天天看點

機率論考點之多元随機變量及密度函數

如題:2019年10月

機率論考點之多元随機變量及密度函數

分析:機率論是最初要考的一個科目,看了好幾遍了吧,總還是沒印象。可見别人講得再天花亂墜,自己不懂,一點用都沒有,白白浪費時間。知識,要靠自己去掌握。 還是借此順下知識點:

答案:詳見第5個問題

第一個問題:

何為多元随機變量呢?可以認為是随機變量的疊加。與連續型随機變量一樣,其分布函數也是一個平面,隻不過個平面是由多條機率密度曲線所圍成的。

第二個問題:如何了解二維随機變量分布函數?分布函數對應的就是一個求機率的問題

機率論考點之多元随機變量及密度函數

為什麼x>(-∞),y<(+∞)呢???腦補出坐标系就知道了,這表示的就是坐标系的範圍。

單獨取X或Y的分布函數稱為關于X或Y的邊緣分布函數。腦補出坐标系就明白了,相當于在x軸或y軸某個點上畫線,一條線指定是沒有面積的,如何表達面積呢?那就用極限。并且是用趨于正無窮,為什麼呢?因為分布函數定義是不大于某個點的機率,-∞表示的比任何數都小的數(這裡不能當作一般數來了解,可以當作變量或函數代表趨勢),極限是0。+∞表比任何數都大,極限就是無窮。是以負無窮(趨于0)時機率為0,是以隻能是趨于正無窮。

機率論考點之多元随機變量及密度函數

 關于矩形區域機率計算了解:

機率論考點之多元随機變量及密度函數

根據分布函數的定義,畫個圖就知道了,如下:多減了一次F(x1,y1),得加上。

機率論考點之多元随機變量及密度函數

第三個問題:離散型二維随機變量如何了解?

簡單來說就是不同坐軸上的兩個點,點都是大于0的,這兩個點合起來,又對應另一個坐标系的機率值。用兩個坐标系可以實作降維。如下圖:

機率論考點之多元随機變量及密度函數
機率論考點之多元随機變量及密度函數

關于二維離散型随機變量的邊緣分布律(其分量X、Y各自的分布律):記住下面的表就可以了,Pi.j裡的點了解了就可以了,點就代表i或j的所有值域(結果相加)。P.j=1或Pi.=1

機率論考點之多元随機變量及密度函數

第四個問題:二維連續型随機變量之了解?真正的兩條曲線圍成的面積。這是結論,至于如何了解?還得從二重積分的定義來說起。詳見《高等數學複習之二重積分》

機率論考點之多元随機變量及密度函數

二進制函數f(x,y),對應的就是二重積分裡面的曲頂函數(或者說是曲頂的邊界)。但這裡不能當作幾何裡的概念,就當作一個連續的函數來看,曲定積分的定理可知,連續一定是可積的,也就是說曲頂在坐标系中的面積一定是可以表示的,是以是有别于二重積分的,邊界x,y與f(u,v)用的是不同的字母。這裡在解題時也要注意一下。

5、二維連續型随機變量的均勻分布本質?????這是曾在《機率論考點之指數分布,泊松分布及積分》關于一維連續型均勻分布時提出的問題。

類似的可以得出就是平行于參考面一個面D,是以機率密度f(x,y)是面積S倒數。書中給出的兩種特殊情形:

機率論考點之多元随機變量及密度函數

尤其是第一條:當區域是一個矩形時,可以有兩個非常重要的結論:x ~ U[a,b],Y ~ U[c,d],分别得出x服從a,b上的均勻分布,Y服從c , d上的均勻分布,并且x,y 互相獨立。這個的推導,可以從1、一維連續型機率密度分布本質來推 2、也可以從解定積分的角度來推,其實也很好了解

本題的答案就是考察均勻分布(1)特殊情形:

由題意可知,後面表示區間,x [0,1/2],y [0,1/2],表示的是一個正方形,題目沒有明确說機率密度是均勻分布,但隻有均勻分布符合題意,其他分布都不符合。根據均勻分布的定義,是以面積的倒數,面積是1/2 x 1/2 =1/4,是以答案是4。

6、二維連續型随機變量正态分布??了解一下,不是考試重點

了解下的符号及其含義:(X,Y)~ N(μ1,μ2,σ1²,σ2²,ρ)

                                          x的數學期望是u1

                                          y的數學期望是u2

                                          x的方差是σ1²

                                          y的方差是σ2²

                                          ρ是相關系數,反映出xy的相關關系

了解下它的圖形:

機率論考點之多元随機變量及密度函數

7、關于邊緣機率密度???

仔細看了下前面的一維随機變量的内容,還真沒有提到過“邊緣”之說,最早的是二維離散型随機變量中提到邊緣分布律??何為邊緣呢?為什麼一維中沒有邊緣之說呢?

根據邊緣分布律定義很明顯可以得到是分别關于x,y單獨的分布律,而一維中隻有一個變量,是以用機率密度就可以表示出機率變化趨勢,是以沒有邊緣之說。邊緣是針對的多元随機變量而說的,因為具有多個變量,單獨研究每個自變量的趨勢,就是研究的邊緣機率分布規律。

與一維一樣,分布律是針對離散的,機率密度才是連續型。是以邊緣機率密度的定義如下:

機率論考點之多元随機變量及密度函數

f(x,y);關于x,y的聯合密度,在計算時還要掌握邊緣密度計算,對y進行積分,那麼就把y看作是常數,寫成y=f(x)的形式,同時也表示對x軸投影,這與求二重積分是完全一緻的。為什麼??

腦補一個由兩條曲線和兩條直線圍成的一個面,關于X的邊緣密度,可以了解為求x的趨勢(也就是x上關于面的上下邊界的形狀),其實就是确定對x軸投影,穿過的兩條上下邊界,上下邊界的值,其實就針對y的,是以是對y求積分。

      同理,對Y求邊緣密度,其實是對y上關于面的左右邊界的趨勢,是以得對y軸投影,左右的趨勢值,應該是用x軸上的值來表示,是以是對x求積分。

重要結論:

機率論考點之多元随機變量及密度函數