版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
NO.1概率论基本概念
一、随机试验
1.确定性现象:必然发生或必然不发生的现象。
2.随机现象:在一定条件下我们事先无法准确预知其结果的现象,称为随机现
象.
3.随机现象的特点:人们通过长期实践并深入研究之后,发现这类现象在大量
重复试验或观察下,它的结果却呈现出某种统计规律性.概率论与数理统计是研
究随机现象统计规律性的一门学科.
4.随机试验:为了对随机现象的统计规律性进行研究,就需要对随机现象进行
重复观察,我们把对随机现象的观察称为随机试验,并简称为试验,记为E.
随机试验具有下列特点:
(1)可重复性:试验可以在相同的条件下重复进行;
(2)可观察性:试验结果可观察,所有可能的结果是明确的;
(3)随机性(不确定性):每次试验出现的结果事先不能准确预知.,但可以肯
定会出现所有可能结果中的一个.
二、样本空间、随机事件
1.样本点:随机试验中的每一个可能出现的试验结果称为这个试验的一个样本
点,记作0.
2.样本空间:全体样本点组成的集合称为这个随机试验的样本空间,记为人.(或
S).即/\={域,牡,1,4,1}
3.随机事件:我们称试验E的样本空间A的子集为E的随机事件,简称事件,
在随机试验中,可能出现也可能不出现,而在大量重复试验中具有某种规律性.
一般用…等大写字母表示事件.设A为一个事件,当且仅当试验中出
现的样本点时,称事件A在该次试验中发生.
注:要判断一个事件是否在一次试验中发生,只有当该次试验有了结果以后才
能知道.
(1)基本事件:仅含一个样本点的随机事件称为基本事件.
(2)必然事件:样本空间A本身也是A的子集,它包含A的所有样本点在
每次试验中A必然发生,称为必然事件.即必然发生的事件.
(3)不可能事件:.空集①也是A的子集,它不包含任何样本点,在每次
试验中都不可能发生,称为不可能事件.不可能发生的事件是不包含任何样本
点的.
三、事件间的关系与运算
记号概率论集合论
人样本空间,必然事件全集
0不可能事件空集
一.击
0)基本事件儿系
A事件子集
AA的对立事件A的余集
AcB事件A发生导致8发生A是8的子集
A=B事件A与事件3相等A与8的相等
A!B事件A与事件5至少有一个发生A与5的并集
AB事件A与事件B同时发生A与5的交集
A-B事件A发生而事件5不发生A与5的差集
AB=0事件A和事件5互不相容A与6没有相同的兀素
1子事件、包含关系Au3
事件A是事件B的子事件含义:事件A发生必然导致事件B发生,0uAu人
2相等事件A=8:若事件A发生必然导致事件B发生,且若事件8发生必然导
致事件A发生,即BnAHAnBoA=B
注:事件A与事件8含有相同的样本点
3和事件或并事件
A[8={xxGA或xG8},事件A!8是事件A和事件3的和事件
事件A!8发生。事件A发生或事件8发生。事件A与8至少有一个发生
称为〃个事件4,A,1,4的和事件
A=1
00
称“4为可列个事件4,4,!,4,,的和事件
k=i
4积事件或交事件
A!3={xxGA且xGB],事件A!3是事件A与事件3的积事件
事件A!B发生o事件A与事件B同时发生
积事件A!3可简记为A3
n
称“4为〃个事件A,A,!,凡的积事件
k=\
00
称“4为可列个事件A,4,1,4,1的积事件.
k=\
5事件的差
4-8="X€4且):任B},事件A-8称为事件A与事件3的差事件
事件A-8发生O事件A发生而事件3不发生.
注:A-B^A-AB
6互斥或互不相容
A[8=①则称事件A与事件8是互不相容的,或互斥的.
A!B=O=事件A和随机B不能同口寸发生.
注:任一个随机试验E的基本事件都是两两互不相容的.
推广:设事件A,&】,4满足44=<!>(/,;=1,2,!,«,/>力称事件
4,4,1,4是两两互不相容的.
7对立事件或互逆事件
若事件A和事件B中有且仅有一个发生,即A!3=八,A8=①
则事件A和事件B为互逆事件或对立事件。记A的对立事件为A
事件A发生O事件A不发生A!A=①,A"A=/\
故在每次试验中事件A,A中必有一个且仅有一个发生,A也是加勺对立事件
所以称事件A与A互逆
注:互逆事件必为互斥事件,反之,互斥事件未必为互逆事件
事件的关系与运算可用图来直观的表示.
AQB^AB
A—Q—A
注:事件的运算满足如下基本关系.
CDA!A=0A!A=A>A=/\—A
②若AuB,则AUB=B,AAB=A.
