32二维rv的条件分布 二维离散rv.的条件分布律 设二维离散型rv.(X,y)的分布

西安电子科技大学：《概率论与数理统计》课程教学课件（讲稿）第七章 参数估计 7.4 区间估计 7.5 正态总体均值和方差的区间估计 7.6（0－1）分布参数的区间估计 7.7 单侧置信区间

当问题的机理非常不清楚难以直接利用其他知 识来建模时,一个较为自然的方法是利用数据 进行曲线拟合,找出变量之间的近似依赖关系 即函数关系

3.3随机变量的独立性 将事件独立性推广到r.v. 两个rv的相互独立性 定义设(X,Y)为二维r.v.若对任何实数x,y都有则称r.v.X和Y相互独立

在解决实际问题时,注意观察和善于想象是十分重要的, 观察与想象不仅能发现问题隐含的某些属性,有时还能顺 理成章地找到解决实际问题的钥匙。本节的几个例子说明 ,猜测也是一种想象力。没有合理而又大胆的猜测,很难 做出具有创新性的结果。开普勒的三大定律(尤其是后两 条)并非一眼就能看出的,它们隐含在行星运动的轨迹之 中,隐含在第谷记录下来的一大堆数据之中历史上这样 的例子实在太多了

3.4二维r.v.函数的分布 一、问题已知r.v(X,Y)的概率分布,g(x,y)为已知的二元函数, 求Z=g(X,Y)的概率分布 二、方法转化为(X,Y)的事件

一、差分方程简介 以t表示时间,规定t只取非负整数。t0表示第一周期初, t1表示第二周期初等。记yt为变量y在时刻t时的取值,则 称△yt=yt+1-y为yt的一阶差分,称 为的二阶差分。类似地,可以定义y的n阶差分。 由t、y及y的差分给出的方程称为y差分方程,其中含的最 高阶差分的阶数称为该差分方程的阶。差分方程也可以写成 不显含差分的形式

2.3连续型随机变量 一、连续型rv的概念 定义设是随机变量,若存在一个非负可积函数(x),使得 其中F(x)是它的分布函数则称x是连续型rv,f(x)是它的概率 密度函数(p.d.f.),简记为df

1.4事件的独立性 事件的独立性 例1已知袋中有5只红球,3只白球.从袋中有放回地取球两次,每次取1球.设第i次取得白球为事件A;(i=1,2).求

在实际问题中,试验结果有时需要同 时用两个或两个以上的rv来描述 例如用温度和风力来描述天气情况. 通过对含碳、含硫、含磷量的测定来研究 钢的成分.要研究这些rv之间的联系,就 需考虑多维r.v及其取值规律—多维分布