第四章 多维随机变量及其分布.

Slides:



Advertisements
Similar presentations
1 §2.2 离 散 型 随 机 变 量 §2.1 随 机 变 量 的 概 念 §2.3 超几何分布 · 二项分布 · 泊松分布 1. “0-1” 分布 ( 两点分布 ) 3. 二项分布 4. Poisson 分布 2. 超几何分布 n →∞ , N→∞ , (x = 0, 1, 2, , n) (x.
Advertisements

随机变量及其概率分布 第二章 离散型随机变量及其分布律 正态分布 连续型随机变量及其分布律 随机变量函数的分布.
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
全微分 教学目的:全微分的有关概念和意义 教学重点:全微分的计算和应用 教学难点:全微分应用于近似计算.
练一练: 在数轴上画出表示下列各数的点, 并指出这些点相互间的关系: -6 , 6 , -3 , 3 , -1.5, 1.5.
第三章 多维随机变量及其分布 3.1 二维随机变量 3.2 边缘分布 3.3 条件分布 3.4 随机变量的独立性
《解析几何》 -Chapter 3 §7 空间两直线的相关位置.
圆的一般方程 (x-a)2 +(y-b)2=r2 x2+y2+Dx+Ey+F=0 Ax2+Bxy+Cy2+Dx+Ey+ F=0.
《解析几何》 乐山师范学院 0 引言 §1 二次曲线与直线的相关位置.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
概率论与数理统计 课件制作:应用数学系 概率统计课程组.
第二章 二次函数 第二节 结识抛物线
10.2 立方根.
§4 二维随机变量及其分布.
《高等数学》(理学) 常数项级数的概念 袁安锋
致亲爱的同学们 天空的幸福是穿一身蓝 森林的幸福是披一身绿 阳光的幸福是如钻石般耀眼 老师的幸福是因为认识了你们 愿你们努力进取,永不言败.
第二章 随机变量及其分布 关键词: 随机变量 概率分布函数 离散型随机变量 连续型随机变量 随机变量的函数.
一、原函数与不定积分 二、不定积分的几何意义 三、基本积分公式及积分法则 四、牛顿—莱布尼兹公式 五、小结
第四章 一元函数的积分 §4.1 不定积分的概念与性质 §4.2 换元积分法 §4.3 分部积分法 §4.4 有理函数的积分
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
主要内容 § 3.1 多维随机变量及联合分布 联合分布函里数 联合分布律 联合概率密度 § 3.2 二维随机变量的边缘分布
随机变量及其 概率分布.
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
生 物 统 计 学  第2章     概率基础 (1) 彭司华 2016年2月.
全 微 分 欧阳顺湘 北京师范大学珠海分校
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
例1 :甲击中的环数; X :乙击中的环数; Y 平较高? 试问哪一个人的射击水 : 的射击水平由下表给出 甲、乙两人射击,他们
本次课讲授:第二章第十一节,第十二节,第三章第一节, 下次课讲第三章第二节,第三节,第四节; 下次上课时交作业P29—P30
计算机数学基础 主讲老师: 邓辉文.
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
概 率 统 计 主讲教师 叶宏 山东大学数学院.
第八模块 复变函数 第二节 复变函数的极限与连续性 一、复变函数的概念 二、复变函数的极限 二、复变函数的连续性.
连续型随机变量及其概率密度 一、概率密度的概念与性质 二、常见连续型随机变量的分布 三、小结.
第一章 函数与极限.
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
数列.
抽样和抽样分布 基本计算 Sampling & Sampling distribution
第二十二章 曲面积分 §1 第一型曲面积分 §2 第二型曲面积分 §3 高斯公式与斯托克斯公式.
概 率 论.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
应用概率统计 主讲:刘剑平.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
在第一章中,我们介绍了条件概率的概念 . 在事件B发生的条件下事件A发生的条件概率 推广到随机变量
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
正切函数的图象和性质 周期函数定义: 一般地,对于函数 (x),如果存在一个非零常数T,使得当x取定义域内的每一个值时,都有
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
第三章 多元随机变量及其分布 关键词:二元随机变量 联合分布 边际分布 条件分布 随机变量的独立性 随机变量函数的分布.
第四章 第四节 函数图形的描绘 一、渐近线 二、图形描绘的步骤 三 、作图举例.
1.设A和B是集合,证明:A=B当且仅当A∩B=A∪B
第二章 随机变量及其分布 关键词: 随机变量 概率分布函数 离散型随机变量 连续型随机变量 随机变量的函数.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
第4课时 绝对值.
学习任务三 偏导数 结合一元函数的导数学习二元函数的偏导数是非常有用的. 要求了解二元函数的偏导数的定义, 掌握二元函数偏导数的计算.
O x y i j O x y i j a A(x, y) y x 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算.
第三章 多维随机变量及其分布 第一节 二维随机变量 第二节 边缘分布 第三节 条件分布 第四节 相互独立的随机变量
第四节 随机变量函数的概率分布 X 是分布已知的随机变量,g ( · ) 是一个已知 的连续函数,如何求随机变量 Y =g(X ) 的分布?
第一部分:概率 产生随机样本:对分布采样 均匀分布 其他分布 伪随机数 很多统计软件包中都有此工具 如在Matlab中:rand
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
§5.2 抽样分布   确定统计量的分布——抽样分布,是数理统计的基本问题之一.采用求随机向量的函数的分布的方法可得到抽样分布.由于样本容量一般不止2或 3(甚至还可能是随机的),故计算往往很复杂,有时还需要特殊技巧或特殊工具.   由于正态总体是最常见的总体,故本节介绍的几个抽样分布均对正态总体而言.
第二节 函数的极限 一、函数极限的定义 二、函数极限的性质 三、小结 思考题.
高中数学必修 平面向量的基本定理.
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
难点:连续变量函数分布与二维连续变量分布
第八章 服務部門成本分攤.
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
第三节 数量积 向量积 混合积 一、向量的数量积 二、向量的向量积 三、向量的混合积 四、小结 思考题.
§4.1数学期望.
位似.
Presentation transcript:

