多维随机变量及其分布(知识点部分01)
1.分布函数
设 ( X , Y ) 是 二 维 随 机 变 量 , 对 于 任 意 实 数 x , y , 二 元 函 数 : 设(X,Y)是二维随机变量,对于任意实数x,y,二元函数: 设(X,Y)是二维随机变量,对于任意实数x,y,二元函数:
F ( x , y ) = P { X ⩽ x ) ⋂ ( Y ⩽ y ) } = 记 成 P { X ⩽ Y ⩽ y } F(x,y)=P\{X \leqslant x)\bigcap(Y \leqslant y)\}\xlongequal{记成}P\{X \leqslant Y \leqslant y\} F(x,y)=P{X⩽x)⋂(Y⩽y)}记成 P{X⩽Y⩽y}
称 为 二 维 随 机 变 量 ( X , Y ) 的 分 布 函 数 , 或 称 为 随 机 变 量 X 和 Y 的 联 合 分 布 函 数 . 称为二维随机变量(X,Y)的分布函数,或称为随机变量X和Y的联合分布函数. 称为二维随机变量(X,Y)的分布函数,或称为随机变量X和Y的联合分布函数.
2.离散型随机变量
如 果 二 维 随 机 变 量 ( X , Y ) 全 部 可 能 取 到 的 值 是 有 限 对 或 可 列 无 限 多 对 , 则 称 ( X , Y ) 是 离 散 型 的 随 机 变 量 , 称 P { X = x i , Y = y i } = p i j , i , j = 1 , 2 , … 为 二 维 离 散 型 随 机 变 量 ( X , Y ) 的 分 布 律 , 或 称 为 随 机 变 量 X 和 Y 的 联 合 分 布 律 . 如果二维随机变量(X,Y)全部可能取到的值是有限对或可列无限多对,则称(X,Y)是离散型的随机变量,称P\{X=x_i,Y=y_i\}=p_{ij},i,j=1,2,\dots为二维离散型随机变量(X,Y)的分布律,或称为随机变量X和Y的联合分布律. 如果二维随机变量(X,Y)全部可能取到的值是有限对或可列无限多对,则称(X,Y)是离散型的随机变量,称P{X=xi,Y=yi}=pij,i,j=1,2,…为二维离散型随机变量(X,Y)的分布律,或称为随机变量X和Y的联合分布律.
3.连续型随机变量
对 于 二 维 随 机 变 量 ( X , Y ) 的 分 布 函 数 F ( x , y ) , 如 果 存 在 非 负 可 积 函 数 f ( x , y ) 使 对 于 任 意 x , y 有 对于二维随机变量(X,Y)的分布函数F(x,y),如果存在非负可积函数f(x,y)使对于任意x,y有 对于二维随机变量(X,Y)的分布函数F(x,y),如果存在非负可积函数f(x,y)使对于任意x,y有
F ( x , y ) = ∫ − ∞ y ∫ − ∞ x f ( u , v ) d u d v , F(x,y)=\int_{-\infty}^{y}\int_{-\infty}^{x}f(u,v)dudv, F(x,y)=∫−∞y∫−∞xf(u,v)dudv,
则 称 ( X , Y ) 是 连 续 型 的 二 维 随 机 变 量 , 函 数 f ( x , y ) 称 为 二 维 随 机 变 量 ( X , Y ) 的 概 率 密 度 , 或 称 为 随 机 变 量 X 和 Y 的 联 合 概 率 密 度 . 则称(X,Y)是连续型的二维随机变量,函数f(x,y)称为二维随机变量(X,Y)的概率密度,或称为随机变量X和Y的联合概率密度. 则称(X,Y)是连续型的二维随机变量,函数f(x,y)称为二维随机变量(X,Y)的概率密度,或称为随机变量X和Y的联合概率密度.
4.概率密度f(x,y)的性质
∂ 2 F ( x , y ) ∂ x ∂ y = f ( x , y ) . \frac{\partial^2F(x,y)}{\partial x \partial y}=f(x,y). ∂x∂y∂2F(x,y)=f(x,y).
