概率论笔记(五)随机向量/多元随机变量

简介: 概率论笔记(五)随机向量/多元随机变量

一:联合分布

引入:

32.png

1.1联合分布函数

33.png

34.png

注:相比于一维的分布函数,其增加了一维空间,成了二维空间,测试整体的二维空间变成了整体的1;之后同样是概率的累计。


1.2二维离散型随机向量及其联合分布列

35.png36.png


1.3二维连续型随机向量及其联合密度函数

37.png

性质:

38.png


二:边缘分布与随机变量的独立性

2.1边缘分布

39.png

联合分布函数求边缘分布函数:

40.png


注:其意义就是在不管其中一个变量(不局限其范围,即最大范围)的时候,求另一个变量。其中例子见参考书吧。


2.2随机变量的独立性

41.png42.png


注: 见上面的最后一段,需要注意的是,之前咱们可以从联合分布求边缘分布,而从边缘分布求联合分布一般是不可能的,但是当X和Y独立的时候,边缘分布求联合分布是可以的。


2.3两个随机变量下的函数的分布

注:其类似于复合随机,见:https://blog.csdn.net/qq_37534947/article/details/109587828,只是增加成了两个变量。

2.3.1离散型

43.png44.png


2.3.2连续型

45.png46.png



目录
相关文章
|
7月前
【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(上)
【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享
【概率论基础】Probability | 数学性概率 | 统计性概率 | 几何概率 | 概率论三大公理
【概率论基础】Probability | 数学性概率 | 统计性概率 | 几何概率 | 概率论三大公理
123 0
|
7月前
|
人工智能 算法 C++
c++算法学习笔记 (11) 离散化
c++算法学习笔记 (11) 离散化
|
7月前
|
算法
R语言随机搜索变量选择SSVS估计贝叶斯向量自回归(BVAR)模型
R语言随机搜索变量选择SSVS估计贝叶斯向量自回归(BVAR)模型
|
7月前
【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享(下)
【视频】什么是非线性模型与R语言多项式回归、局部平滑样条、 广义相加GAM分析工资数据|数据分享
05 离散·连续·多维随机变量及其分布 - 概念点
05 离散·连续·多维随机变量及其分布 - 概念点
59 0
|
机器学习/深度学习 决策智能
矩阵分析 (四)向量和矩阵的范数
矩阵分析 (四)向量和矩阵的范数
243 0
|
自然语言处理 程序员 容器
向量学习之高维思考
向量学习之高维思考
学习笔记: 线性代数-矩阵的相似性
线性代数个人学习笔记
158 0
下一篇
DataWorks