第四章 多维随机变量及其分布

在上一章中,我们研究了单一的随机变量,引出了刻划它的概率特性的若干概念和性质,从而使描述随机现象变得清晰而简洁。但是在许多随机试验中,每次试验的结果需要同时使用几个随机变量来表达。例如,要考察一次射击的弹着点时,需要用两个量(纵坐标、横坐标)来表示。又如,在考察一个“服务台”的情况,需要同时考察每个“顾客”到达时刻、等待时间和被服务的时间,等等。

这样对于每个样本点,试验结果必须用一个随机向量 (X1(ω),X2(ω),...,Xn(ω))∈Rn 来表示。对于这样的随机向量,不仅要研究各自的特性,又要研究它们之间的各种关系,后者有时尤为重要,因此需将它们作为整体来研究。

§1 多维随机变量及其分布

前面我们讨论的随机试验中单独的一个随机变量,又称为一维随机变量;然而在许多实际问题中,常常需要同时研究一个试验中的两个甚至更多个随机变量。 例如 E:抽样调查15-18岁青少年的身高X与体重Y,以研究当前该年龄段青少年的身体发育情况。

Ω X=X(ω) X(ω) ω Ω Y=Y(ω) ω Y(ω)

一、多维随机变量及其分布函数的概念 定义 如果每次试验的结果对应着一组确定的实数(ξ1,…,ξn),它们是因随机试验结果不同而变化的n个随机变量,并且对任何一组实数x1,…,xn,事件“ξ1≤xl,…,ξn≤xn”有着确定的概率,则称n个随机变量的整体(ξ1,…,ξn)为一个n维随机变量(或n维随机向量)。

F(x1,…..,xn)=P(ξ1≤x1,…,ξn≤xn) 其中(x1,…..,xn) ∈Rn 为n维随机变量(ξ1,…,ξn)的联合分布函数或分布函数。

类似于一维的场合,可以证明n维随机变量的分布函数的一些性质;

不过此时我们需要研究的不仅仅是X及Y各自的性质, 更需要了解这两个随机变量的相互依赖和制约关系。 在这一章中,我们以后着重研究二维随机变量及其分布,更高维随机变量的情况于二维随机变量相类似。 不过此时我们需要研究的不仅仅是X及Y各自的性质, 更需要了解这两个随机变量的相互依赖和制约关系。

因此,我们将二者作为一个整体来进行研究,记为(X,Y),称为二维随机向量。 X=X(ω) Ω X(ω) ω Y=Y(ω) Y(ω) 类似于对一维R.v.的学习,对于二维随机变量,我们也将讨论如何通过分布函数、分布律及概率密度等概念来描述其取值的概率规律性,并认识几种常见的分布。

可能取哪些值? 取这些值的概率分布情况? 二维随机变量(X,Y)的取值可看作平面上的点 (x,y) A (a,b) 下列表示的都是随机事件: {(X,Y)=(a,b)},{X=a,Y=b} {X<a,Y≤b}, {(X,Y) D}等 研究二维R.v.的中心问题: 可能取哪些值? 取这些值的概率分布情况?

