概率与数理统计3.4相互独立的随机变量.pptxVIP

概率与数理统计3.4相互独立的随机变量

汇报人：AA

2024-01-20

AA

REPORTING

2023WORKSUMMARY

目录

CATALOGUE

相互独立随机变量基本概念

离散型相互独立随机变量

连续型相互独立随机变量

相互独立随机变量函数的分布

多元正态分布及其性质

实际应用案例分析

AA

PART

01

相互独立随机变量基本概念

判定方法：在实际问题中，可以通过以下方法来判定两个随机变量是否相互独立

观察两个随机变量的取值是否相互影响。

利用独立性检验的方法，如卡方检验、t检验等。

利用已知条件，计算两个随机变量的联合分布函数和各自分布函数，然后比较它们是否相等。

判定定理：如果两个随机变量的联合分布函数等于各自分布函数的乘积，则这两个随机变量是相互独立的。

示例1：设X和Y是两个相互独立的随机变量，且X服从参数为λ的指数分布，Y服从参数为μ的泊松分布，求Z=X+Y的分布。

分析：由于X和Y是相互独立的随机变量，因此它们的和Z也是随机变量。根据指数分布和泊松分布的性质，可以求出Z的分布函数，并进一步求出Z的期望和方差等数字特征。

示例2：设X和Y是两个相互独立的随机变量，且它们的联合概率密度为f(x,y)，求它们的边缘概率密度和条件概率密度。

分析：由于X和Y是相互独立的随机变量，因此它们的联合概率密度等于各自概率密度的乘积。根据联合概率密度与边缘概率密度和条件概率密度之间的关系，可以求出X和Y的边缘概率密度和条件概率密度。

PART

02

离散型相互独立随机变量

分布律

对于离散型随机变量X和Y，如果它们相互独立，则联合分布律P{X=xi,Y=yj}满足P{X=xi,Y=yj}=P{X=xi}P{Y=yj}，其中xi和yj分别是X和Y的取值。

边缘分布律

相互独立的随机变量的边缘分布律等于其各自的分布律。即，对于离散型随机变量X和Y，如果它们相互独立，则P{X=xi}=∑jP{X=xi,Y=yj}和P{Y=yj}=∑iP{X=xi,Y=yj}。

数学期望

对于离散型相互独立的随机变量X和Y，它们的数学期望E(X)和E(Y)分别等于各自取值的概率加权和。如果X和Y相互独立，则E(XY)=E(X)E(Y)。

方差

对于离散型相互独立的随机变量X和Y，它们的方差D(X)和D(Y)分别表示各自取值的离散程度。如果X和Y相互独立，则D(XY)=D(X)D(Y)+[E(X)]2D(Y)+[E(Y)]2D(X)。

PART

03

连续型相互独立随机变量

对于连续型相互独立的随机变量X和Y，其联合密度函数f(x,y)满足f(x,y)=fX(x)fY(y)，其中fX(x)和fY(y)分别是X和Y的密度函数。

联合密度函数

由联合密度函数可以得到X和Y的边缘密度函数，分别为fX(x)=∫f(x,y)dy和fY(y)=∫f(x,y)dx。边缘密度函数描述了单个随机变量的分布情况。

边缘密度函数

若二维随机变量(X,Y)的联合密度函数服从二维正态分布，则称(X,Y)服从二维正态分布，记为N(μ1,μ2,σ1^2,σ2^2,ρ)，其中μ1,μ2是X,Y的均值，σ1^2,σ2^2是X,Y的方差，ρ是X,Y的相关系数。

二维正态分布的定义

假设(X,Y)服从二维正态分布N(0,0,1,1,0)，则X和Y是相互独立的标准正态分布随机变量。此时，联合密度函数为f(x,y)=(1/2π)e^[-(x^2+y^2)/2]，边缘密度函数分别为fX(x)=(1/√2π)e^(-x^2/2)和fY(y)=(1/√2π)e^(-y^2/2)。

二维正态分布的举例

PART

04

相互独立随机变量函数的分布

最大值的分布

设$X_1,X_2,ldots,X_n$是相互独立的随机变量，其概率密度函数分别为$f_{X_1}(x),f_{X_2}(x),ldots,f_{X_n}(x)$，则最大值$Z=max(X_1,X_2,ldots,X_n)$的分布函数为$F_Z(z)=prod_{i=1}^{n}F_{X_i}(z)$。

最小值的分布

与最大值的分布类似，最小值$Z=min(X_1,X_2,ldots,X_n)$的分布函数为$F_Z(z)=1-prod_{i=1}^{n}[1-F_{X_i}(z)]$。

范围的分布

范围是指最大值与最小值之差，即$R=max(X_1,X_2,ldots,X_n)-min(X_1,X_2,ldots,X_n)$。范围的分布可以通过最大值和最小值的联合分布求得。

离散型随机变量的卷积

对于离散型随机变量，卷积公式表现为求和形式。例如，若两个相互独立的随机变量分别服从二项分布，则它们的和服从另一个二项分布。

连续型随机变量的卷积

对于连续型随机变量，