Galerie de cartes mentales Chapitre général 3 Carte mentale de variables aléatoires bidimensionnelles
Il s'agit d'une carte mentale sur le chapitre général 3 des variables aléatoires bidimensionnelles, y compris les vecteurs aléatoires et les distributions conjointes, les fonctions de distribution marginale, les lois de distribution marginale et les lois de distribution conditionnelle, etc.
Modifié à 2023-11-15 23:21:27This is a mind map about bacteria, and its main contents include: overview, morphology, types, structure, reproduction, distribution, application, and expansion. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about plant asexual reproduction, and its main contents include: concept, spore reproduction, vegetative reproduction, tissue culture, and buds. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about the reproductive development of animals, and its main contents include: insects, frogs, birds, sexual reproduction, and asexual reproduction. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about bacteria, and its main contents include: overview, morphology, types, structure, reproduction, distribution, application, and expansion. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about plant asexual reproduction, and its main contents include: concept, spore reproduction, vegetative reproduction, tissue culture, and buds. The summary is comprehensive and meticulous, suitable as review materials.
This is a mind map about the reproductive development of animals, and its main contents include: insects, frogs, birds, sexual reproduction, and asexual reproduction. The summary is comprehensive and meticulous, suitable as review materials.
Chapitre général 3 Variables aléatoires bidimensionnelles
3.1 Vecteurs aléatoires et distribution conjointe
La définition des variables aléatoires bidimensionnelles et les propriétés des fonctions de distribution
Définition 1 : Supposons que l'espace échantillon de l'expérience E soit S={e}, et que X=X(e) et Y=Y(e) soient deux variables aléatoires définies sur S. Le vecteur (X, Y) composé de ces deux variables aléatoires est appelé variable aléatoire bidimensionnelle ou vecteur aléatoire bidimensionnel.
Définition 2 : Soit (X, Y) une variable aléatoire bidimensionnelle Pour tout nombre réel x, y, la fonction binaire est appelée fonction de distribution de la variable aléatoire bidimensionnelle ou fonction de distribution conjointe des variables aléatoires X. Andy.
Définition 3 : Supposons que l'espace échantillon du test E soit S={e}, et Xi=Xi(e) est une variable aléatoire définie sur S, i=1,2,…,n, composée de ces n variables aléatoires An ordonnée Un groupe de variables aléatoires est appelé variable aléatoire à n dimensions ou vecteur aléatoire. Soit une variable aléatoire à n dimensions. Pour tout nombre réel, la fonction n-aire est appelée fonction de distribution de la variable aléatoire à n dimensions ou fonction de distribution conjointe de n variables aléatoires.
Propriétés de la fonction de distribution F(x,y) :
Domaine:
La plage de valeurs de la fonction de distribution :
valeur spéciale
F(x,y) est monotone et ne diminue pas par rapport à x ou y, c'est-à-dire :
F(x,y) est continu à droite à x ou à y, c'est-à-dire :
Pour tout nombre réel x1<x2, y1<y2 on a
Au contraire : toute fonction binaire F(x,y) qui satisfait les propriétés ci-dessus doit être la fonction de distribution d'une variable aléatoire bidimensionnelle.
Variable aléatoire discrète bidimensionnelle
Définition : Si les valeurs de la variable aléatoire bidimensionnelle (X, Y) sont des paires finies ou des paires listables, alors (X, Y) est dite une variable aléatoire discrète.
C'est ce qu'on appelle la loi de distribution (de probabilité) des variables aléatoires discrètes bidimensionnelles (X, Y), Ou appelée loi de distribution conjointe (probabilité) de X et Y.
La méthode d'expression de la loi de distribution : (1) méthode de formule (2) méthode de liste ;
Les propriétés de base de la loi de distribution des variables aléatoires discrètes bidimensionnelles (X,Y) :
Théorème : Supposons que la loi de distribution de (X, Y) soit la probabilité qu'un point aléatoire (X, Y) tombe dans n'importe quelle zone D du plan. La somme est la somme de tous les i, j tels que (xi, yj). D.
En particulier
Variable aléatoire continue bidimensionnelle
Définition : Supposons que la fonction de distribution d'une variable aléatoire bidimensionnelle (X, Y) soit F (x, y) s'il existe une fonction intégrable non négative f (x, y) telle que pour tout nombre réel x, y. , on dit toujours que ( X, Y) est une variable aléatoire continue bidimensionnelle, et la fonction f(x, y) est appelée la densité de probabilité de la variable aléatoire continue bidimensionnelle (X, Y), ou la densité de probabilité conjointe des variables aléatoires X et Y.
