二维随机变量及分布.pptVIP

边缘分布函数与边缘密度函数 与离散型随机变量相同，已知联合分布可以 求得边缘分布；反之则不能唯一确定. 例6 设二维连续型随机变量( X ,Y ) 的联合密度为 其中k 为常数. 求 常数 k ; P ( X + Y ? 1) , P ( X 0.5); 联合分布函数 F (x,y); 边缘密度函数与边缘分布函数 y = x 1 0 x y 解令 D (1) x+y=1 y = x 1 0 x y (2) 0.5 x+y=1 y = x 1 0 x y y = x 1 0 x y 0.5 当 0 ? x 1 0 ? y x 时， 1 (3) 当 x 0 或 y 0 时， F (x,y) = 0 当 0 ? x 1, x ? y 1 时， v=u 1 0 u v 当 0 ? x 1, y ? 1 时， v=u 1 0 u v 1 当 x ? 1 0 ? y x 时， v=u 1 0 u v 1 当 x ? 1 y ? x 时， 第三章 二维随机变量及其分布 在实际问题中, 试验结果有时需要同时用两 个或两个以上的随机变量来描述. 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. 要研究这些随机变量 之间的联系, 就需考虑若干个随机变量, 即多维 随机变量及其取值规律——多维分布. §3.1 二维随机变量及其分布 定义 设?为随机试验的样本空间， 则称二维向量( X , Y )为二维随机变量 或二维随机向量 二维随机变量及其分布函数 讨论： 二维随机变量作为一个整体的概率特性 其中每一个随机变量的概率特性与整体的 概率特性之间的关系 二维随机变量的联合分布函数 定义 设( X , Y ) 为二维随机变量，对于任何 一对实数( x , y ), 事件 定义了一个 二元实函数 F ( x , y )，称为二维随机变量 ( X ,Y ) 的分布函数，即 (记为 ) 的概率 分布函数的几何意义 如果用平面上的点(x, y)表示二维随机变量 (X ,Y )的一组可能的取值，则F (x, y)表示(X ,Y ) 的取值落入下图所示的角形区域的概率 x y (x, y) 联合分布函数的性质 x y (x, y) x y x y x y -? 固定 x , 对任意的 y1 y2 , F (x,y1) ? F (x,y2) 固定 y , 对任意的 x1 x2 , F (x1,y) ? F (x2,y) F (x0 , y0) = F (x0+ 0 , y0) F (x0 , y0) = F (x0, y0 + 0 ) F (b,d) – F (b,c) – F (a,d) + F (a,c) ? 0 事实上 F (b,d) – F (b,c) – F (a,d) + F (a,c) = P (a X ? b , c Y ? d) a b c d 对每个变量单调不减 对每个变量右连续 对于任意的a b , c d 例1 设 讨论F (x, y)能否成为二维随机变量的分布 函数？ 解 x y x+ y = 1 ? (0,0) ? (2,0) ? (2,2) ? (0,2) 故 F (x, y)不能作为二维随机变量的分布函数 注意 对于二维随机变量 x y a c (a,c) (a,+?) (+?,+?) (+?,c) 二维随机变量的边缘分布函数 由联合分布函数可以求得边缘分布函数,逆不真. x y x x y y 例2 设二维随机变量(X ,Y )的联合分布函数为 其中A , B , C 为常数. 确定A , B , C ； 求X 和Y 的边缘分布函数； 求P (X 2) 解 (1) (2) (3) 可以将二维随机变量及其边缘分布函数的概念 推广到 n 维随机变量及其联合分布函数与边缘 分布函数 定义 若二维随机变量(X ,Y )的所有可能的 取值为有限多个或无穷可列多个, 则 称(X ,Y ) 为二维离散型随机变量. 要描述二维离散型随机变量的概率特性及其与 每个随机变量之间的关系常用其联合概率分布 和边缘概率分布 二维离散型随机变量及其概率特性 联合概率分布 设( X ,Y )的所有可能的取值为 则称 为二维随机变量( X ,Y ) 的联合概率分布或联合 分布律，也简称概率分布或分布律 显然， 二维离散型随机变量的联合分布函数 已知联合分布律可以求出其联合分布函数 反之，已知分布函数也可以求出其联合分布律