- 1、本文档共10页,可阅读全部内容。
- 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、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、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)。
第三节多维随机变量
1多维离散型随机变量及其分布列
2多维连续型随机变量及其联合密度
3多维随机变量的独立性
1多维离散型随机变量及其分布列
定义设(X,Y)的所有可能的取值为
则称
为二维r.v.(X,Y)的联合分布列.
2多维连续型随机变量及其密度函数
定义设二维r.v.(X,Y)的分布函数为F(x,y),若存在非负可积函数p(x,y),使得对于任意实数x,y有
则称(X,Y)为二维连续型r.v.
p(x,y)为(X,Y)的联合密度函数.
3多维随机变量的独立性
X与Y独立
连续型
对一切i,j有
离散型
X与Y独立
对任何x,y有
第四节数字特征
1一维随机变量的数字特征
2多维随机变量的数字特征
3数学期望和方差的性质
1一维随机变量的数字特征
1.1数学期望
定义1设X是离散型随机变量,它的概率分布是:P(X=xk)=pk,k=1,2,…
为X的数学期望(Expectation).简称期望或均值.
1一维随机变量的数字特征
1.1数学期望
定义2设X是连续型随机变量,其密度函数为p(x),如果
则称
为X的数学期望.
1一维随机变量的数字特征
1.1数学期望
定理设X是一个随机变量,Y=g(X),则
1一维随机变量的数字特征
1.2方差
定义设X是一个随机变量,若EX2∞,
则称
Var(X)=E[X-E(X)]2
为X的方差(variance),或记为D(X).
1一维随机变量的数字特征
1.3矩
为X的k阶原点矩.
为X的k阶中心矩.
k=1,2,…
定义设X为随机变量,k为正整数,称
称
k=2,3,…
2多维随机变量的数字特征
2.1协方差
任意两个随机变量X和Y的协方差(covariance),记为Cov(X,Y),定义为
Cov(X,Y)=E[(X-EX)(Y-EY)]
定义
2多维随机变量的数字特征
2.2相关系数
为随机变量X和Y的相关系数(correlationcoefficient).(也记为XY)
定义设Var(X)0,Var(Y)0,
称
相关系数的性质
即Y与X有线性关系的概率等于1,
这种线性关系为
X,Y相互独立
ρ=1
ρ=-1
0ρ1
-1ρ0
线性关系
第五节大数定律和中心极限定理
1大数定律
2中心极限定理
问题
频率趋于概率的严格证明?
为什么正态分布占据着如此重要的地位?
1大数定律
它们服从相同的分布,且具有有限的数学期望:
则
应用(掷硬币问题)
定义
则n次投掷中掷得正面的次数为
频率为
由大数定律,得:
2中心极限定理
中心极限定理的客观背景:
在实际问题中,常常需要考虑许多随机因素所产生总影响.
例如:炮弹射击的落点与目标的偏差,就受着许多随机因素的影响.
空气阻力所产生的误差;
对我们来说重要的是这些随机因素的总影响。
如:瞄准时的误差;
炮弹或炮身结构所引起的误差;
……
等等.
泊松分布
O
这是什么曲线?
由于无穷个随机变量之和可能趋于∞,故我们不研究n个随机变量之和本身而考虑它的标准化的随机变量
的分布函数的极限.
可以证明,满足一定的条件时,上述极限分布是标准正态分布.
中心极限定理
独立同分布的中心极限定理
且有期望和方差:
定理
定义:
及标准化:
即对任意实数x,
则
注:它表明,当n充分大时,方差存在的n个独立同分布的r.v之和近似服从正态分布.
令
文档评论(0)