【名师】概率统计第三章知识点小结.docx

【名师】概率统计第三章知识点小结.docx

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
学习必备欢迎下载第三章二维随机变量及其漫衍第一节基础看法1、看法网络图匀称漫衍正态漫衍常见二维漫衍离散型漫衍律连续型 学习必备 欢迎下载 第三章 二维随机变量及其漫衍 第一节 基础看法 1、看法网络图 匀称漫衍 正态漫衍 常见二维漫衍 离散型漫衍律 连续型漫衍密度 连合漫衍 ( X ,Y) Z X Y 边沿漫衍 条件漫衍 独立性 函数漫衍 Z max,min( X1, X 2 , Xn ) 2漫衍 t漫衍 F漫衍 三大统计漫衍 第 1 页,共 19 页 学习必备欢迎下载2、告急公式与结论假设二维随机向量〔 X, Y〕得全部大概取值为至多可列个有序对〔 x,y 〕,就称为离散型随机量;=〔 X,Y〕得全部大概取值为 ( xi , y j )( i , j1,2,)设,且事故 {=( xi , y j )} 学习必备 欢迎下载 2、告急公式与结论 假设二维随机向量 〔 X, Y〕得全部大概取值为至多可列 个有序对〔 x,y 〕,就称 为离散型随机量; =〔 X,Y〕得全部大概取值为 ( xi , y j )( i , j 1,2, ) 设 , 且事故 { =( xi , y j ) } 得概率为 pij, , 称 P{( X , Y) ( xi , y j )} p ij (i, j 1,2, ) 为 =〔X, Y〕得漫衍律或称为 X 与 Y 得连合漫衍律;连合分 布偶尔也用下面得概率漫衍表去体现: Y 离散型 y1 y2 yj X x1 p11 p12 p1j x2 p21 p22 p2j xi pi1 p ij 〔 1 〕连合 漫衍 这里 pij 具有下面两天性子: 〔 1〕 pij 〔 2〕 ≥ 0〔 i,j=1,2, 〕; 1. pij i j ( X , Y ) 对 于 二 维 随 机 向 量 , 如 果 存 在 非 负 函 数 f (x, y)( x , y ) ,使对恣意一个其邻边 分别平行于坐标轴得矩形地域 有 D,即 D={(X,Y)|a<x<b,c<y<d} P{( X,Y) D} f (x, y)dxdy, 连续型 D 就称 为连续型随机向量;并称 f(x,y) 为 =〔 X, Y〕得漫衍 密度或称为 X 与 Y 得连合漫衍密度; 漫衍密度 f(x,y) 具有下面两天性子: ≥ 0; 〔 1〕 f(x,y) 〔 2〕 f ( x, y)dxdy 1. 第 2 页,共 19 页 学习必备欢迎下载〔 2 〕二维随 机 变 量 得本质( Xx,Yy)( XxYy)设〔 X, Y〕为二维随机变量,敷衍恣意实数x,y, 二元函数F ( x, y)P{ Xx, Yy}称为二维随机向量〔 X,Y〕得漫衍函数,或称为随机变量数;X 与 Y 得连合漫衍函分 布 函数 为 一 个 以 全平 面 为其 定 义 域, 以 事件{(1 ,2 ) |X ( 1 )x,Y (2 ) 学习必备 欢迎下载 〔 2 〕二维 随 机 变 量 得本质 ( X x,Y y) ( X x Y y) 设〔 X, Y〕为二维随机变量,敷衍恣意实数 x,y, 二元函数 F ( x, y) P{ X x, Y y} 称为二维随机向量〔 X,Y〕得漫衍函数,或称为随机变量 数; X 与 Y 得连合漫衍函 分 布 函 数 为 一 个 以 全 平 面 为 其 定 义 域 , 以 事 件 {( 1 , 2 ) | X ( 1 ) x, Y ( 2 ) y} 得概率为函数值得一个实值函 数;漫衍函数 F(x,y) 具有以下得根天性子: 〔 1〕 0 F ( x, y) 1; 〔 3 〕连合 漫衍函数 〔 2〕 F〔x,y 〕分别对 x 与 y 为非减得,即 当 x2>x1 时,有 F〔 x2,y 〕≥ F(x 1,y); 当 y2>y 1 时,有 F(x,y 2) ≥ F(x,y 1); 〔 3〕 F〔x,y 〕分别对 x 与 y 为右连续得,即 F ( x, y) F ( x 0, y), F ( x, y) F ( x, y 0); 〔 4〕 F ( , ) F ( , y) F ( x, ) 0, F ( , ) 1. x2, y1 y2, 〔 5〕敷衍 x1 F ( x2, y2 ) F ( x2, y1 ) F (x1, y2 ) F (x1, y1 ) 0 . 〔 4 〕离散 型 与 连 续 型得干系 x, Y dx, y f ( x, y) dxdy P( X y) P(x X x Y y dy) X 得边沿漫衍为 Pi P( X xi ) pij (i , j 1,2, ) ; j 离散型 Y 得边沿漫衍为 ) ; P P(Y y j ) pij (i , j 1,2, j 〔 5 〕边沿 漫衍 i X 得边沿漫衍密度为 f (x, y) dy; f

文档评论(0)

教育资料 + 关注
实名认证
内容提供者

精品学习资料

1亿VIP精品文档

相关文档