③A-B=AnB=A-AnB,AUB=AU(B-A).
8完备事件组:设A,4,1是有限或可列个事件,若其满足
0A!A=0,
②AuA?!''uA〜”=人,
则称A,a,l,A„,,是样本空间的一个完备事件组或一个划分.
注:A与A构成一个完备事件组.
四、随机事件的运算规律
幕等律:A!A=A,A"A=A
交换律:A!3=8!AA"B=B"A
结合律:(A!B)!C=A!(B!C)(A!B)!C=A!(B!C)
分配律:A!(B"C)=(A!B)"(A!C)A!(B"C)=(A!8)”(A!C)
德摩根DeMorgan定律:A\B=AB,AB=A\B
"产''A,,''A'=!Aj
iiii
五、频率及其性质
1.频率定义:在相同条件下重复进行了〃次试验,如果事件A在这〃次试验中
发生了〃次,则称比值%为事件A发生的频率,记作/(A)-它具有下述性
4n”
质:(1)非负性0W(A)W1;(2)规范性乙⑸=1;(3)有限可加性
若4,4,是两两互不相容事件,则
£3!"!4)=%(A)+%(A2)+“+%(4)
频率力(A)的大小表示了在几次试验中事件A发生的频繁程度.频率大,事件
A发生就频繁,在一次试验中A发生的可能性就大,反之亦然.因而直观的想
法是用频率来描述A在一次试验中发生的可能性的大小.
2频率的稳定性
随机事件A在相同条件下重复多次时,事件A发A生的频率在一个固定的数值
〃附近摆动,随机试验次数的增加更加明显,事件的频率稳定在数值“,说明了
数值〃可以用来刻划事件A发生可能性的大小,可以规定为事件A的概率
六、概率的定义
1统计定义:对任意事件A,在相同的条件下重复进行〃次试验,事件A发生攵
次,从而事件A发生的频率%,随着试验次数〃的增大而稳定地在某个常数p附
n
近摆动,那么称p为事件A的概率P(A)="
2概率的公理化定义:设E是随机试验,A是它的样本空间,对E的每一个事
件A赋予一个实数,记为尸(A),若P(A)满足下列三个条件:
①非负性:对每一个事件A,有P(A)>0;
0规范性:对于必然事件人,有尸(人)=1
®可列可加性:设442,1是两两互不相容的事件,有
f(A!!A2!■')=/(At)+f(A2)+'‘则称P(A)为事件A发生的概率•
七、概率的性质
性质1P(0)=0
性质2.有限可加性:设4,4,1,4是两两互不相容的事件,则有
P(A!&!,,[4)=P(A)+P(4)+''+P(4)
nn
即若44=0(1<i<j<力则p([4)=ZP(A)
/=1/=1
性质3.对任一随机事件A,有P(A)=1-P(A)
性质4.设A,B是两个事件,若Au3则P(B一A)=P(B)-P(A),P(B)>P(A)
性质5:对任意事件A,P(A)<1.
性质6(减法公式):对事件A,B,则P(B-A)^P(B)-P(AB)
性质7:对任意两个事件A,8,有P(A!B)=P(A)+P(B)-P(AB)
推广:P(A\B!C)=P(A)+P(B)+P(Q-P(AB)-P(BC)-P(AC)+P(ABC)
八、古典概型与几何概型
1.古典概型
我们称具有下列两个特征的随机试验模型为古典概型(等可能概型).
(1)随机试验只有有限个可能的结果;
(2)每一个结果发生的可能性大小相同.
计算古典概率的方法
(1)基本计数原理:加法原理、乘法原理
(2)排列组合方法:
排列公式:从〃个不同元素中任取左个的不同排列总数为
.力!
一1)(〃一2),(〃一%+1)=A:=n{n-1)(〃-2)!2.1=n\
(n一女)!
