banner
NEWS LETTER

第三章 多维随机变量总结记忆点(重点)

Scroll down

1、离散型

一般遇到这种离散型的随机变量,我们可以采用表格的方式来做题。
(其实对于一般的考试来说,九成的题目都是要列表的)

X
Y

通过以上表格,我们可以很快的确定X,Y的联合分布律
对于这个表格,如果把所有的的那一列全部加起来,那么就的边缘分布。在一列中的总概率分之特定y的概率,就是其在条件下的分布,即为条件概率分布

2、连续性变量

对于连续型变量,我们通常从其概率密度函数来下手,即

若想求解其落在某个区域内的概率,那么就需要利用如下性质:

这样我们就基本的建立了连续性随机变量的基本方法

边缘分布

对于连续性随机变量,其对变量X的边缘分布,就是把Y积掉。在整个二重积分里面,把Y的所有取值范围都先积掉,那么剩下的就是其边缘分布的概率密度了。
即:

条件分布

条件概率密度本质就是在给定的Y值后,X的概率密度函数。即:

相互独立性

独立性在本章中属于一个难点,尤其是对离散型随机变量的独立性的考察,由于其计算量过大,就笔者刷过的题来说,八成以上的结果都是不相互独立的。因此,我们面对离散型随机变量的独立性题目,要首先尝试从找特例,判断不相互独立来入手,这种方法需要一定的技巧与直觉。

两个随机变量函数的分布(重点)

由于我们学的比较简单,雅可比矩阵那些求解任意函数分布的方法没有细讲,因此要求低的同学只用背下来以下四种情况就可以了。
图片描述
对于特殊的情况,如果不知道该怎么做的,考虑从定义入手,即利用式:
若要求解,那么就可以写作:来将z的函数转化为已知的函数,从而利用已知的分布函数去推导Z的分布函数

如果您喜欢我的文章,可以考虑打赏以支持我继续创作.

其他文章
目录导航 置顶
  1. 1. 1、离散型
  2. 2. 2、连续性变量
    1. 2.1. 边缘分布
    2. 2.2. 条件分布
  3. 3. 相互独立性
  4. 4. 两个随机变量函数的分布(重点)
请输入关键词进行搜索