Lecture4_14_2.多维随机变量及其概率分布

1.二维随机变量(X,Y)的联合分布函数：

F(x,y)=P(X≤x,Y≤y)

2.二维随机变量(X,Y)关于X的边缘分布函数：

F_X(x)=P(X≤x)

　　 =P(X≤x,Y<+∞)

　　 =F(x,+∞)

3.边缘分布函数与边缘概率密度

$f_X(x)=\int_{-\infty}^{+\infty}f(x,y)dy$

$f_Y(y)=\int_{-\infty}^{+\infty}f(x,y)dx$

$F_X(x)=\int_{-\infty}^{x}f_X(x)dx=\int_{-\infty}^{x}\int_{-\infty}^{+\infty}f(x,y)dydx$

$F_Y(y)=\int_{-\infty}^{y}f_Y(y)dy=\int_{-\infty}^{y}\int_{-\infty}^{+\infty}f(x,y)dxdy$

4.二维离散型随机变量联合概率分布

称P(X=x_i,Y=y_i)=p_ij为(X,Y)的联合概率分布，也称概率分布或分布律

直观表示：概率分布表或分布律表

p_ij利用古典概型或乘法公式直接求解

5.随机变量的独立性

若P(X≤x,Y≤y)=P(X≤x)P(Y≤y)，则X与Y相互独立

<==>对离散型随机变量所有取值有P(X=x_i,Y=y_j)=P(X=x_i)P(Y=y_j)

<==>对二维连续随机变量所有连续取值f(x,y)=f_X(x)f_Y(y)

重要结论：

若f(x,y)=r(x)g(y)，X,Y相互独立

(1)

f_X(x)=f_X|Y(x|y)【注：f(x|y)=f(x,y)/f_Y(y)】

f_Y(y)=f_Y|X(y|x)

(2)

f_X(x)=$\frac{r(x)}{\int\limits_{-\infty}^{+\infty}r(x)dx}$

f_Y(y)=$\frac{g(y)}{\int\limits_{-\infty}^{+\infty}g(y)dy}$

(3)

若F(x,y)=R(x)G(y)

则F(x)=$\frac{R(x)}{R(+\infty)}$

F(y)=$\frac{G(y)}{G(+\infty)}$

6.二维连续随机变量函数的分布

Z=X+Y

$f_Z(z)=\int_{-\infty}^{+\infty}f(x,z-x)dx$或$f_Z(z)=\int_{-\infty}^{+\infty}f(z-y,y)dy$

特别地，X,Y相互独立，则（卷积神经公式）

$f_Z(z)=\int_{-\infty}^{+\infty}f_X(x)f_Y(z-x)dx$　　//当分别给出X,Y的密度函数时使用

转载于:https://www.cnblogs.com/victorique-de-blois/p/10721492.html

Lecture4_14_2.多维随机变量及其概率分布相关推荐

二维随机变量期望公式_概率论笔记-Ch4期望与方差
本节包括: 期望:定义与性质方差与协方差:方差.标准差.协方差.相关系数.协方差矩阵.矩的定义与性质条件期望:条件期望与条件方差典型随机变量的期望方差期望离散设一离散随机变量有概率分布 ...
3.5 二维随机变量函数的分布
学习目标: 要学习二维随机变量的分布,我可能会遵循以下步骤: 了解基本概念:我会开始学习二维随机变量.联合概率密度函数.边缘概率密度函数.条件概率密度函数.期望值和方差等基本概念,以确保我对这些概念有 ...
3.2 二维随机变量的边缘分布
思维导图: 学习目标: 要学习二维随机变量的边缘分布,我可能会按照以下步骤进行学习: 理解二维随机变量的概念和表示方法,包括联合分布函数和联合分布律等概念. 理解二维随机变量的边缘分布的概念和意义,即 ...
【概率论基础进阶】多维随机变量及其分布-二维随机变量及其分布
文章目录一.二维随机变量分布函数F(x,y)F(x,y)F(x,y)的性质二.二维离散型随机变量分布律pijp_{ij}pij的性质三.二维连续型随机变量概率密度f(x,y)f(x,y) ...
人工智能数学基础--概率与统计3：随机变量与概率分布
一.随机变量假设对一个样本空间的每个点,我们指定一个数,于是就在该样本空间上定义了一个函数,称这个函数为随机变量(random variable)或更确切地称之为随机函数. 随机变量通常用大写字母X ...
概率基础：随机变量、概率分布、期望值、联合概率、条件概率和贝叶斯法则，这些概率公式究竟能做什么？...
相信你对变量这个概念并不陌生,数学方程式和编程代码里经常会用到变量.那什么是变量呢?我们在概率中常说的随机变量( random variable)和普通的变量(variable)又有什么不同呢? 这些 ...
3.6 n维随机变量
学习目标: 学习n维随机变量需要掌握一定的数学知识,包括多元微积分.线性代数和概率论等.要学习n维随机变量,我会采取以下步骤: 复习相关的数学知识:首先,我会复习多元微积分.线性代数和概率论的基本知识 ...
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. ...
概率论基础 —— 5.离散型二维随机变量
在本系列前4章节,我们快速的过了一遍概率论对于一维随机变量的定义与分类. 从最原始直观的经典概率类型出发,我们引申到了条件概率,以及针对条件概率,扩展得到的全概率.贝叶斯概率. 在对概率建立起一定概念 ...

Lecture4_14_2.多维随机变量及其概率分布

Lecture4_14_2.多维随机变量及其概率分布相关推荐

最新文章

热门文章