组合公式;从〃个不同元素中任取女个的不同组合总数为
d=A,=⑶
〃k\{n-k)\k\
2.几何概型
定义:如果一个随机试验相当于从直线、平面或空间的某一区域。任取一点,而
所取的点落在Q中任意两个度量(长度、面积、体积)相等的子区域内的可能
性是一样的,则称此试验模型为几何概型,对于任意有度量的子区域,
AUA,定义事件“任取一点落在区域A内”发生的概率为
A的几何度量
P(A)==i)
A的几何度量L(A)
九、条件概率
1条件概率定义:设48是两个事件,且P(A)>0,称"A8)为在事件人发生
P(A)
的条件下,事件B发生的条件概率,记为尸(BA),即P(8A)=P(A8)
P(A)
同样,可以在尸(8)>0的条件下,定义在事件B发生的条件下,事件A发生
的条件概率为P(A|B)=P(A8)
P(B)
注:条件概率满足概率公理化定义中的三个基本性质
2计算条件概率P(BA)有两种方法:
①在样本空间。中,先求尸(AB),P(A),再按定义计算P(BA)
0在缩减的样本空间〜中求事件B的概率,可得到P(BA)
十、乘法公式
1定理(乘法公式)设P(A)>0则有P(A8)=P(A)P(8|A)
设尸(B)>0则有P(AB)=P(B)P(A|B)
2三个事件的乘法公式:设为三个事件,且P(AB)>0,
P{ABC)=P(A)P(BA)P(C\AB)
3多个事件乘法公式的推广:设AA?!A”为〃个事件,当P(A|41A,T)>0时,
有P(A414)=尸(A)P(4A)P(AA4)…尸(AA44)
十一、全概率公式与贝叶斯公式
1定理(全概率公式):设随机试验E的样本空间为。,B为E的任意事件,
2定理4(贝叶斯公式)设A*2,为一完备事件组,且
P(A)>0(1=1,2,!n).则对任一事件B,P(B)>0,有
P(A|8)="A@=%A.)p⑹A,)j=1,2J,〃
'P(B)ZP(4)P(8ld)'
J
十二、事件的独立性
L两事件独立定义:若两事件A,8满足尸(A8)=P(A)P(8)成立则称事件A,B相互
独立,或称A,8独立.
注:(1)两事件互不相容与相互独立是完全不同的两个概念,它们分别从两个
不同的角度表达了两事件间的某种联系,互不相容是表述在一次随机试验中两
事件不能同时发生,而相互独立是表述在一次随机试验中一事件是否发生与另
一事件是否发生互无影响.
(2)当P(A)>0,P⑻>0时,A,B相互独立与C,B互不相容不能同时成立.
但0与S既相互独立又互不相容.
2.相关定理
定理:设A,B是两事件,若A,B相互独立,且尸(A)>0,尸(B)>0则
P(A8)=P(A),P(8A)=P(8).反之,P(AB)=P(A),或P(BA)=P(B)则
A,B相互独立.
定理:若事件A与事件8相互独立,则A与BA与BA与8也分别相互独立
3.有限个事件的独立性
定义:设4是三个事件,如果满足等式
P(A,A2)=P(A)P(4),P(A2A3)=P(A2)P(4),p(AA)=p(A,)P(AJ,
P(A|A24)=P(A1)P(A2)P(A3),则称事件A1.A2,A3相互独立.
定义:设A,4,1,4是"个事件,如果其中任意2个,任意3个,…,任意〃个
事件之积的概率,都等于各事件的概率之积,则称事件4,4,1,4相互独
立.另外,称无穷多个事件4,42,!,4,1相互独立,是指其中任意有限多个
事
件都相互独立.
或设A,A,1,4为〃个事件。如果对于所有可能的组合lWi<j<k<l<n
*P(A4)=P(A)P(4)
下列各式同时成立:P(4誉C;):?):(&)
♦————...................
♦P(4414)=P(A)P(4)1p(4)
那么称A,4,1,4是相互独立的。
定义4设4,4,1,4是〃个事件,若其中任意两个事件均相互独立,则
称A,4,1,4两两相互独立.
注:〃个事件相互独立,可推得〃个事件两两相互独立,反之未必.
4.多个相互独立事件性质
性质1:若事件A,4,1,4相互独立,则其中任意加(1<加〈〃)个事件也相互独
立.
性质2:若事件A,相互独立,则将A,4,1,4中任意加(1<加。)个
事件换成它们的对立事件,所得的〃个事件仍相互独立.特别是,若
A,4,1,4“相互独立,则4,4,1,4也相互独
立.利用多个事件的独立性,可以简化概率的计算.
(1)计算〃个相互独立的事件4,4,的积的概率,可简化为
p(A,4,5,A,)=W),P(A)!P(4)
⑵计算〃个相互独立的事件的和的概率,可简化为
n
P(A!4!-!4)=l-n^(A)
/=1
十三、伯努利概型
定理1:(伯努利定理)设在一次试验中,事件A发生的概率为p(Q<p<1),则在
“重伯努利试验中,事件A恰好发生%次的概率为P(外
=„Ckpk(1-p)"T,(k=O,l,9,n).q=\-p
定理2:设在一次试验中,事件A发生的概率为p(O<p<l),,则在伯努利试验序
列中,事件A在第k次试验中才首次发生的概率为pqi,(k=T21,),q=l-p
NO.2随机变量及其分布
一、随机变量
定义:设随机试验的样本空间为A,对每个。€人,都有一个实数X(⑷与之应,
则称X(⑷为随机变量.简记为X.
