相关系数讲义.pptVIP

§2.5 多维随机变量及其分布 (一)二维随机变量 (二)二维离散型随机变量的分布 1.联合分布律 (三）二维连续型随机变量的分布 1.联合分布 (三)二维连续型随机变量的分布 1.联合分布2.边缘分布 §2.2 相互独立的随机变量 (一)两个随机变量相互独立 §2.7 数学期望和方差 (一) 数学期望 (一)数学期望 2.随机变量函数的数学期望 (二)方差 1.方差的定义 (三)常见随机变量的数学期望和方差 分布 分布律或概率密度 数学期望 方差 §2.8 相关系数 (一)定义 * * 设E是随机试验,样本空间为S=｛e｝,设X=X(e)和Y=Y(e)是定义在S上的随机变量,由它们构成的向量(X,Y),称为二维随机向量或二维随机变量。 1.二维随机变量 2.联合分布函数 设(X,Y)为二维随机变量,对于任意实数x,y,二元函数 F(x,y)=P｛(X≤x)∩(Y≤y)｝=P｛X≤x,Y≤y｝ 称为二维随机变量(X,Y)的分布函数,或称为随机变量X和Y的联合分布函数. 分布函数的性质: (1)F(x,y)是x,y的不减函数. (2)0≤F(x,y)≤1. 对于任意固定的y,有F(-∞,y)=0; 对于任意固定的x,有F(x,-∞). 且F(-∞,-∞)=0,F(+∞,+∞)=1. (3)F(x,y)关于x或y右连续. 3.条件分布律 2.边缘分布律 设二维随机变量(X,Y)所有可能取值为(xi,yj),记P｛X=xi,Y=yj｝=pij,称为二维离散型随机变量(X,Y)的概率分布或分布律,或称为随机变量X,Y的联合分布律. 由概率定义: 记 分别称pi·和p·j为(X,Y)关于X和Y的边缘分布律. 设(X,Y)为二维离散型随机变量,对于固定的 }0,则称 为在 条件下随机变量 的条件分布律. j,若P{Y=yj Y=yj X X=Xi Y i,若P{X=xi 2.边缘分布 二维随机变量(X,Y)的分布函数F(x,y),如存在非负的函数f(x,y),使对于任意x,y,则称(X,Y)是连续型的二维随机变量,函数f(x,y)称为(X,Y)的概率密度,或称为X和Y的联合概率密度. 概率密度f(x,y)的性质: 连续型随机变量(X,Y),其概率密度为f(x,y),由 知X是连续型随机变量,其概率密度为 称为(X,Y)关于X的边缘概率密度. 3.条件分布 连续型随机变量(X,Y),其概率密度 为f(x,y),由 知Y是连续型随机变量,其概率密度为 称为(X,Y)关于Y的边缘概率密度. 定义 给定y,设对于任意固定的正数ε,P{y-εY≤y+ε}≥0,且若对于任意实数x,极限 存在,则称此极限为在条件Y=y下X的条件分布函数,记为P{X≤x|Y=y}或FX|Y(x|y). 求法 (四)n维随机变量 设E是随机试验,它的样本空间S={e}设X1=X1(e),X2=X2(e),···,Xn=Xn(e)是定义在S上的随机变量,由它们构成的n维向量{X1,X2,···,Xn}叫做n维随机变量. 设F(x,y) 及FX(x),FY(y)分别为二维随机变量(X,Y)的分布函数及边缘分布函数.若对于所有x,y,有P{X≤x,Y≤y}=P{X≤x}P{Y≤y}, 即 F(x,y)=FX(x)FY(y), 则称随机变量X和Y是相互独立的. 2.判别方法 (1) (X,Y)是连续型随机变量,则X和Y相互独立的充分必要条件是f(x,y)=fX(x)fY(y)几乎处处成立. (2) (X,Y)是离散型随机变量,则X和Y相互独立的充分必要条件是P{X=xi,Y=yj}=P{X=xi}P{Y=yj}. (二)n个随机变量相互独立 对n维随机变量(X1,X2,···,Xn),其分布函数和边缘分布函数分别为 F(x1,x2,···,xn),FX1(x),FX2(x),···,FXn(x),如对所有的x1,x2,···,xn,有F(x1,x2,···,xn)=FX1(x)···FXn(x) 则称随机变量X1,X2,···,Xn是相互独立的. 1.定义 1.数学期望的定义 设离散型随机变量X的分布律为 P{X=xk}=pk, k