二维离散型随机变量 | 学习笔记

简介: 快速学习二维离散型随机变量

开发者学堂课程【人工智能必备基础:概率论与数理统计:二维离散型随机变量】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/545/detail/7408


二维离散型随机变量

内容介绍:

一、二维随机变量

二、二维随机变量的概率分布

三、例题

 

一、二维随机变量

以前我们只关心一个指标,现在要更操心了,例如根据学生的身高 (X) 和体重 (Y) 来观察学生的身体状况

这就不仅仅是 X 和 Y 各自的情况,还需要了解其相互的关系。

二维随机变量的联合函数:若 (X,Y) 是随机变量,对于任意的实数 x,y

F(x,y)= P{(X≤x)∩(Y ≤y)}

F(x,y) 表示随机点 (X,Y) 在以 (x,y) 为顶点且位于该点左下方无穷矩形内的概率。

image.png

1.用联合分布函数 F(x,y)表示矩形域概率

P(x1<X≤x2 ,y1<Y≤y2)

F(x2,y2)-F(x2,y1)-F(x1,y2)+F(x1,y1)

image.png

2.基本概念:

性质(1) : F(x,y)分别关于X和Y 单调不减;

性质(2): 0≤ F(x,y)≤1

F(x,-∞)=0

F(-∞,y)=0

F(-∞,-∞)=0

F(+∞,+∞)=1

性质(3): F(x,y)分别关于X和Y右连续;

性质(4): 任意 (x2,y2),(x1,y1),x1<x2, y 1< y2,

有 F(x2,y2)-F(x2,y1)-F(x1,y2)+ F(x1,y1)≥0

 

二、二维随机变量的概率分布

若二维随机变量 (X,Y) 全部可能取到的不同值是有限对或可列无限对,则称 (X,Y)是离散型随机变量。

离散型随机变量的联合概率分布:

image.png

设 (X,Y) 所有可能取值为

image.png

为二维离散型随机变量 (x,Y) 的联合概率分布。

 

三、例题

设随机变量 X 在 1、2、3、4 四个整数中等可能地取一个值,另一个随机变量 Y 在1~X 中等可能地取一整数值。试求(X,Y)的联合概率分布

解:

(X=i,Y=i) 的取值情况为:

i=1,2,3,4;  j 取不大于的正整数。

P{X=i,Y= j}=P{X=i}P{Y= j|X=i}=(1/4)*(1/i)

i=1,2,3,4 ;  j ≤ i

即 (x) 的联合概率分布为:

image.png

相关文章
|
14天前
【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
|
14天前
【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
|
4月前
【数值分析】用幂法计算矩阵的主特征值和对应的特征向量(附matlab代码)
【数值分析】用幂法计算矩阵的主特征值和对应的特征向量(附matlab代码)
|
7月前
线性代数(七)对称矩阵和二次型
线性代数(七)对称矩阵和二次型
97 0
|
8月前
|
Serverless
第8章 概率统计——8.2 概率密度计算
第8章 概率统计——8.2 概率密度计算
|
9月前
|
机器学习/深度学习 决策智能
矩阵分析 (七) 矩阵特征值的估计
矩阵分析 (七) 矩阵特征值的估计
117 0
|
11月前
|
数据挖掘
[概率论]-离散型随机变量·二项分布
[概率论]-离散型随机变量·二项分布
81 0
|
11月前
概率论笔记(六)一维正态分布/二维正态分布/多维正态分布
概率论笔记(六)一维正态分布/二维正态分布/多维正态分布
183 0
|
12月前
|
vr&ar
离散型随机变量和连续型随机变量及其常见分布(下)
离散型随机变量和连续型随机变量及其常见分布
|
12月前
|
机器学习/深度学习
离散型随机变量和连续型随机变量及其常见分布(上)
离散型随机变量和连续型随机变量及其常见分布