2.3. 引理证明:
-
P
(
X
=
x
)
=
F
(
x
)
−
F
(
x
−
)
,
其
中
,
F
(
x
−
)
=
lim
y
→
x
F
(
y
)
.
\mathbb{P}(X=x)=F(x)-F(x^{-}),其中,F(x^{-})=\mathop{\text{lim}}\limits_{y \to x}F(y).
P(X=x)=F(x)−F(x−),其中,F(x−)=y→xlimF(y).
证 : 根 据 中 值 定 理 F ( x ) − F ( x − ) = ∫ x − x f ( x ) d x = f ( x ) 证:根据中值定理F(x)-F(x^{-})=\int_{x^{-}}^{x}f(x)dx=f(x) 证:根据中值定理F(x)−F(x−)=∫x−xf(x)dx=f(x)
因 为 P ( X = x ) = f ( x ) \qquad因为P(X=x)=f(x) 因为P(X=x)=f(x)
得 P ( X = x ) = F ( x ) − F ( x − ) \qquad得P(X=x)=F(x)-F(x^{-}) 得P(X=x)=F(x)−F(x−) -
P
(
x
<
X
⩽
y
)
=
F
(
y
)
−
F
(
x
)
.
\mathbb{P}(x< X \leqslant y)=F(y)-F(x).
P(x<X⩽y)=F(y)−F(x).
证 : P ( x < X ⩽ y ) = ∫ x y f ( x ) d x = ∫ − ∞ y f ( x ) d x − ∫ − ∞ x f ( x ) d x = F ( y ) − F ( x ) 证:\mathbb{P}(x<X\leqslant y)=\int_{x}^{y}f(x)dx= \int_{-\infty}^{y}f(x)dx- \int_{-\infty}^{x}f(x)dx=F(y)-F(x) 证:P(x<X⩽y)=∫xyf(x)dx=∫−∞yf(x)dx−∫−∞xf(x)dx=F(y)−F(x) -
P
(
X
>
x
)
=
1
−
F
(
x
)
.
\mathbb{P}(X>x)=1-F(x).
P(X>x)=1−F(x).
证 : P ( X > x ) = 1 − P ( X ⩽ x ) = 1 − F ( x ) 证:P(X>x)=1-P(X\leqslant x)=1-F(x) 证:P(X>x)=1−P(X⩽x)=1−F(x)
2.4.
(a)
当
x
<
0
时
F
(
x
)
=
0
当
0
<
x
<
1
,
F
(
x
)
=
∫
−
∞
x
f
(
x
)
d
x
=
∫
−
∞
x
1
4
d
x
=
1
4
x
当
0
<
x
⩽
3
,
F
(
x
)
=
∫
−
∞
x
f
(
x
)
d
x
=
∫
0
1
1
4
d
x
=
1
4
当
3
<
x
<
5
,
F
(
x
)
=
1
4
+
∫
3
x
f
(
x
)
d
x
=
1
4
+
3
8
x
−
9
8
=
3
8
x
−
7
8
当
x
⩾
5
时
F
(
x
)
=
1
\quad当x<0时 F(x)=0\\\quad当0<x<1,F(x)= \int_{-\infty}^{x}f(x)dx= \int_{-\infty}^{x}\frac{1}{4}dx=\frac{1}{4}x \\\quad当0<x\leqslant 3,F(x)= \int_{-\infty}^{x}f(x)dx= \int_{0}^{1}\frac{1}{4}dx=\frac{1}{4}\\\quad当3<x<5,F(x)= \frac{1}{4}+\int_{3}^{x}f(x)dx= \frac{1}{4}+\frac{3}{8}x-\frac{9}{8}=\frac{3}{8}x-\frac{7}{8}\\\quad 当x \geqslant 5时F(x)=1
当x<0时F(x)=0当0<x<1,F(x)=∫−∞xf(x)dx=∫−∞x41dx=41x当0<x⩽3,F(x)=∫−∞xf(x)dx=∫0141dx=41当3<x<5,F(x)=41+∫3xf(x)dx=41+83x−89=83x−87当x⩾5时F(x)=1
所
以
X
的
C
D
F
为
:
F
(
x
)
=
{
0
x<0
1
4
x
0
⩽
x
<
1
1
4
1
⩽
x
<
3
3
8
x
−
7
8
3
⩽
x
<
5
1
5
所以X的CDF为:F(x)= \begin{cases} 0& \text{x<0}\\ \frac{1}{4}x& 0 \leqslant x<1\\ \frac{1}{4}& 1\leqslant x<3 \\ \frac{3}{8}x-\frac{7}{8}& 3\leqslant x< 5\\ 1&5 \end{cases}
所以X的CDF为:F(x)=⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧041x4183x−871x<00⩽x<11⩽x<33⩽x<55
(b)
Y
的
分
布
函
数
为
F
(
y
)
=
P
(
Y
<
y
)
=
P
(
1
X
<
y
)
=
1
−
P
(
X
<
1
y
)
\begin{aligned} Y的分布函数为F(y) &=P(Y<y) \\ &= P(\frac{1}{X}<y)\\ &=1-P(X<\frac{1}{y}) \end{aligned}