La densité de probabilité f(x,y) de (X,Y) a les propriétés de base suivantes :
Au contraire, si la fonction binaire f(x,y) satisfait les deux propriétés de base ci-dessus, alors elle doit être la densité de probabilité d'une certaine variable aléatoire bidimensionnelle (X,Y).
Si la densité de probabilité f(x,y) est continue au point (x,y), alors nous avons
Calculer la probabilité en utilisant la densité de probabilité
Théorème : Supposons que la densité de probabilité de (X, Y) soit f (x, y), alors : (1) Supposons que D soit n'importe quelle zone du plan, alors : , . (2)
Variables aléatoires continues bidimensionnelles couramment utilisées
Distribution uniforme : Si la densité de probabilité des variables aléatoires (X, Y) est où A est l'aire de la région délimitée D. Alors (X, Y) est dit obéir à une distribution uniforme dans la zone D. Il est enregistré comme
Distribution normale bidimensionnelle : si la densité de probabilité des variables aléatoires (X, Y) est où , alors les variables aléatoires (X, Y) obéissent à la distribution normale bidimensionnelle avec des paramètres, notés
3.2 Fonction de distribution marginale
Définition : Soit la fonction de distribution de la variable aléatoire bidimensionnelle (X, Y) (la fonction de distribution conjointe des composantes X et Y)
Fonction de distribution du composant X : Appelez FX(x) la fonction de distribution des bords de (X,Y) par rapport à X ;
Fonction de distribution de la composante Y : FY(y) est appelée fonction de distribution marginale de (X,Y) par rapport à Y.
Étant donné que la fonction de distribution conjointe F(x,y) est connue, les fonctions de distribution de bord FX(x) et FY(y) peuvent cependant être calculées, les fonctions de distribution respectives FX(x) et FY(y) de X et ; Y ne peut généralement pas être déterminé. Fonction de distribution conjointe F(x,y).
3.3 Droit de la distribution marginale et droit de la distribution conditionnelle
Définition : La variable aléatoire discrète bidimensionnelle (X, Y), la composante X et la composante Y sont toutes deux des variables aléatoires discrètes. La loi de distribution de X est appelée loi de distribution marginale de (X, Y) par rapport à X ; de Y est appelée la loi de distribution marginale de (X,Y) par rapport à Y.
Formule de calcul de la loi de distribution marginale
Théorème : La loi de distribution des variables aléatoires discrètes bidimensionnelles (X, Y) est , alors la loi de distribution des bords de (X, Y) par rapport à X La loi de distribution des bords de (X, Y) par rapport à Y est
La loi de distribution marginale de (X,Y) par rapport à X : les probabilités de chaque ligne du tableau de loi de distribution conjointe sont ajoutées.
Loi de distribution conditionnelle et formule de calcul
À condition qu’un composant soit connu pour prendre une certaine valeur, la loi de distribution de l’autre composant est appelée loi de distribution conditionnelle.
définition:
3.4 Densité de probabilité marginale et densité de probabilité conditionnelle
densité de probabilité de bord
Supposons que la densité de probabilité de la variable aléatoire continue bidimensionnelle (X, Y) soit f (x, y), alors la densité de probabilité de la composante X est enregistrée sous la forme fX (x), appelée densité de probabilité de bord de ( X, Y) par rapport à X ; la densité de probabilité de la composante Y est enregistrée sous la forme fY(y), appelée densité de probabilité de bord de (X, Y) par rapport à Y.
Supposons que la densité de probabilité d'une variable aléatoire continue bidimensionnelle (X, Y) soit f (x, y), alors
Cela indique: (1) La composante X est une variable aléatoire continue, (2) La densité de probabilité de la composante X, c'est-à-dire la densité de probabilité de bord de (X, Y) par rapport à X est
Cela indique: (1) La composante Y est une variable aléatoire continue, (2) La densité de probabilité de la composante Y, c'est-à-dire la densité de probabilité de bord de (X, Y) par rapport à Y est
fonction de distribution conditionnelle
définition:
densité de probabilité conditionnelle
Formule de calcul
3.5 Variables aléatoires mutuellement indépendantes
Définition : Soient X et Y deux variables aléatoires. Si pour tout nombre réel x, y, il existe , alors X et Y sont dits indépendants l'un de l'autre, ou indépendants en abrégé.
X et Y sont indépendants l'un de l'autre théorème :
Les variables aléatoires discrètes sont un théorème mutuellement indépendant et discriminant
théorème
Les variables aléatoires continues sont indépendantes les unes des autres
Théorème discriminant
Indépendance mutuelle d'un nombre fini ou de variables aléatoires listables
définition