随机变量通常用英文大写字母x,y,z或希腊字母,〃等表示。
随机变量的取值一般用小写字母x,y,z等表示。
2随机变量的特征:(1)它是一个变量;(2)它的取值随试验结果而改变;
(3)随机变量在某一范围内取值,表示一个随机事件,具有一定的概率。
3随机变量的类型
离散型:随机变量的所有取值是有限个或可列个
连续性:随即变量的取值是某个区间或整个数轴
二、离散型随机变量的概率分布
1离散型随机变量定义:如果随机变量X的取值是有限个或可列无穷个,则称
X为离散型随机变量.
2概率分布定义:设离散型随机变量X的所有可能取值为
%,为,!,4,•,X取各个可能值的概率,即事件{X=xJ的概率为
P{X=1,2,1则称其为离散型随机变量X的概率分布或分布律.
常用表格形式来表示X的概率分布:
Xx2!xn!
!
PiPl〃2!Pn
&离散型随机变量可完全由其分布律来刻划.即离散型随机变量可完全由它的
可能取值以及取这些值的概率唯一确定.
3离散型随机变量分布律的性质
(DP{X="}=pk>0,
oc00
⑵Zp{x-Xj}=zp«=1
4常用离散型随机变量的分布
(1)0-1分布或两点分布或伯努利分布.
如果随机变量X的分布律为P{X=0}=1-〃,P{X=1}=〃或
kk
p{x=k}=P(i-Py~(p=o,i,o<p<i),则称随机变量x服从参数为〃
的0-1分布或两点分布,记作x~b(\,〃)(其中0Wp«1为参数)
(2)二项分布
如果随机变量X的分布律为P{X=A}=C:p*(l-p)"Y(A=0,1,1,n)
则称随机变量X服从参数为(〃,p)的二项分布,记作X~伙〃,p)
(其中〃为自然数,1为参数)
注:(1)P{X=Z}20,Z=0,l,2In
(2)"6kkn-kn
Ep{x=k)=£cnp(i—P)=(P+I—P)=I
k=0k=0
显然,当〃=1时p)说明,贝努里分布是二项分布的一个特例
(3)泊松分布
1k
如果随机变量X的分布律为:P^=k^e-N"=0,1,2,!)
k!
(其中2>0为常数),则称随机变量X服从参数为入的泊松分布记为X~;r(;l)
注:(1)P{X=k}>0,k=0,1,2!
(2)YP{X=k}=y"%"j=//=1
L|KLI
k=0k=()K-k=0•
二项分布的泊松近似
定理(泊松定理):在〃重伯努利试验中,事件A在每次试验中发生的概率为Pn
(注意这与试验的次数”有关),如果〃―8时,印,-2(/1>0为常数),则对任意
给定的女,有limb(匕〃,p")=7e'.
"f8k!
三、随机变量的分布函数
1定义:设X是一个随机变量,称F(x)=P(XVx)(YO<X<ZO)为X的分布函
数.
注:分布函数是一个普通的函数,其定义域是整个实数轴.
在几何上,它表示随机变量X的取值落在实数x左边的概率,对于任意的
x
实数无।,x2(i<W),有P{%i<X<x2}=P{X<x2}-P{X<%1)=F(x2)-F(%))
2分布函数的性质
(1)单调非减:若xt<x2,则F(X,)<^(x,);
(2)规范性:0<F(x)<bF(-oo)=limF(x)=0,F(+oo)=limF(x)=1;
AT—>-00x—H-00
(3)右连续性:即limF(x)=F(x0).
反之,具有上述三个性质的实函数,必是某个随机变量的分布函数。故该三个性质是
分布函数的充分必要性质。
3离散型随机变量的分布函数
设离散型随机变量X的概率分布为
Xx}x2Ix„!
PiP\P21Pn!
则X的分布函数为F(x)=P(X4x)=ZP(X=x,)=ZP,
Xj^X
一般地,对离散型随机变量P(X=%)=&(%=1,2,1),其分布函数为
/㈤=P{XVX}=Z口X0}=
Xk<XXk<X
四、连续型随机变量及其概率密度
1定义:如果对随机变量X的分布函数F(x),存在非负函数“X),使得对于任意实
数x有尸(x)=P{XW幻=J[/⑺山则称X为连续型随机变量,称/(%)为X的
概率密度函数,简称为概率密度或密度函数.
2概率密度/㈤性质:1°/(%)>0;2°['J(x)dx=1
3°P{x<XWx}=F(x)—E(x)=右.(x〈x)
1221L-,一
4°若了(%)在点x处连续,则有F*(x)=/(%).
