉

三随机向量过程稿.PPT

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

三随机向量过程稿

上一页下一页返回上一页下一页返回上一页下一页返回 X Y X Y 上一页下一页返回解: (1)串联情况 X Y 上一页下一页返回 (2)并联情况 X Y 上一页下一页返回设(X,Y)为连续型随机向量，具有概率密度f(x,y)，又Z=g(X,Y) (g(x,y)为一已知的连续函数)。大部分情况下，Z是一连续型随机变量。为求Z的概率密度，可先求出Z的分布函数求解过程中，关键在于将事件{Z≤z}等价地转化为用(X,Y)表示的事件{g(X,Y) ≤z}={(X,Y) },其中。即首先找出上式右端的积分区域Dz。如果求得了FZ(z) ,那么可通过求出Z的概率密度。上一页下一页返回例4：设且X与Y相互独立，求的概率密度。由于X与Y相互独立，于是(X,Y)的概率密度为解： X和Y的概率密度分别为先求Z的分布函数当z 0时 FZ(z)=0 当z≥0时于是可得的概率密度上一页下一页返回如果一随机变量的概率密度为上式，称该随机变量服从参数为?的瑞利分布。由题可知，若X,Y独立服从同一分布则服从参数为?的瑞利分布。上一页下一页返回 X Y （有放回） X Y （无放回） 2、二维连续型随机变量的边缘分布设(X,Y)为二维连续型随机向量，具有概率密度f(x,y)，则从而知，X为连续型随机变量且概率密度为同理，Y也是连续型随机变量，其概率密度为上一页下一页返回 = y O x 上一页下一页返回第三节条件分布 1、二维离散型随机变量的条件分布律定义6: 上一页下一页返回例1：一射手进行射击,每次射击击中目标的概率均为p(0p1)且假设各次击中目标与否相互独立,射击进行到击中目标两次为止.设以X表示到第一次击中目标所需要的射击次数,以Y表示总共进行的射击次数.试求(X,Y)的联合分布律和条件分布律. 解: 由题意,{X=m}表示第m次首次击中目标,{Y=n}表示第n次击中目标,因而mn,{X=m, Y=n}表示第m次和第n次击中目标而其余n-2次均未击中目标.于是(X,Y)的联合分布律为：上一页下一页返回 Y X 的边缘分布律分别为和关于关于由此可得上一页下一页返回则：所求条件分布律为： 2、二维连续型随机变量的条件分布定义7：对固定的实数y，设对于任意给定的正数ε， P{y-εY≤y+ε}0,且若对于任意实数x，极限存在，则称此极限为在Y=y的条件下X的条件分布函数，记作P 或记为 . 同样,在X=x条件下随机变量Y的条件分布函数上一页下一页返回设(X,Y)的分布函数为F(x,y)，概率密度为f(x,y)。若在点(x,y)处f(x,y)连续，边缘概率密度fY(y)连续，且fY(y)0，则有：亦即上一页下一页返回类似地在相应条件下可得在X=x条件下Y的条件概率密度为若记为条件Y=y下X的条件概率密度，则由上式知：上一页下一页返回且有关于Y的边缘概率密度当－1y1时有：解： (X,Y)的概率密度为例2：设随机变量(X,Y)在区域D={(x,y)∣x2+y2≤1}上服从均匀分布，求条件概率密度。上一页下一页返回特别y=0和y= 时条件概率密度分别为类似于条件概率的乘法公式，也有上一页下一页返回例: (P70) 设：X~U(0,1)，当X=x(0x1)时Y~U(x,1)，求 fY(y) 。解：据题意X 的密度函数由条件有：则：设F(x,y)为二维随机变量(X,Y)的分布函数， (X,Y)关于X和关于Y的边缘分布函数分别为FX(x)，FY(y)，则上式等价于第四节随机变量的独立性定义8：设X和Y是两个随机变量，如果对于任意实数x和y，事件{X≤x}与{Y≤y}相互独立，即有P{ X≤x , Y≤y }=P{X≤x}P{Y≤y}，则称随机变量X与Y相互独立。上一页下一页返回