宁波大学《概率统计》宁波大学概率论与数理统计课件.pptVIP

宁波大学 概率论与数理统计目录 第一章 随机事件及其概率 §1.1 随机事件及其运算 §1.2 随机事件的概率 §1.3 条件概率与全概率公式 §1.4 随机事件的独立性 第二章 随机变量及其分布 §2.1 离散型随机变量及其分布律 概率论与数理统计目录 §2.2 随机变量的分布函数 §2.3 连续型随机变量及其密度 §2.4 几种常见的连续型随机变量 §2.5 随机变量函数的分布 §2.6 二维随机变量及其联合分布函数 §2.7 二维离散型随机变量 §2.8 二维连续型随机变量 概率论与数理统计目录 §2.9 随机变量的相互独立性 §2.10 两个随机变量函数的分布 第三章 随机变量的数字特征 §3.1 数学期望 §3.2 方差 §3.3 协方差与相关系数 第四章 大数定律与中心极限定理 概率论与数理统计目录 §4.1 大数定律 §4.2 中心极限定理 第五章 统计量及其分布 §5.1 总体和随机样本 §5.2 统计量与抽样分布 第六章 参数估计 §6.1 点估计 概率论与数理统计目录 §6.2 估计量的评价标准 §6.3 区间估计 §6.4 正态总体参数的区间估计 第七章 假设检验 复 习 例 2.25 设二维随机变量 (X, Y) 的密度为 x+y=1 例 2.26 设二维随机变量 (X, Y) 的密度为 x=1 1 y x o y x o 1 x+y=1 2 y=2 1.联合分布包含更多的信息,由联合分布可以求出边缘分布,但由边缘分布一般无法求出联合分布. 2. 注意求解积分,二维情形最好画出草图。 三、边缘概率密度 例 2.27 设二维随机变量 (X, Y) 的密度为 试求两个边缘概率密度。 1.条件密度仍然是密度,和一般密度函数相比,在形式上多了一个条件。 四、条件概率密度 定义 2.17 设 (X, Y)是二维连续型随机变量,对于固定的 y , 若fY(y)0, 则称 f(x|y)= fX|Y (x|y)= f(x,y)/fY(y) 为在Y= y下X的条件概率密度； 类似,对于固定的 x , 若fX(x)0, 则称 f(y|x)= fY|X (y|x)= f(x,y)/fX(x) 为在X= x下Y的条件概率密度. ★条件概率密度的性质: 定义 2.18 设 (X, Y)是二维连续型随机变量,对于固定的 y , 若fY(y)0, 则称 为在Y= y下X的条件分布函数； 类似,对于固定的 x , 若fX(x)0, 则称 为在X= x下Y的条件分布函数. 1. 利用条件密度可以求解形如P{X?x|Y=y}的概率,但要注意形如P{X?x|Y?y}的概率求解方法的不同. 例 2.28 设二维随机变量 (X, Y) 的密度为 1. 若(X,Y)服从区域D上的均匀分布, (X,Y)出现在 D内的概率为1. 2.若(X,Y)服从区域D上的均匀分布, 则(X,Y)落入D内子区域D1上的概率与D1的位置及形状无关,仅与D1的面积呈正比,比例系数是1/A。 3. 虽然(X, Y)的联合分布是二维均匀分布,但其边缘分布却不是一维均匀分布. 定义 2.19 设D是平面上的有界区域,面积为A,若随机变量 (X,Y) 的密度函数为 则称随机变量 (X,Y) 服从区域D上的均匀分布. 五、两种重要的二维连续型分布 例 2.29 设区域D由y=x2及y=x所围, 随机变量 (X, Y) 服从区域D上的均匀分布,求(X, Y)的联合概率密度和各自的边缘概率密度. y=x y=x2 1 1. 二维正态分布的密度不要求强记;但要理解5个参数范围及其顺序. 2. 通过定理要掌握： ①二维正态分布的边缘分布是一维正态分布,并且参数有相应的对应关系； ②两个边缘分布和第5个参数?没有关系； ③联合分布能唯一确定边缘分布,反之不成立。 定义 2.20 若随机变量 (X,Y) 的密度函数为 则称随机变量 (X,Y) 服从参数为(?1,?2,?12,?22,?) 的正态分布.记作(X,Y) ~ N(?1,?2,?12,?22,?) . 其中, －??1+?, － ??2+?,?10,?20,|?|1. 定理 2.4 若(X,Y) ~ N(?1,?2,?12,?22,?) ， 则X ~ N(?1, ?12)， Y~ N(?2,?22). §2.9 随机变量的相互独立性 1. 可以引申为：由X和Y分布构成的任意事件A与B相互独立。 2. 由定义易见:在相互独立条件下,联合分布与边缘分布相互决定。 3