上服从均匀分布求随机变量概率密度函数解详解.pptVIP

上服从均匀分布求随机变量概率密度函数解详解.ppt

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 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. 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. 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. 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. 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. 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. 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
查看更多
第七讲变量函数的分布与二维分布 本次课讲授第二章的24-252 下次课讲授第二章253-27。 下周一上课时交作业P21—P24, 重点:二维变量的分布 难点:二维连续变量的分布 第七讲变量函数的分布与二维分布 复习 离散变量函数P,自变(量)概率和解出 连续变量函数时,定区画线变分布。 第七讲密度函数与变量函数分布 例1(1988):设随机变量X在1,2上服从均匀分布, 求随机变量Y=e2x的概率密度函数fy(y) 解:因随机变量X在1,2上服从均匀分布 1x2 x 其 分析:由y=e2和f(x),知X的定义区间为≤x≤2 得Y的定义开区间为:e2ye,定义平面为 1≤x≤2,e2ye,对应曲线为y=e2或x=lny 当 eye 时,F(y)=P(x≤y)=Pe2Xsy) y在曲线y C的上方,且y=e2递增,则对应的x点 在同一曲线x=1ny的左侧,即X≤曲线x 第七讲密度函数与变量函数分布 所以,F(y)=P(X≤x=hy)=J。f(x 因为X的定义区间是[1,2],所以 Fr(y)=Odx+2 dx==Iny-1. 2 间外左0右取的原则:吵)s/1,s2 根据随机变量有定义 Iny-1 eye e ye ∫(y)={2 其它 第七讲密度函数与变量函数分布 例2(95研6分 x≥0 设随机变量X的概率密度fx(x)= 求随机变量 0x0 Y=ex的概率密度。 解:由Y=ex和f(x)知X的定义区间为X≥0,得Y的定义开区间 为y1定义平面为:X≥0,y1对应曲线:y=e或x=lny y时,x=ly0,即:F(y)=P(Y≤y)=P(ex≤y) 任意(x,y,当y在曲线y=e上方时,对应的x在同一曲线 x=Iny的左侧,即 Fy(y)=P(e sy)=P(xsx=In y fr(t)di Odt+e dt=- 第七讲密度函数与变量函数分布 根据随机变量有定义,间外左O右取1的原则 F(s/7 1 ∴fy(y)=Fy(y) y1, y≤1 0,y≤1 概括 变量函数求分布,离散对应和解出 连续函数定区间,通过分布导密度 第七讲二维离散分布 、二维离散型随机变量及其联合概率分布 1.N维离散随机变量定义: 设X1,2…,X,是定义在样本空间Ω上的n个离散型, 随杌变量,则称(X1,X2,…,X)是上的一个n维离散 随机变量,简言之,n维就是n个一维组成的数组。 因此,二维随机变量就是两个一维变量组成的有序数对,即 X、Y定义在Ω上,则(X,Y)定义在Ω、={(X,)/X∈g2x, Y∈2}上,(X,Y)称为二维离散型随机变量 2.二维离散随机变量(X,Y)的联合概率分布定义 维联合分布P(X,Y):设(X、Y)是二维离散型随机变量,则 (X=x)与(Y=y)都发生的概率称为(X=x,=y)发生的联合 概率,记作P(X=x,Y=y)其中(x,y),=12,……是X、Y的所 有值,用公式表示如下 第七讲二维离散分布 P(X=Y=y)=P(X=)(Y=y))=PAx、y)三。 定义表明:联合概率为对应变量取值即对应事件的积的概 3.二维离散随机变量联合概率的性质: ①非负性:pn≥0,i,j=1,2…②2规范性∑∑P;=1 在一维时我们就知道:离散变量的样本空间是所有变量点 的事件之和,由变量点互斥得:所有变量点的概率之和为 4边缘概率:二维状态下的单变量概率函数称为边缘概率 P(X=x)=∑p=P(x),P(Y=y)=∑P=P(y) P(X=x)=P(X=x)∩]=P(X=x)∩C∑(Y=y,) =P{(X=x∩Y=y1)+(X=x∩Y=y2)+…+(X=x,y=yn)+… PILI(X=x )n(r=y,) j=1 第七讲二维离散分布 由于离散点互斥,所以,和的概率等于概率的和。即: P(X=x)=P∑[X=x)Y=y)=∑P(X=x)Y=y ∑P(X=x,Y=y)=∑P 概括:边缘概率是联合概率对另一个变量的无穷求和。 经常地,二维变量的联合分布和边缘分布用分布表表示 Px( Ply) P(y,) Plym) 第七讲二维离散分布 6.二维离散型随机变量的条件分布(律) 设(X,Y)是二维离散型随机向量,对于固定的 若PY=y;}0,则称 PX=x1Y=/=(x=x)∩(Y=y Y PIX PIr=y) =1.2 为在Y=y条件下随机变量X的条件分布律 同样,对于固定的,若PX=x:}0,则称 PY=y, IX=xi) PIX=X;, r=yiI PIX=x 为在X=x条件下Y的条件分布(律)

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档