3关于概率密度的说明
®对一个连续型随机变量X,若已知其密度函数/(X),则根据定义,可求得其分
布函数F(x),同时,还可求得X的取值落在任意区间(0切上的概率:
b
P[a<X<b}=F(h)~F(d)=Jf(x)dx
0连续型随机变量X取任一指定值Xo(XoWH)的概率为。P{X=x0}=0
因P{X=x}=limP[x-0x<X<x}=limpof(x)dx-0
A001a
注:概率为0的事件不一定是不可能事件.同样,概率为1的事件也不一定是必
然事件。
b
从而P[a<X<b}=P[a<X<b}=P{a<X<b}^P[a<X</?}=£于。)心
4一些常用的连续型随机变量的分布
(1)均匀分布
*1a<x<h
1)定义:若连续型随机变量X的概率密度为/(x)=a-a',则称X在
g其它
区间3,力上服从均匀分布,X~U(a,b).
2)均匀分布的密度函数满足性质
1)/00
2)「8/(x)dx=J"1dx=\
yab-a
3)均匀分布的分布函数
第0x<a
余
若随机变量X服从在[a,b]上的均匀分布,则分布函数为尸(X)=记一"a<x<b
■b-a
.1b<x
(2)指数分布
**tx>0,
D定义若随机变量x的概率密度为/*)=.2>0,则称x服从
声f匕.
参数为2的指数分布.简记为X~e(A).
2)指数分布的分布函数
*0
若随机变量X服从参数4指数分布,则X的分布函数为F(x)=x<0
(3)正态分布
1(A”
1
1)定义:若随机变量X的概率密度为fM=e",_8<x<8.其中〃和
271(7
b(b>o)都是常数,则称X服从参数为〃和丁的正态分布.记为X~N〈Q.
2)正态分布密度函数的图形性质:
(1).曲线关于直线x=〃对称,这表明:对于任意的〃>0,有
P{jU-h<X<^i}=P{jU<X<ju+h}
(2).当x=〃时,*x)取到最大值/'(〃)=1,x离M越远,“X)的值就越小•
这表明,对于同样长度的区间,当区间离//越远时,随机变量X落在该区间
中的概率就越小.
(3).曲线),=/(x)在x=〃±o'处有拐点;曲线y=/(x)以Qx轴为渐近线
(4).若b固定,而改变〃的值,则/(x)的图形沿x轴平行移动,但不改变其形状
因此y="X)图形的位置完全由参数〃所确定.
(5).若〃固定,而改变b的值,由于/Xx)的最大值为/•(〃)=,可知
2TT(7
当b越小时,y=/(x)图形越陡,因而X落在〃附近的概率越大;反之,
当b越大时,y=/(x)的图形越平坦,这表明X的取值越分散.
3)正态分布的分布函数:
x
F(x)=I%2/5
2ncrJ-00
F(x)的图形是一条上升且关于点(〃,1)的曲线
2
(4)标准正态分布
定义:正态分布当〃=0C=1时称为标准正态分布,此时,其密度函数和分布函数常
1-X21X~2
用低幻和皿X)表示:叭X)=e①(x)=Ie~dt
2兀2兀f
标准正态分布的重要性在于,任何一个一般的正态分布都可以通过线性变换转化
为标准正态分布.
定理1:设则y=x-〃~N(o,i).
a
定理2:如果X~N(〃,/),分布函数/㈤二①'一",对任意区间[a,。]
□
有P(a<X<份=①("一〃)一①("一〃)
aer
标准正态分布表的使用:
(1)表中给出了x>0时中㈤的数值,当x<0时,利用正态分布的对称性,有
①(T)=1-①(X);
(2)若X~N(O』),则=①S)-①⑷;
(3)若则y=x-〃~N(o,i),
故X的分布函数
X-4〃□
F(x)=P{X<x}=P*%-//<=①□;
□□
X-
2□艇
Vo方4□□4□
①①-
P[a<X<b]=P*"T'<Y<=-
□.□□O
口
。
。□□□
▼o
五、随机变量函数的分布
1.随机变量的函数
定义如果存在一个函数g(X),使得随机变量X,Y满足:Y=g(X),
则称随机变量丫是随机变量x的函数.当x取值工时,丫取值y=g。)
注:,由于x是随机变量,其取值事先不确定,因此y的取值也不确定,也是
随机变量.本节主要解决的问题是,已知随机变量x的分布,求其函数
y=g(x)的分布,这里g(・)是已知的连续函数.