Y的分布函数为F(y)=P(Y<y)=P(X1<y)=1−P(X<y1)
P
(
X
<
1
y
)
=
F
(
1
y
)
{
1
1
y
<
0
1
−
1
4
y
0
⩽
1
y
<
1
3
4
1
⩽
1
y
<
3
−
3
8
y
+
15
8
3
⩽
1
y
<
5
0
1
y
⩾
5
P(X<\frac{1}{y})=F(\frac{1}{y}) \begin{cases} 1 & \frac{1}{y}<0 \\ 1-\frac{1}{4y} & 0 \leqslant \frac{1}{y} <1 \\ \frac{3}{4} & 1 \leqslant \frac{1}{y} < 3 \\ -\frac{3}{8y}+\frac{15}{8} & 3 \leqslant \frac{1}{y} < 5 \\ 0 & \frac{1}{y} \geqslant 5 \end{cases}
P(X<y1)=F(y1)⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧11−4y143−8y3+8150y1<00⩽y1<11⩽y1<33⩽y1<5y1⩾5
对
F
(
y
)
求
导
得
出
Y
的
概
率
密
度
函
数
:
f
(
y
)
=
{
0
y
<
1
5
3
8
y
2
1
5
<
y
<
1
3
0
1
3
<
y
<
1
1
4
y
2
y
>
1
对F(y)求导得出Y的概率密度函数:\\ f(y)= \begin{cases} 0 & y < \frac{1}{5} \\ \frac{3}{8y^{2}} & \frac{1}{5} < y < \frac{1}{3} \\ 0 & \frac{1}{3} < y < 1 \\ \frac{1}{4y^{2}} & y > 1 \end{cases}
对F(y)求导得出Y的概率密度函数:f(y)=⎩⎪⎪⎪⎨⎪⎪⎪⎧08y2304y21y<5151<y<3131<y<1y>1
2.10. 令X和Y独立,证明g(x)和h(Y)独立.
证
:
∵
X
、
Y
独
立
∴
F
(
X
,
Y
)
=
F
(
X
)
(
Y
)
又
F
(
g
(
x
)
,
h
(
y
)
)
=
F
(
g
(
x
)
)
F
(
h
(
y
)
)
∴
g
(
X
)
和
h
(
Y
)
独
立
\begin{aligned} 证:&\because X、Y独立 \\ &\therefore F(X,Y)=F(X)(Y) \\ &又 F(g(x),h(y))=F(g(x))F(h(y)) \\ &\therefore g(X)和h(Y) 独立 \end{aligned}
证:∵X、Y独立∴F(X,Y)=F(X)(Y)又F(g(x),h(y))=F(g(x))F(h(y))∴g(X)和h(Y)独立
2.21
3.2. 证明V(X)=0时,存在常数c使得P(X=c)=1成立。
证
:
已
知
V
(
X
)
=
0
,
方
差
为
0
即
,
x
=
E
(
X
)
≡
c
∴
P
(
X
=
c
)
=
1
\begin{aligned} 证:&已知V(X)=0,方差为0 \\ &即,x=E(X)\equiv c \\ &\therefore P(X=c)=1 \end{aligned}
证:已知V(X)=0,方差为0即,x=E(X)≡c∴P(X=c)=1
3.4.
3.10.
∵
X
∽
N
(
0
,
1
)
x
的
概
率
密
度
函
数
为
f
(
x
)
=
1
2
π
e
−
x
2
2
E
(
Y
)
=
∫
−
∞
+
∞
e
x
f
(
x
)
d
x
=
∫
−
∞
+
∞
1
2
π
e
2
x
−
x
2
2
d
x
=
e
1
2
∫
−
∞
+
∞
1
2
π
e
−
(
x
−
1
)
2
2
f
(
x
)
d
x
=
e
1
2
同
理
:
V
(
Y
)
=
E
(
Y
2
)
−
E
2
(
Y
)
=
∫
−
∞
+
∞
e
2
x
f
(
x
)
d
x
−
e
=
e
2
−
e
\because X \backsim N(0,1) \\ x的概率密度函数为f(x)=\frac{1}{\sqrt{2\pi}}e^{-\frac{x^{2}}{2}} \\ \begin{aligned} E(Y) & =\int_{-\infty}^{+\infty}e^{x}f(x)dx \\ & = \int_{-\infty}^{+\infty}\frac{1}{\sqrt{2\pi}}e^{\frac{2x-x^{2}}{2}}dx \\ & =e^{\frac{1}{2}} \int_{-\infty}^{+\infty}\frac{1}{\sqrt{2\pi}}e^{-\frac{(x-1)^{2}}{2}}f(x)dx \\ & = e^{\frac{1}{2}} \\ 同理:V(Y)& = E(Y^{2})-E^{2}(Y) \\ & = \int_{-\infty}^{+\infty}e^{2x}f(x)dx-e \\ & = e^{2} - e \end{aligned}
∵X∽N(0,1)x的概率密度函数为f(x)=2π1e−2x2E(Y)同理:V(Y)=∫−∞+∞exf(x)dx=∫−∞+∞2π1e22x−x2dx=e21∫−∞+∞2π1e−2(x−1)2f(x)dx=e21=E(Y2)−E2(Y)=∫−∞+∞e2xf(x)dx−e=e2−e