例1 袋中2白球3黑球,从其中随机地取两次,每次取一只,在不放回抽样下,记X、Y分别为第一、第二次取到的黑球个数。 (0,0),(0,1),(1,0),(1,1) P{(X,Y)=(0,0)}= ? ? P{两次都取到白球} … …

几何意义 (X,Y)平面上的随机点。  随机点(X,Y)落在以 点(x,y)为顶点而位于该 点左下方的无穷矩形域 G内的概率。

2)0F(x,y)1,且F(+,+)=1, F(-,-)=F(-,y)=F(x,-)=0 二维随机变量(X,Y)的分布函数F(x,y)的性质 1 ) F(x,y)分别关于x和y为不减函数。 2)0F(x,y)1,且F(+,+)=1, F(-,-)=F(-,y)=F(x,-)=0 3) F(x,y)=F(x+0,y),F(x,y)=F(x,y+0) 即F(x,y)分别关于x和y右连续。 4) P{x1Xx2,y1Yy2}=F(x2,y2)-F(x2,y1) - F(x1,y2)+ F(x1,y1)0 (即为随机点(X,Y)落在矩形{x1Xx2,y1Yy2}中的概率)

=F(x2,y2)-F(x2,y1)-F(x1,y2)+F(x1,y1)0 P(x1Xx2,y1Yy2) =F(x2,y2)-F(x2,y1)-F(x1,y2)+F(x1,y1)0

二、离散型随机变量 1、定义 若二维 R.v.(ξ,η)的所有可能的取值是有限对或可列无限对,则称(ξ,η )是二元离散型随机变量。 中心问题:① (ξ,η)可能取哪些值? ② 它取这些值的概率分别 为多少?

(xi,yj)

P{ξ =xi,η =yj}= pij (i,j=1,2,……) 2、二维D.R.v.(ξ,η)的分布律 表达式形式: P{ξ =xi,η =yj}= pij (i,j=1,2,……) 表格形式: η y1  y2  y3 ... ξ x1  p11 p12 p13 ... x2 p21 p22 p23 ... 满足1)

3、由分布律求联合分布函数 显然 F(x,y)=P{Xx,Yy}= 也就是把X取值中小于等于x的xi同时Y取值中小于等于y的yj所对应的所有的pij都加起来! 你能否想象得出,二元函数F(x,y)的图形是什么样子??

(xi,yj) (x,y)

三、二维连续型随机变量

下面主要研究概率密度函数f(x,y) 1、定义:若存在非负函数f(x,y),使对任意实数x,y,二维随机变量(X,Y)的分布函数 这是一个广义 的二次积分耶! 则称(X,Y)是连续型二维随机变量。f(x,y)称为二维随机变量(X,Y)的概率密度函数, 也称为随机变量X和Y的联合概率密度函数。 下面主要研究概率密度函数f(x,y)

2、f(x,y)的性质: 几何解释? 即二维随机点(X,Y)落在平面区域G内的概率P{(X,Y)∈G}之值等于以G为底,以曲面z=f(x,y)顶的曲顶柱体体积

例2 一盒圆珠笔芯,其中有3支蓝笔芯,2支红笔芯,4支黑笔芯,从中随机抽取2支,设X表示取出的蓝笔芯数,Y表示取出的红笔芯数,求(1)(X,Y)的联合分布律; (2) P{X+Y≤1};(3)P{X+Y≤1|X=0}。 解:(1)X,Y的所有可能取值为0,1,2. P00=P{X=0,Y=0}表示取出的2支笔芯全是黑笔芯的概率。从全部9支笔芯中任取2支,有36种方法,而从4支黑笔芯中取一支共有6种方法,因而P00=6/36,类似地,可以算出其它各种情形的概率,列成表如下:

X Y 0 1 2 0 6/36 8/36 1/36 1 12/36 6/36 0 2 3/36 0 0 (2) P{X+Y≤1}=P{X=0,Y=0}+P{X=0,Y=1} +P{X=1,Y=0} =P00+P01+P10 =6/36+8/36+12/36 =13/18

(3)P{X+Y≤1|X=0}= P{X+Y≤1,X=0}/P{X=0} =(P{X=0,Y=0}+P{X=0,Y=1})/P{X=0} 而P{X=0}=P{X=0,Y=0}+P{X=0,Y=1} +P{X=0,Y=2} =6/36+8/36+1/36=5/12 所以P{X+Y≤1|X=0}= (7/18)/(5/12)=14/15

例3 设二维随机变量(X,Y)的联合分布函数为 其中A,B,C为常数,试求 (1) A,B,C的值; (2) (X,Y)的联合密度函数; 解:由联合分布函数的性质,有

(2) (X,Y)的联合概率密度函数为

例4 设二维随机变量(X,Y)的联合密度函数为 其中A为常数,试求(1)A的值;(2)(X,Y)的联合分布函数;(3)P{X+Y≤2};(4)P{X<Y}.

例5 设二维随机变量(X,Y)的联合密度函数为 Y=x2 其中k为常数,试求(1)k的值; (2)P{Y<X/2}. D D0 X 解(1)如图仅在区域D上有

(2)将(X,Y)看成是平面上随机点的坐标,事件{Y<X/2}={(X,Y)∈D0} ,其中D0是直线y=x/2与上面区域D相交的下方的有界区域。因此,有