2.x是离散型随机变量
求离散型随机变量函数的分布的一种方法:记丫的所有可能取值为y”i=l,2,1
对每个y来说至少有一个须,使y=g(z)成立,将所有满足y=g(z)式子中
的4对应的概率pk求和,作为事件{丫=y,}/=1,2,1的概率
3.X是连续型随机变量
设已知X的分布函数Fx(x)或概率密度函数/x(x),则随机变量函数Y=g(X)的分
布函数可按如下方法求得:
(1).先求y=g(x)的分布函数
a(y)=P{y"}=p{g(x)”}=Jfx^dx
(2).利用y=g(x)的分布函数与密度函数之间的关系
求y=g(x)的密度函数4(y)=埒(),)
4.定理:设随机变量X具有概率密度人(幻,方€(-8,+8),又设》=8(幻处处可导且
恒有g*x)>0(或恒有g《x)<0),则y=g(x)是一个连续型随机变量,其概率密度为
a<y<P其中X=〃(y)是y=g(x)的反函数,且
Jy'一:0,其它
a=min(g(-oo),g(+w)),/?=max(g(-8),g(+8)).
NO.3多维随机变量及其分布
一、二维随机变量及分布函数定义
1二维随机变量定义:由随机变量x,y构成的有序数(x,y),称(x,y)为二维随机
变量或二维随机向量.
注:在几何上,二维随机变量(x,y)可看作平面上的随机点的坐标
2联合分布函数定义:设(X))是二维随机变量,对任意实数x,y,二元函数
F(x,y)=P{(X<x)}!P{(y<y)}WjP{X<x,y<y)称为二维随机变量(X,丫)的分布函
数或称为随机变量X和y的联合分布函数.
3二元分布函数的几何意义:若将二维随机变量(XI)看成是平面上随机点(XI)
的坐标,则分布函数F(x,y)就表示随机点(X,y)落在以点(x,y)为顶点的左
下方的无限矩形域内的概率
4随机点(X,y)落在矩形区域:距<X«X2,必<丫4必内的概率为
尸{2<X<X2,yx<Y<y2]=F(x2,y2)~F(xt,y2)~F(x2,y)+F(x1,%)
5分布函数尸(x,y)的性质
(1)且对任意固定的y,F(Yo,y)=0,对任意固定的x,F(x,-oo)=0,
F(-co,-oo)=0,尸(+00,+00)=1;
0Rx,y)关于x和y均为单调不减函数,即
对任意固定的y,当x2>xt,F(x2,y)>F(x,,y),
对任意固定的x,当y2>yt,F(x,y2)>F(x,y,);
(3)F(x,y)关于x和y均为右连续,即F(x,y)=F(x+0,y),F(x,y)=F(x,y+0).
(4)对任意的(尤(%,%),无|<々,M<必有
F(x2,y2)~F5,%)一向(%2,%)+尸(修,必)上0
二、二维离散型随机变量及其概率分布
I二维离散型随机变量定义:若二维随机变量(x,y)只取有限对或可数对值,则
称(x,y)为二维离散型随机变量.
注:(x,y)为二维离散型随机变量当且仅当x,y均为离散型随机变量.
2联合概率分布定义:若二维离散型随机变量(x,y)所有可能的取值为(x,,x)
i,j=1,2,!,则称尸{X=x”y=%}=马&尸1,2,!)为二维离散型随机变量(X,y)的
概率分布(分布律),或x与y的联合概率分布(分布律).
有时也将联合概率分布用表格形式来表示,并称为联合概率分布表:
Y
yy,••yP
X।2j,••
修PnP12•••PM•••Pl.
%P22•••P2J•••
p2iPl.
I11II
・♦・・・・
七Pi\02%Pi
IIII1
・・・
PjPiP.2•••Pj
3二维离散型随机变量联合分布律的性质
(1)对任意的/),。,_/=1,2,<)%=p{x=x,,丫=乃}20
⑵£P"=1
i,j
4二维离散型随机变量的联合分布函数
设二维离散型随机变量(X,Y)的联合概率分布为%(i,j=l,2,•)
于是,(乂,丫)的联合分布函数为产区》)=「{丫",丫0}=
PQ!{x=x,,y=y}「7ZXP{X=X”Y=yj}-LLPu
ZZx<x,y<ynx<xy<yx<xy<y
□/iU*iii
注:对离散型随机变量而言,联合概率分布不仅比联合分布函数更加直观,而且
能够更加方便地确定(x,y)取值于任何区域。上的概率,即口(x,y)e0=£Pg,
(孙力)6£>
特别地,由联合概率分布可以确定联合分布函数:
F(x,y)=P{X<x,r<y}=
Xj^x,yj£y
三、二维连续型随机变量及其概率密度
1定义:设(X,Y)为二维随机变量,F(x,y)为其分布函数,若存在一个非负的二元
函数/(x,y),使对任意实数(x,y),有F(x,y)'j'/(〃,v)dudv,则称(X,Y)为二维
连续型随机变量,并称/(x,y)为(X,丫)的概率密度(密度函数),或X,Y的联合概率
密度(联合密度函数).