3.18. 证明:若 E(X|Y=y)=c 则 X与Y不相关
证
:
∵
E
(
X
∣
Y
=
y
)
=
c
则
E
(
X
∣
Y
=
y
)
=
∫
−
∞
+
∞
x
f
X
,
Y
(
x
,
y
)
f
Y
(
y
)
d
x
=
1
f
Y
(
y
)
∫
−
∞
+
∞
x
f
X
,
Y
(
x
,
y
)
d
x
=
c
即
∫
−
∞
+
∞
x
f
X
,
Y
(
x
,
y
)
d
x
=
c
f
Y
(
y
)
两
边
同
时
积
分
:
∫
−
∞
+
∞
∫
−
∞
+
∞
x
y
f
X
,
Y
(
x
,
y
)
d
x
d
y
=
c
∫
−
∞
+
∞
y
f
Y
(
y
)
d
y
即
E
(
X
Y
)
=
c
E
(
Y
)
又
E
(
E
(
X
∣
Y
)
)
=
E
(
X
)
=
c
则
E
(
X
Y
)
=
E
(
X
)
E
(
Y
)
得
出
X
,
Y
不
相
关
\begin{aligned} 证:\because E(X|Y=y)&=c \\ 则 E(X|Y=y)& =\int_{-\infty}^{+\infty}\frac{xf_{X,Y}(x,y)}{f_Y(y)}dx \\ &= \frac{1}{f_Y(y)}\int_{-\infty}^{+\infty}{xf_{X,Y}(x,y)}dx \\ & =c \\ 即 \int_{-\infty}^{+\infty}{xf_{X,Y}(x,y)}dx&=c f_Y(y) \\ 两边同时积分:\\ \int_{-\infty}^{+\infty} \int_{-\infty}^{+\infty}{xyf_{X,Y}(x,y)}dxdy&=c\int_{-\infty}^{+\infty}y f_Y(y)dy \\ 即 E(XY)&=cE(Y) \\ 又 E(E(X|Y))&= E(X)=c \\ 则 E(XY)&=E(X)E(Y) \\ 得出 X,Y&不相关 \end{aligned}
证:∵E(X∣Y=y)则E(X∣Y=y)即∫−∞+∞xfX,Y(x,y)dx两边同时积分:∫−∞+∞∫−∞+∞xyfX,Y(x,y)dxdy即E(XY)又E(E(X∣Y))则E(XY)得出X,Y=c=∫−∞+∞fY(y)xfX,Y(x,y)dx=fY(y)1∫−∞+∞xfX,Y(x,y)dx=c=cfY(y)=c∫−∞+∞yfY(y)dy=cE(Y)=E(X)=c=E(X)E(Y)不相关
矩阵代码
a
11
a
12
a
13
a
21
a
22
a
23
\begin{array}{ccc} %该矩阵一共3列,每一列都居中放置 a11 & a12 & a13\\ %第一行元素 a21 & a22 & a23\\ %第二行元素 \end{array}
a11a21a12a22a13a23
0
1
1
0
(
0
−
i
i
0
)
[
0
−
1
1
0
]
{
1
0
0
−
1
}
∣
a
b
c
d
∣
∥
i
0
0
−
i
∥
\begin{matrix} 0 & 1 \\ 1 & 0 \end{matrix} \quad \begin{pmatrix} 0 & -i \\ i & 0 \end{pmatrix} \quad \begin{bmatrix} 0 & -1 \\ 1 & 0 \end{bmatrix} \quad \begin{Bmatrix} 1 & 0 \\ 0 & -1 \end{Bmatrix} \quad \begin{vmatrix} a & b \\ c & d \end{vmatrix} \quad \begin{Vmatrix} i & 0 \\ 0 & -i \end{Vmatrix}
0110(0i−i0)[01−10]{100−1}∣∣∣∣acbd∣∣∣∣∥∥∥∥i00−i∥∥∥∥
参考链接:
Cmd Markdown 公式指导手册
Markdown下LaTeX公式、编号、对齐
一份其实很短的 LaTeX入门文档
[CSDN_Markdown]使用LaTeX基本数学公式
https://blog.csdn.net/weixin_39278265/article/details/88406290
http://www.mohu.org/info/symbols/symbols.htm
https://blog.csdn.net/zgj926503/article/details/52757631
http://latex.91maths.com/eg/dxgailvlun.html
https://blog.csdn.net/ying_xu/article/details/51240291
https://blog.csdn.net/shmilychan/article/details/51482945
https://www.zybuluo.com/fyywy520/note/82980
https://www.cnblogs.com/csu-lmw/p/10434854.html
https://www.jianshu.com/p/25f0139637b7
https://blog.csdn.net/hhy_csdn/article/details/83722106
http://blog.sciencenet.cn/blog-812827-1129613.html