3-3-两个变量的独立性与函数分布.ppt

②连续随机变量的极值分布此时代入即可例12（P95）已知X、Y独立同分布于N(0,1)，则Z=X+Y的密度函数是即，Z=X+Y服从正态分布N(0,2)。一般地，如果X、Y相互独立，并且有X~N(?1,?2)，Y~N(?2,?2)，则Z=X+Y服从正态分布N(?1+?2,2?2)分布的“可加”(1).正态分布对两个参数都具有可加性更一般的，有限个相互独立的正态随机变量的线性组合仍然服从正态分布。如果X、Y相互独立，并且X~N(?1,?12)，Y~N(?2,?22)，则X+Y服从正态分布N(?1+?2,?12+?22)。(2).二项分布对于参数n具有可加性二项分布可以表示成两点分布随机变量的和①如果X1、X2、…、Xn相互独立同分布于B(1,p)，则有X=X1+X2+…+Xn~B(n,p)。②如果X~B(n,p)，则可以分解X=X1+X2+…+Xn。如果X、Y相互独立，并且X~B(n,p)，Y~B(m,p)，则X+Y服从二项分布B(m+n,p)。第三节两个变量的独立性与函数分布１．Def:如果随机变量X、Y满足：对所有的实数x与y，联合分布函数都等于边缘分布函数的乘积：F(x,y)=FX(x)×FY(y)则称随机变量X、Y是相互独立的.(independent,缩写为：ind)随机变量的独立就是事件独立性的推广一.随机变量的相互独立２.如何判断随机变量的独立①按照独立性的定义联合分布函数等于边缘分布函数的乘积，即，F(x,y)=FX(x)×FY(y)例1讨论下面X、Y的独立性(1–e–2x)(1–e–y),当x、y＞0F(x,y)=0，其它②按照随机变量的类型联合分布律等于边缘分布律的乘积.即，pij=pi·×p·j对全部i、j成立两个离散随机变量的独立两个连续随机变量的独立联合密度函数等于边缘密度函数的乘积。即，p(x,y)=pX(x)×pY(y)对全部x、y成立例2从1，2，3，4中随机地取一个数X，再从1，···，X中随机地取一个数Y，判断X、Y是否独立？解.联合分布律以及边缘分布律是：显然X、Y不独立。X\Y1234pi·11/40001/421/81/8001/431/121/121/1201/441/161/161/161/161/4p·j25/4813/487/483/481解例3已知（X,Y)的分布率为(1)由分布律的性质知特别有又(2)因为X与Y相互独立,所以有例4设(X,Y)的概率密度为问X和Y是否独立？x0即：对一切x,y,均有：故X,Y独立y0解：解由于X与Y相互独立,例5例6