[哲学]2-概率论基础.ppt

* 随机变量的特征函数 性质 （3）随机变量 相互独立的充要条件： * 随机变量的特征函数 性质 （4）特征函数与随机变量矩的关系为 一维变量，k阶原点矩： * 随机变量的特征函数 性质 （4）特征函数与随机变量矩的关系为 n维变量，混合原点矩： （i=1,…,n） * 随机变量的特征函数 利用特殊函数法求随机变量 的数学期望和方差 由 * 极限定理 大数定律1：设 ，相互独立同分布随机变量，且存在数学期望和方差： 　则对任意　 ，有 即 * 极限定理 伯努利大数定律：设　　　　　　　　，相互独立都服0-1分布随机变量，则对　　　，有 * 极限定理 独立同分布中心极限定理：设　　　　　　　，是相互独立同分布随机变量序列，具有数学期望和方差则 即 的极限分布为标准正态分布N(0,1) 　　若有大量相互独立的随机变量，且每个阴机变量对它们之和的影响足够小时，则当这些随机变量的个数趋于无穷大时，这些随机变量的和服从正态分布，而与每个机变量的分布无关 * 2.2 随机变量及其分布 1维-2维-…n维 n维随机变量： 定义在同一概率空间 上的n个随机变量 n维联合分布函数  k维边缘分布函数 条件分布函数 相互独立： * 随机变量函数的分布 离散随机变量的函数 设离散随机变量的分布律为 P{X=xi}=pi，i=1,2,… 若对于X的不同取值xi，Y=g(X)的取值g(xi)也不相同，则随机变量Y=g(xi)的分布律为 P{Y=g(xi)}=pi, i=1,2,3,… 若对于X的有限个或可列无穷个不同的取值, Y=g(X)取相同的值y，则随机变量Y取值y的概率等于X取这些值的概率之和。 * 随机变量函数的分布 X -2 -1 0 1 2 P 1/5 1/5 1/5 1/5 1/5 -3 -1 1 3 5 4 1 0 1 4 0 -1 0 1 0 * 随机变量函数的分布 离散随机变量的函数 设二维离散随机变量的分布律为 P{X=xi, Y=yj}=pij, i,j=1,2,… 若对于(X,Y)的不同取值(xi, yj), Z=g(X,Y)的取值g (xi, yj) 也不相同，则随机变量Z=g(X,Y)的分布律为 P{Z= g (xi, yj)=pij, i,j=1,2,3,… 若对于(X,Y)的有限个或可列无穷个不同的取值, Z=g(X,Y) 取相同的值z，则随机变量Z取值z的概率等于(X,Y) 取这些值的概率之和。 * 随机变量函数的分布 连续随机变量的函数 设连续随机变量X的函数为Y=g(X), X概率密度为pX(x),则Y的分布函数为 FY(y)=P{x: g(x) ≤y} Y的概率密度为 若y=g(x)为单调函数, f(y)是g(x)的反函数 * 随机变量函数的分布 连续随机变量的函数 若y=g(x)为非单调函数,如一个Y对应两个X值, f(y)是g(x)的反函数 * 随机变量函数的分布 例：设X~N(0,1)，求 的密度函数解：由 ，则 * 随机变量函数的分布 设 为n维随机变量，已知其联合分布 ，求 的函数 的联合分布函数： * 随机变量函数的分布 其中，积分区间D由不等式组 所决定。 若存在反函数 * 随机变量函数的分布 * 随机变量函数的分布 例：设随机变量X~N(0,1)，Y~N(0,1)且相互独立， ，试求(1) 随机变量(U,V)的联合概率密度； (2) 随机变量U与V是否相互独立？解：随机变量(X,Y)的联合概率密度为易得反函数为 ， ，从而随机变量(U,V)的联合概率密度为 * 随机变量的数字特