多维随机变量与条件.pptxVIP

第一章 概率论基础1.1 概率公理与随机变量1.2多维随机变量与条件随机变量1.3 随机变量的函数1.4 数字特征与条件数学期望1.5 特征函数1.6 典型分布1.7 随机变量的仿真与实验1.2 多维随机变量与条件随机变量 定义 在某些情况下，随机实验的基本可能实验结果ξ经过两个或两个以上的实函数映射，得到两个或两个以上的随机变量，比如 ，这些随机变量组成的向量称为n维随机变量（或向量）：1.2 多维随机变量与条件随机变量n维随机变量（或向量）ξ1·X1(·)X2(·)…Xi(·)X1(ξ)ξ2·X2(ξ)Ω……Xi(ξ)ξi·多维映射1.2 多维随机变量与条件随机变量二维随机变量的概率分布函数 二维随机变量Z的概率分布函数是其分量随机变量X与Y 的联合概率分布函数。其定义为 ： 这里，X或Y的概率分布函数 或 称为 的边缘概率分布函数。 二维随机变量的概率分布函数yx{X≤x,Y ≤y}联合概率分布函数FXY(x,y)的性质性质1：区间概率特性性质2：极限取值特性 联合概率分布函数FXY(x,y)的性质性质3：单调递增性性质4：边缘概率分布二维随机变量的概率密度函数fXY(x,y)定义：二维随机变量的概率密度函数 二维随机变量Z的概率密度函数，就是其分量随机变量X和Y的联合概率密度函数或简称二维概率密度函数。 这里，X或Y的概率密度函数 或 称为 的边缘概率密度函数(marginal probability density function)。 二维随机变量的概率密度函数fXY(x,y)的性质性质1：区间概率特性性质2：非负性二维随机变量的概率密度函数fXY(x,y)的性质性质3：归一性性质4：边缘概率特性二维随机变量的概率密度函数fXY(x,y)的性质D.r.v联合分布律来描述，密度函数由多维冲激函数组成，形如联合分布函数由多维阶跃函数组成，形如多维随机变量类似的，对于多维随机变量n维联合概率分布函数和密度函数分别为：1.2 多维随机变量与条件随机变量给出观察系统工作情况的样本空间Ω和随机向量(X1, X2)的联合样本空间SJ，并指出Ω和SJ中事件的对应关系；计算的(X1, X2)概率密度函数。1.2 多维随机变量与条件随机变量Ω1.2 多维随机变量与条件随机变量1.2 多维随机变量与条件随机变量x2F(x1,x2)1(0,1)(1,1)q2x1(0,0)(1,0)1.2 多维随机变量与条件随机变量1.2 多维随机变量与条件随机变量例1.8 二维正态分布二维正态分布 的二维概率密度函数为: 求f ( x ) 与f ( y )。例1.8 续解：指数部分可写成1.2 多维随机变量与条件随机变量它们是一维正态分布1.2 多维随机变量与条件随机变量条件事件形如：1.2 多维随机变量与条件随机变量条件随机变量的概率分布与密度函数：对于点事件1.2 多维随机变量与条件随机变量全概率公式： 贝叶斯公式：链式公式:随机变量的独立性 Independence 及其判决条件定义：两个随机变量统计独立统计独立的充要条件 随机变量的独立性及其判决条件k个随机变量 统计独立的判别条件 1.2 多维随机变量与条件随机变量例1.8 二维正态分布 Normal/Gaussian求（1）f( y|x ); （2）X与Y之间的独立性。1.2 多维随机变量与条件随机变量解：（1） 条件分布是一维正态分布（2） X与Y独立的充要条件是：1.2 多维随机变量与条件随机变量例1.9 二维均匀分布 求：1.2 多维随机变量与条件随机变量解：根据例1.6的结果，由定义有，任意给定 ，条件事件服从均匀分布 ，比如即条件事件 服从均匀分布.1.2 多维随机变量与条件随机变量显然，X与Y不独立