2概率密度函数/(x,y)的性质:
(l)/(x,y)>0;
0000
⑵LL八%y)&dy=F(+oo,+oo)=1;
6设G是xOy平面上的区域,点(X,F)落入G内的概率为
P{(x,y)eG}=jjf(x,y)dxdy
0若/(x,y)在点(x,y)连续,则有叮?)=/(".
oxdy
3在几何上z=/(x,y)表示空间的一个曲面,P{(x,y)eG}的值等于以G为底,
以曲面2=f(x,y)为顶的柱体体积
四、二维均匀分布
设G是平面上的有界区域,其面积为A.若二维随机变量(X,y)具有概率密度函数
/U,y)=V,(x,y)eG,则称(X,y)在G上服从均匀分布.
$0,其它
五、边缘分布定义
1边缘分布函数定义:二维随机向量(X,y)作为一个整体,有分布函数产(x,y),
其分量X与y都是随机变量,有各自的分布函数,分别记为a(x),Fy(y)分别称为
x的边缘分布函数和y的边缘分布函数;称(X,y)为的联合分布函数。
2边缘分布函数求法
已知二维随机变量(X,F)的分布函数尸(x,y),则
Fx(x)=P{XWx}=P{X<x,Y<8}=limF(x,y)=F(x,+oo)
5*->+oc
同理Fr(y)=P{7<y]-P{X<+oo,Y<y}-limF(x,y)-F(oo,y)
故边缘分布函数&(x),a(y)可由(X,y)的分布函数所确定
注:x与y的边缘分布函数实质上就是一维随机变量x或丫的分布函数。称其
为边缘分布函数的,是相对于(X,F)的联合分布而言的。
同样地,(x,y)的联合分布函数尸(尤,丁)是相对于(x,y)的分量x与y的分布而
言的。
六、离散型随机变量的边缘概率分布
1.边缘分布函数
对于二维离散型随机变量(X,F),已知其联合概率分布为
p{x=X"y=*}=号(i,j=l,2,1),其分布函数为尸(x,y)=XZ为
x^yj^y
co
则它关于X的边缘分布函数为&(力=/(乂+00)=、2>,『它关于Y的边缘分
Xj^XJ=1
00
布函数为Fy(y)=F(+oo,y)=ptj
yj^y
2.边缘概率分布
随机变量X的概率分布
Pj.=P{x=再}=£p{x=Xj,Y=X}=Pil+Pi2+1+%+1=ZPij
JJ
同理,随机变量y的分布律为
Pj=p{y=yj=gp{x=Xj9Y=yj}=ZPg
3.已知联合概率分布求边缘概率分布
x以及y的边缘概率分布可由下表表示
Y
yy♦♦・yp
•••
Xi2ji'
PHPn••••••P\.
P21P22•••P2J•••Pl.
!IIII
・・・・
X]AiPi2Pii••Pi.
IIII1
・
PjPiP?•••Pj••
七、连续型随机变量的边缘概率密度
对于二维连续型随机变量(x,y),已知其联合密度函数为一(X,),)
现求随机变量x的边缘密度函数右。)
上式表明:X是连续型随机变量,且其密度函数为:/xW=jf(x,y)dy,
称Al)为(x,y)关于x的边缘概率分布
yy+cc/
同理,由以y)=P{YWy}=厂(+00,y)JJCOOdy
-oo<Jf
丫是连续型随机变量,且其密度函数为fY(y)=^f(x,y)dx
称人(X)为(X,y)关于丫的边缘概率密度
八、二维正态分布
若二维随机变量(x,y)具有概率密度
',飞H20f一9匕%2:之
2(Y6<7,6b:/
/a,y)=
a21-p2
其中M,〃2,5,。2,P均为常数,且5>。,6>0,1夕|<1,则称(X,y)服从参数为
儿也,5,6,夕的二维正态分布.记成(x,y)~N(MI,",3,%Q)
注:二维正态随机变量的两个边缘分布都是一维正态分布,且都不依赖于参数
P,亦即对给定的〃1,〃2,S,b2,不同的0对应不同的二维正态分布,但它们的边
缘分布都是相同的,因此仅由关于x和关于y的边缘分布,一般来说是不能确定
二维随机变量(x,y)的联合分布的.
九、随机变量相互独立
1.定义
设(X,y)是二维随机变量,其联合分布函数为尸(x,y),又随机变量X的分布
函数为Fx(x)随机变量y的分布函数为4(y).如果对于任意的X,y,有
P{X<x,r<y}=P{X<x}-P{y«y},则称随机变量X,y相互独立.