5.边缘分布
X 和 Y 的 分 布 函 数 F x ( x ) , F y ( y ) 称 为 二 维 随 机 变 量 ( X , Y ) 关 于 X 和 关 于 Y 的 边 缘 分 布 函 数 . X 的 分 布 律 为 X和Y的分布函数F_x(x),F_y(y)称为二维随机变量(X,Y)关于X和关于Y的边缘分布函数.X的分布律为 X和Y的分布函数Fx(x),Fy(y)称为二维随机变量(X,Y)关于X和关于Y的边缘分布函数.X的分布律为 p i . = ∑ j = 1 ∞ = P { X = x i } , i = 1 , 2 , … , p_{i.}=\sum_{j=1}^{\infty}=P\{X=x_i\},i=1,2,\dots, pi.=j=1∑∞=P{X=xi},i=1,2,…,
Y 的 分 布 律 为 Y的分布律为 Y的分布律为
p . j = ∑ i = 1 ∞ = P { Y = y j } , j = 1 , 2 , … , p_{.j}=\sum_{i=1}^{\infty}=P\{Y=y_j\},j=1,2,\dots, p.j=i=1∑∞=P{Y=yj},j=1,2,…,
分 别 称 P i . ( i = 1 , 2 , … ) 和 P . j ( j = 1 , 2 , … ) 为 ( X , Y ) 关 于 X 和 关 于 Y 的 边 缘 分 布 律 . 分别称P_{i.}(i=1,2,\dots)和P_{.j}(j=1,2,\dots)为(X,Y)关于X和关于Y的边缘分布律. 分别称Pi.(i=1,2,…)和P.j(j=1,2,…)为(X,Y)关于X和关于Y的边缘分布律.
6.边缘概率密度
X 的 概 率 密 度 为 X的概率密度为 X的概率密度为
f x ( x ) = ∫ − ∞ ∞ f ( x , y ) d y . f_x{(x)}=\int_{-\infty}^{\infty}f(x,y)dy. fx(x)=∫−∞∞f(x,y)dy.
Y 的 概 率 密 度 为 Y的概率密度为 Y的概率密度为
f Y ( y ) = ∫ − ∞ ∞ f ( x , y ) d x . f_Y{(y)}=\int_{-\infty}^{\infty}f(x,y)dx. fY(y)=∫−∞∞f(x,y)dx.
分 别 称 f x ( x ) , f Y ( y ) 为 ( X , Y ) 关 于 X 和 关 于 Y 的 边 缘 概 率 密 度 . 分别称f_x{(x)},f_Y{(y)}为(X,Y)关于X和关于Y的边缘概率密度. 分别称fx(x),fY(y)为(X,Y)关于X和关于Y的边缘概率密度.
7.二维正态分布
设 二 维 随 机 变 量 ( X , Y ) 的 概 率 密 度 为 设二维随机变量(X,Y)的概率密度为 设二维随机变量(X,Y)的概率密度为
f ( x , y ) = 1 2 π σ 1 σ 2 1 − ρ 2 exp { − 1 2 ( 1 − ρ 2 ) [ ( x − μ 1 ) 2 σ 1 2 − 2 ρ ( x − μ 1 ) ( y − μ 2 ) σ 1 σ 2 + ( y − μ 2 ) 2 σ 2 2 ] } f(x, y)=\frac{1}{2 \pi \sigma_{1} \sigma_{2} \sqrt{1-\rho^{2}}} \exp \left\{\frac{-1}{2\left(1-\rho^{2}\right)}\left[\frac{\left(x-\mu_{1}\right)^{2}}{\sigma_{1}^{2}}-2 \rho \frac{\left(x-\mu_{1}\right)\left(y-\mu_{2}\right)}{\sigma_{1} \sigma_{2}}+\frac{\left(y-\mu_{2}\right)^{2}}{\sigma_{2}^{2}}\right]\right\} f(x,y)=2πσ1σ21−ρ2 1exp{2(1−ρ2)−1[σ12(x−μ1)2−2ρσ1σ2(x−μ1)(y−μ2)+σ22(y−μ2)2]}
其 中 μ 1 , μ 2 , σ 1 , σ 2 , ρ 都 是 常 数 , 且 σ 1 > 0 , σ 2 > 0 , − 1 < ρ < 1. 我 们 称 ( X , Y ) 为 服 从 参 数 为 μ 1 , μ 2 , σ 1 , σ 2 , ρ 的 二 维 正 态 分 布 , 记 为 ( X , Y ) ∼ N ( μ 1 , μ 2 , σ 1 , σ 2 , ρ ) . 其中\mu_1,\mu_2,\sigma_1,\sigma_2,\rho都是常数,且\sigma_1>0,\sigma_2>0,-1<\rho<1.我们称(X,Y)为服从参数为\mu_1,\mu_2,\sigma_1,\sigma_2,\rho的二维正态分布,记为(X,Y)\sim N(\mu_1,\mu_2,\sigma_1,\sigma_2,\rho). 其中μ1,μ2,σ1,σ2,ρ都是常数,且σ1>0,σ2>0,−1<ρ<1.我们称(X,Y)为服从参数为μ1,μ2,σ1,σ2,ρ的二维正态分布,记为(X,Y)∼N(μ1,μ2,σ1,σ2,ρ).
