概率統(tǒng)計(jì)公式大全(編輯修改稿)
2024-08-30 05:14 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 （3）聯(lián)合分布函數(shù)設(shè)（X，Y）為二維隨機(jī)向量，對(duì)于任意實(shí)數(shù)x,y,二元函數(shù)稱為二維隨機(jī)向量（X，Y）的分布函數(shù)，或稱為隨機(jī)變量X和Y的聯(lián)合分布函數(shù)。 分布函數(shù)是一個(gè)以全平面為其定義域，以事件的概率為函數(shù)值的一個(gè)實(shí)值函數(shù)。聯(lián)合分布函數(shù)F(x,y)具有以下的基本性質(zhì)：（1）（2）F（x,y）分別對(duì)x和y是非減的，即當(dāng)x2x1時(shí)，有F（x2,y）≥F(x1,y)。當(dāng)y2y1時(shí)，有F(x,y2) ≥F(x,y1)。（3）F（x,y）分別對(duì)x和y是右連續(xù)的，即（4）（5）對(duì)于.（4）離散型與連續(xù)型的關(guān)系（5）邊緣分布密度離散型X的邊緣分布為；Y的邊緣分布為。連續(xù)型X的邊緣分布密度為Y的邊緣分布密度為（6）條件分布離散型在已知X=xi的條件下，Y取值的條件分布為在已知Y=yj的條件下，X取值的條件分布為連續(xù)型在已知Y=y的條件下，X的條件分布密度為；在已知X=x的條件下，Y的條件分布密度為（7）獨(dú)立性一般型F(X,Y)=FX(x)FY(y)離散型有零不獨(dú)立連續(xù)型f(x,y)=fX(x)fY(y)直接判斷，充要條件：①聯(lián)合概率密度函數(shù)可分離變量。②正概率密度區(qū)間為矩形。二維正態(tài)分布其中是5個(gè)參數(shù) 隨機(jī)變量的函數(shù)若X1,X2,…Xm,Xm+1,…Xn相互獨(dú)立， h,g為連續(xù)函數(shù)，則：h（X1，X2,…Xm）和g（Xm+1,…Xn）相互獨(dú)立。特例：若X與Y獨(dú)立，則：h（X）和g（Y）獨(dú)立。例如：若X與Y獨(dú)立，則：3X+1和5Y2獨(dú)立。（8）二維均勻分布設(shè)隨機(jī)向量（X，Y）的分布密度函數(shù)為其中SD為區(qū)域D的面積，則稱（X，Y）服從D上的均勻分布，記為（X，Y）～U（D）。、。y1 D1O 1 xyD211 O 2 xyD3dcO a b x（9）二維正態(tài)分布設(shè)隨機(jī)向量（X，Y）的分布密度函數(shù)為其中是5個(gè)參數(shù)，則稱（X，Y）服從二維正態(tài)分布，記為（X，Y）～N（由邊緣密度的計(jì)算公式，可以推出二維正態(tài)分布的兩個(gè)邊緣分布仍為正態(tài)分布，即X～N（但是，若X～N（，(X，Y)未必是二維正態(tài)分布。（10）關(guān)于隨機(jī)變量的函數(shù)的分布Z=X+Y根據(jù)定義計(jì)算：對(duì)于連續(xù)型，fZ(z)＝兩個(gè)獨(dú)立的正態(tài)分布的和仍為正態(tài)分布（）。n個(gè)相互獨(dú)立的正態(tài)分布的線性組合，仍服從正態(tài)分布。， Z=max,min(X1,X2,…Xn)若相互獨(dú)立，其分布函數(shù)分別為，則Z=max, min(X1,X2,…Xn)的分布函數(shù)為：分布設(shè)n個(gè)隨機(jī)變量相互獨(dú)立，且服從標(biāo)準(zhǔn)正態(tài)分布，可以證明它們的平方和的分布密度為我們稱隨機(jī)變量W服從自由度為n的分布，記為W～，其中所謂自由度是指獨(dú)立正態(tài)隨機(jī)變量的個(gè)數(shù)，它是隨機(jī)變量分布中的一個(gè)重要參數(shù)。分布滿足可加性：設(shè)則t分布設(shè)X，Y是兩個(gè)相互獨(dú)立的隨機(jī)變量，且可以證明函數(shù)的概率密度為 我們稱隨機(jī)變量T服從自由度為n的t分布，記為T～t(n)。F分布設(shè)，且X與Y獨(dú)立，可以證明的概率密度函數(shù)為我們稱隨機(jī)變量F服從第一個(gè)自由度為n1，第二個(gè)自由度為n2的F分布，記為F～f(n1, n2).第四章 隨機(jī)變量的數(shù)字特征（1）一維隨機(jī)變量的數(shù)字特征離散型連續(xù)型期望（期望就是平均值）設(shè)X是離散型隨機(jī)變量，其分布律為P()＝pk，k=1,2,…,n，（要求絕對(duì)收斂）設(shè)X是連續(xù)型隨機(jī)變量，其概率密度為f(x)，（要求絕對(duì)收斂）一維隨機(jī)變量的函數(shù)的期望Y=g(X) Y=g(X)方差D(X)=E[XE(X)]2，標(biāo)準(zhǔn)差， 矩①對(duì)于正整數(shù)k，稱隨機(jī)變量X的k次冪的數(shù)學(xué)期望為X的k階原點(diǎn)矩，記為vk,即νk=E(Xk)= , k=1,2, ….②對(duì)于正整數(shù)k，稱隨機(jī)變量X與E（X）差的k次冪的數(shù)學(xué)期望為X的k階中心矩，記為，即=， k=1,2, ….①對(duì)于正整數(shù)k，稱隨機(jī)變量X的k次冪的數(shù)學(xué)期望為X的k階原點(diǎn)矩，記為vk,即νk=E(Xk)= k=1,2, ….②對(duì)于正整數(shù)k，稱隨機(jī)變量X與E（X）差的k次冪的數(shù)學(xué)期望為X的k階中心矩，記為，即=k=1,2, ….切比雪夫不等式設(shè)隨機(jī)變量X的數(shù)學(xué)期望E（X）=μ，方差D（X）=σ2，則對(duì)于任意正數(shù)ε，有下列切比雪夫不等式切比雪夫不等式給出了在未知X的分布的情況下，對(duì)概率的一種估計(jì)，它在理論上有重要意義。（2）期望的性質(zhì)（1） E(C)=C（2） E(CX)=CE(X)（3） E(X+Y)=E
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1