注(1)如果随机变量X与丫相互独立,则由F(x,y)="(x)K(y)可知二维随
机变量(X,F)的联合分布函数F(x,y)可由其边缘分布函数Fx(x)耳(),)唯一
确定
(2)随机变量X与丫相互独立,实际上是指对任意的x,y,随机事件
{乂《%}与{丫〈),}相互独立.
2.离散型随机变量的相互独立的充要条件
如果(X,Y)是二维离散型随机变量,其概率分布及边缘概率分布分别为
Pij=p{x=Xi,y=»},〃,.=p{X=xJ(i=1,2,!)p.j=P{Y=yj}
(j=i,2,1),则随机变量x和y相互独立的充分必要条件是:对(x,y)的
所有可能取值(七,巧)均有p{x=%,y=»}=p{x=xj-p{y=*},
i,j=L2,!即pg=pup),i,j=1,2,!
3.连续型随机变量相互独立的充要条件
如果(X,丫)是二维连续型随机变量,其概率密度函数/(x,y)及边缘概率密度
函数为(x)和人(y)在xoy面上除个别点及个别曲线外均连续时,随机变量X和
丫相互独立的充分必要条件是:在/(x,y),力(x),人(y)的连续点处都有
f(x,y)=fx(x)fY(y)
4.关于二维随机变量的一些概念,
定义1:设X1,X2,1,X“是定义在样本空间Q上的〃个随机变量,则
(XjX?,1,X")称为〃维随机变量.
定义2:对于任意"个实数%,%2,I,%",函数
F(xi,x2,!,xn)-P[Xy<xt,X2<x2,!,Xn称为〃维随机变量
(X”X2,1,X“)的分布函数或随机变量X1,X2,1,X”的联合分布函数.
定义3:对于“维随机变量(X”X2,1,X")的分布函数FC%,,%,,•,x„),若存在非
负函数/(尤1,々,1,x“)使对于任意实数无”%2,1,尤“有
F(x,x,5,x)=广.|।广f[x,x,!,x)dxdx!dx则称(X,X,•,X)为〃
12nJ-<»J-ooJy12〃12n12n
维连续型随机变量,称/(石,电,机当)为〃维连续型随机变量(X“X2,!,X“)的
概率密度.
定义4:设〃维随机变量(乂,乂2,1》“)的分布函数为F(X,,X2,l,xn),则
(X1,Xz,1,X")的女<〃)维边缘分布函数就随之确定.
定义5:设F(x”12,1,%),&,(%)(7=1,2,I,〃)分别是〃维随机变量
(X”X2,1,X")的分布函数和边缘分布函数,若对任意实数%,%,1,无“,有
产(%,々,,,%)=%。)Fx),Fx,,(%)则称乂,X2,1,X“相互独立.
定义6:若对任意的实数X”9,1》1,儿,],然有
E(百,々,•,x„,;y,,y2,!,y„)=F,(x,,x2,1,/)书(y,%,,,>“)其中E,鸟,尸依次
为随机变量(X「X2,1,X,“),(工上,1,匕)和(X1,X2,1,X,",L!,匕)的分布
函数,那么称随机变量(X”X2,,,X,“)和(九乂,1,匕)相互独立.
定理:设(X1,X2,,,Xm)和(KMJ,匕)相互独立,则X,.(I=1,2,Im)
和匕(7=
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 江苏省潘氏文化研究会南京分会成立庆典盛况影集第三册
- 广西壮族自治区南宁市宾阳县高级中学2022-2023学年高一数学文模拟试题含解析
- 汽车制造工艺设计学习题和答案
- 直方图同步测试 2023-2024学年人教版七年级数学下册
- -画杨桃-教学课件
- 红色故事演讲稿
- 隔离区管理制度
- 家具厂实习报告
- 2024年河南省驻马店市汝南县三门闸乡天中山中学中考模拟历史试题
- 【暑期衔接】新九年级化学暑假课程讲义:第十讲 水的净化
- 潜孔钻机使用操作规程
- 急性胰腺炎亚特兰大分类标准
- 自来水行业业扩报装系统解决方案
- 攻牙机操作手册 - JdzjCom
- GB 29201-2020 食品安全国家标准 食品添加剂 氨水及液氨_(高清-现行)
- 收费站安全知识培训
- (整理)基因克隆的质粒载体
- A4几何纸-方格纸模板-5mm-—-可打印(共1页)
- 江湾船厂船舶建造工艺现状及改进
- 国庆诗歌朗诵稿(男、女、集体分角色)
- 《工程建设项目施工招标投标办法》(完整版)
评论
0/150
提交评论