概 率 统 计 主讲教师 叶宏 山东大学数学院.

Slides:



Advertisements
Similar presentations
简单迭代法的概念与结论 简单迭代法又称逐次迭代法,基本思想是构造不动点 方程,以求得近似根。即由方程 f(x)=0 变换为 x=  (x), 然后建立迭代格式, 返回下一页 则称迭代格式 收敛, 否则称为发散 上一页.
Advertisements

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.
一、会求多元复合函数一阶偏导数 多元复合函数的求导公式 学习要求: 二、了解全微分形式的不变性.
2.5 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、小结.
第二章 导数与微分. 二、 微分的几何意义 三、微分在近似计算中的应用 一、 微分的定义 2.3 微 分.
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.
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
专利技术交底书的撰写方法 ——公司知识产权讲座
这是一个数字的 乐园 这里埋藏着丰富的 宝藏 请跟我一起走进数学的 殿堂.
第二章 随机变量及其分布 在第一章里,我们研究了随机事件及其概率.而对于一个随机试验,我们除了对某些特定的事件发生的概率感兴趣外,往往还会关心某个与试验结果相联系的变量.由于这一变量依赖于试验结果,因而这一变量的取值具有随机性,这种变量被称为随机变量.本章将着重介绍两类随机变量——离散型随机变量和连续型随机变量及其分布.
一、平面点集 定义: x、y ---自变量,u ---因变量. 点集 E ---定义域, --- 值域.
本幻灯片可在如下网站下载: 概率论与数理统计第16讲 本幻灯片可在如下网站下载:
概率论与数理统计 课件制作:应用数学系 概率统计课程组.
第四章 多维随机变量及其分布.
第三章 函数逼近 — 最佳平方逼近.
管理学基本知识.
6.6 单侧置信限 1、问题的引入 2、基本概念 3、典型例题 4、小结.
滁州学院首届微课程教学设计竞赛 课程名称:高等数学 主讲人:胡贝贝 数学与金融学院.
08-09冬季学期 概率论与数理统计 姜旭峰,胡玉磊.
四种命题 班级:C274 指导教师:钟志勤 任课教师:颜小娟.
高等数学电子教案 第五章 定积分 第三节 微积分基本定理.
第五节 微积分基本公式 、变速直线运动中位置函数与速度 函数的联系 二、积分上限函数及其导数 三、牛顿—莱布尼茨公式.
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
第三节 协方差及相关系数 协方差 相关系数 课堂练习 小结 布置作业.
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
第5讲 电子控制防抱死制动系统 (ABS).
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
第三节 函数的求导法则 一 函数的四则运算的微分法则 二 反函数的微分法则 三 复合函数的微分法则及微分 形式不变性 四 微分法小结.
全 微 分 欧阳顺湘 北京师范大学珠海分校
拾貳、 教育行政 一、教育行政的意義 教育行政,可視為國家對教育事務的管理 ,以增進教育效果。 教育行政,乃是一利用有限資源在教育參
課程銜接 九年一貫暫行綱要( )  九年一貫課程綱要( ) 國立台南大學數學教育系 謝 堅.
2.4 二元一次方程组的应用(1).
第四章 随机变量的数字特征 第一节 数学期望 第二节 方差 第三节 协方差及相关系数 第四节 矩、协方差矩阵.
第5章 §5.3 定积分的积分法 换元积分法 不定积分 分部积分法 换元积分法 定积分 分部积分法.
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
导数的基本运算.
§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 .
第一章 函数 函数 — 研究对象—第一章 分析基础 极限 — 研究方法—第二章 连续 — 研究桥梁—第二章.
第四模块 函数的积分学 第三节 第二类换元积分法.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
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.
第七章 参数估计 7.3 参数的区间估计.
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
抽样和抽样分布 基本计算 Sampling & Sampling distribution
概 率 论.
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 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.
第三章 随机变量的数字特征 (一)基本内容 一、一维随机变量的数学期望 定义1:设X是一离散型随机变量,其分布列为:
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.
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
§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.
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
定义 设连续型随机变量 概率密度为 分布函数是 特别地, 其概率密度为 一、正态分布的相关内容:.
第六章 样本及抽样分布 §2 抽样分布 4) 正态总体的样本均值与样本方差的分布: 定理1.
难点:连续变量函数分布与二维连续变量分布
7.4 随机变量的数字特征 离散型随机变量的数学期望和方差 连续型随机变量的数学期望和方差
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
第四章 函数的 积分学 第七节 定积分的换元积分法     与分部积分法 一、定积分的换元积分法 二、定积分的分部积分法.
§4.1数学期望.
用加減消去法解一元二次聯立方程式 台北縣立中山國中 第二團隊.
Presentation transcript:

概 率 统 计 主讲教师 叶宏 山东大学数学院

§3.5 二维随机变量函数的分布 上一章我们已讨论了一维随机变量函数的分布,现在进一步讨论两个随机变量的函数的分布问题,然后将其推广到多个随机变量的情形.

已知r.v.( X ,Y )的概率分布, g (x, y) 为已知的二元函数, 求 Z = g( X ,Y )的概率分布 问题 已知r.v.( X ,Y )的概率分布, g (x, y) 为已知的二元函数, 求 Z = g( X ,Y )的概率分布 方法 转化为( X ,Y )的事件

离散型二维 r.v.的函数 当( X ,Y )为离散r.v.时, Z 也离散

例 设二维r.v.( X,Y )的概率分布为 X Y pij -1 1 2 -1 求 的概率分布

解 根据( X,Y )的联合分布可得: P ( X,Y ) (-1,0) (1,-1) (1,0) (2,-1) (2,0) X +Y (-1,-1) (-1,0) (1,-1) (1,0) (2,-1) (2,0) X +Y -2 -1 0 1 1 2 X Y 1 0 -1 0 -2 0

故得 P X+Y -2 -1 0 1 2 P X Y -2 -1 0 1

二维连续r.v.函数的分布 问题 已知r.v.( X ,Y )的密度函数, 方法 (1) 先求Z 的分布函数: 求Z=g (X , Y)的密度函数. 方法 (1) 先求Z 的分布函数: (2)再求Z的密度函数:

1. 和的分布:Z = X + Y 设( X ,Y )的联合密度为 f (x,y), 则 x +y= z • z • z 或

或 特别地,若X ,Y 相互独立,则 或 称之为函数 f X (z) 与 f Y (z)的卷积

例 解法一(卷积公式法)

解法二 分布函数法 1 y x x+y = z 当z < 0 时,

当0  z < 1 时, y x 1 x+y = z • z • z

当1 z < 2 时, 1 y x • z x+y = z z-1

当2  z 时, 1 y x x+y = z 2

正态随机变量的结论

2. 商的分布: Z = X / Y 问题 公式

问题 3. M=max( X,Y )及N=min( X,Y )的分布 设连续型随机变量X , Y 相互独立, X , Y的分布函数分别为 FX (x), FY (y), M = max{X ,Y }, N = min{X ,Y }, 求 M ,N 的分布函数. 问题

推广 设X1 ,…, Xn是n个相互独立的随机变量,它们的分布函数分别为 (i =0,1,…, n) M=max(X1,…,Xn)的分布函数为: …

N=min(X1,…,Xn)的分布函数是 … 特别,当X1,…,Xn相互独立且具有相同分布函数F(x)时,有 FM(z)=[F(z)] n FN(z)=1-[1-F(z)] n

注意 若X1,…,Xn是连续型随机变量,在求得M=max(X1,…,Xn)和N=min(X1,…,Xn)的分布函数后,不难求得M和N的密度函数.

例 设某种电子管的寿命(以天计)近似服从 ,随机地选取3只,求 (1) 其中没有一只寿命超过1210天的概率; (2) 其中没有一只寿命小于1210天的概率. 解:设X1,X2,X3为3只电子管的寿命, 它们相互独立同分布,

FM(z)=[F(z)] n

FN(z)=1-[1-F(z)] n