8.二维正态随机变量的边缘概率密度
f x ( x ) = 1 2 π σ 1 e − ( x − μ 1 ) 2 2 σ 1 2 , − ∞ < x < ∞ f_x(x)=\frac{1}{\sqrt{2 \pi} \sigma_1} \mathrm{e}^{-\frac{(x-\mu_1)^2}{2\sigma_1^2}},-\infty<x<\infty fx(x)=2π σ11e−2σ12(x−μ1)2,−∞<x<∞
f Y ( y ) = 1 2 π σ 2 e − ( y − μ 2 ) 2 2 σ 2 2 , − ∞ < y < ∞ f_Y(y)=\frac{1}{\sqrt{2 \pi} \sigma_2} \mathrm{e}^{-\frac{(y-\mu_2)^2}{2\sigma_2^2}},-\infty<y<\infty fY(y)=2π σ21e−2σ22(y−μ2)2,−∞<y<∞
多维随机变量及其分布(知识点部分01)相关推荐
- 考研:研究生考试(七天学完)之《概率与统计》研究生学霸重点知识点总结之考试内容各科占比及常考知识重点梳理(随机事件和概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心
考研:研究生考试(七天学完)之<概率与统计>研究生学霸重点知识点总结之考试内容各科占比及常考知识重点梳理(随机事件和概率.一维随机变量及其分布.多维随机变量及其分布.随机变量的数字特征.大 ...
- 第三章 多维随机变量及其分布(概率论)
文章目录 第三章 多维随机变量及其分布 3.1二维随机变量及其分布函数 3.1.1 二维R.V. 3.1.2 二维离散型R.V. 3.1.3 二维连续型R.V. 3.2 边缘分布与R.V.独立性 3. ...
- 多维随机变量及其分布——《概率论及其数理统计》第三章学习笔记
多维随机变量及其分布--<概率论及其数理统计>第三章学习笔记 文章目录 多维随机变量及其分布--<概率论及其数理统计>第三章学习笔记 前言 MindMap 二维随机变量 定义与 ...
- 单维随机变量概率“分布”全总结
单维随机变量概率论"分布"全总结 1. 0-1分布 1.1定义:如果随机变量X有分布律 X 0 1 P 1-p p 且0<p<1,则称X服从参数为p的0-1分布,或称X ...
- 2020年余丙森概率统计强化笔记-第三章 二维随机变量及其分布- 第四章 数字特征
写在前面:余丙森老师的风格,笔者个人还是比较欣赏的,跟下来,是有收获的. 文章目录 第三章 二维随机变量及其分布 第四章 数字特征 第三章 二维随机变量及其分布 第四章 数字特征
- 概率统计:第三章 多维随机变量及其分布
第三章 多维随机变量及其分布 内容提要: 一. 二维随机变量 1.二维随机变量的定义:设E是一个随机试验,它的样本空间是, 是定义在S上的随机变量,则叫做二维随机向量或二维随机变量. 2.二维随 ...
- 概率论 第三章 多维随机变量及其分布
第三章 多维随机变量及其分布 1 二维随机变量 2 边缘分布 3 条件分布 4 相互独立的随机变量 章末习题 答案1~~5 6~10 11~15 16~20 21~25 26~30 31~36 1 二 ...
- 统计学基础5-多维随机变量及其分布
文章目录 一. 简单的导数的知识 二. 二维随机变量 2.1 案例回顾 2.2 二维随机变量概述 2.3 离散与连续 2.4 联合分布律 2.5 联合概率密度 三. 多维随机变量 3.1 边缘分布 3 ...
- 概率论————思维导图(上岸必备)(多维随机变量及其分布)
高数----思维导图(上岸必备)(极限与连续). 高数----思维导图(上岸必备)(微分部分). 高数----思维导图(上岸必备)(积分部分). 高数----思维导图(上岸必备)(级数部分). 高数- ...
最新文章
- linux怎么关闭iptables linux如何关闭防火墙
- 学习笔记——pygame最常用的15个模块
- LVS practice
- 2019年全球最受欢迎数据库新鲜出炉,你猜中了吗?
- javascript对话框_JavaScript中的对话框
- PSIM软件学习---02 原件模型
- redux-saga使用
- 加州伯克利计算机专业录取条件,加州大学伯克利分校计算机专业申请要求
- Linux宝库快讯 | OpenInfra中国日正式确定会议合作方
- linux 不支持设置属性,Linux gcc支持的语法 __attribute__ 属性设置
- 基于matlab 的电力系统潮流仿真
- 集成电路芯片半导体中英文对照术语词汇表
- mybatis-缓存
- vue+腾讯地图 实现坐标拾取器功能
- TVS管的作用与原理是一样吗?
- C# 关于winFrom控制网页的自动登录的问题(网页刷屏器的制作原理)
- 开弓没有回头箭,遭遇跳槽四大后悔事件,怎么办?
- android adb日志过滤包名,android studio logcat 无筛选 显示全部日志 无应用包名区分方式...
- pdf线条粗细设置_pdf线条很模糊怎么办 如何调整pdf线条粗细
- XYplorer 20.90.0900中文版 — 资源管理器