天天看點

機率論與數理統計(3.4) 互相獨立的随機變量

文章目錄

    • 一、随機變量的互相獨立性
      • 說明:
      • 例題
        • 例1
        • 例2
        • 例3
    • 二、推廣到n維随機變量
      • 實際這一部分也是粗略的對所學幾個重要概念的一個總結與推廣。
      • 分布函數
      • 機率密度函數
      • 邊緣分布函數
      • 邊緣機率密度函數
      • 互相獨立性
      • 結論

一、随機變量的互相獨立性

機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量

說明:

二維離散型随機變量

機率論與數理統計(3.4) 互相獨立的随機變量

二維連續性随機變量

機率論與數理統計(3.4) 互相獨立的随機變量

二維正态随機變量

機率論與數理統計(3.4) 互相獨立的随機變量

例題

例1

機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量

例2

機率論與數理統計(3.4) 互相獨立的随機變量

步驟:

.求邊緣分布密度,相乘的二維聯合機率密度,前提是互相獨立

機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量

例3

機率論與數理統計(3.4) 互相獨立的随機變量

二維、獨立、均勻分布

先求邊緣分布密度,再求聯合分布密度

最後根據面積求機率

機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量
機率論與數理統計(3.4) 互相獨立的随機變量

B’ 是 x=8,y=8+十二分之一。 然後斜着移動到達c’ y=9,x=9 - 十二分之一。這個意思是秘書比負責人先到不超過5分鐘。

B 是 x=8, y=8 -十二分之一。 然後斜着移動到達c y=9,x=9 + 十二分之一。 這個意思是負責人比秘書先到不超過5分鐘。

這兩種情況都符合。

機率論與數理統計(3.4) 互相獨立的随機變量

二、推廣到n維随機變量

實際這一部分也是粗略的對所學幾個重要概念的一個總結與推廣。

分布函數

機率論與數理統計(3.4) 互相獨立的随機變量

機率密度函數

機率論與數理統計(3.4) 互相獨立的随機變量

邊緣分布函數

機率論與數理統計(3.4) 互相獨立的随機變量

邊緣機率密度函數

機率論與數理統計(3.4) 互相獨立的随機變量

互相獨立性

機率論與數理統計(3.4) 互相獨立的随機變量

結論

機率論與數理統計(3.4) 互相獨立的随機變量

繼續閱讀