概率论第7讲.pptVIP

概率论第7讲 第六章　二维随机变量 在实际问题中,试验结果往往需要同时用两个或两个以上的随机变量来描述. 要研究这些随机变量及其取值规律—多维分布. 本章将介绍有关这方面的内容. 为简明起见, 只介绍二维情形. 有关内容可以类推到多于二维的情形. 第一节 二维随机变量及其分布函数 在研究某族人的身长与体重之间的联系时, 要从这族人中抽出若干个来, 测量他们的身高与体重. 每抽一个人出来, 就有一个由身长, 体重组成的有序数组(x,h). 这个有序数组是根据试验结果(抽到的人)而确定的. 一般地说, 如果由两个变量所组成的有序数组即二维变量(x,h), 它的取值是随着试验结果而确定的, 那末称这个二维变量(x,h)为二维随机变量. 相应地, 称(x,h)的取值规律为二维分布. 也就是说, 对于平面上任意一个集D, {(x,h)?D}代表了一个随机事件. D确定后, P{(x,h)?D}随之唯一确定. 由这个对应关系定出, 以平面上的集D为自变量, 函数值在区间[0,1]上的函数, 称为二维随机变量(x,h)的分布. 它表明了二维随机变量(x,h)取数组的规律. 简称二维随机变量的分布为二维分布. 与一维时相仿, 定义二维分布的分布函数为 F(x,y)=P{xx,hy}, (1)其中x,y是任意实数. 第二节 二维离散型随机变量 设(x,h)为一个二维随机变量. 如果它可能取的值的全体是有限个或可数多个数组, 则称(x,h)为二维离散型随机变量, 称它的分布为二维离散型分布. 设二维离散型随机变量(x,h)可能取的值为(a1,b1),...,(a1,bj),...,(ai,b1),...,(ai,bj),...,且事件{x=ai,h=bj}的概率为pij(i,j=1,2,...), 即 P{x=ai,h=bj}=pij, 那末(x,h)的分布密度为表格 例1 一口袋中有三个球, 它们依次标有数字1,2,2. 从这袋中任取一球后, 不放回袋中, 再从袋中任取一球. 设每次取球时, 袋中各个球被取到的可能性相同. 以x,h分别记第一次, 第二次取得的球上标有的数字, 求(x,h)的分布密度. 解 (x,h)可能取的值为数组(1,2), (2,1), (2,2). 不难算出 所求分布密度为 第三节 二维连续型随机变量 与一维连续型随机变量类似: 设(x,h)为一个二维随机变量. 如果存在着一个定义域为整个xOy平面的非负函数j(x,y), 使(x,h)的分布函数可表为 这里的积分涉及广义二重积分. 区域为无界的广义二重积分的定义如下: 设D是xOy平面内的无界区域, 则函数f(x,y)在D上的广义二重积分定义为 二维分布密度具有下列性质: 最常遇到的二维连续型分布是二维正态分布. 它的分布密度为 例2 已知二维随机变量(x,h)的分布密度为 (1)和(2)中D的示意图 解 (1) 第四节 边缘分布 设(x,h)为一个二维随机变量. 事件{xx}就是指事件{xx,h+?}. 由(x,h)的分布函数可以定出x的分布函数: P{xx}=P{xx,h+?}.这样定出的一维分布称为关于x的边缘分布.类似地,关于h的边缘分布的分布函数为 P{hy}=P{x+?, hy}. 设(x,h)的分布函数为F(x,y), 那末关于x的边缘分布函数为 设(x,h)为二维离散型随机变量, 它的分布密度如表(2)所示, 则 同理可得, 关于h的边缘分布也是离散型的, 且它的分布密度为 例3 设二维离散型随机变量(x,h)的分布密度为 解 按表(8),(9)分别得所要求的分布密度为 设二维连续型随机变量(x,h)的分布密度为j(x,y), 按式(6)有 同理可得, 关于h的边缘分布也是连续型的, 它的分布密度为 例4 设(x,h)服从区域A上的均匀分布, 即它的分布密度 解 因S(A)=1, 所以 例5 设(x,h)服从二维正态分布, 它的分布密度为 解 按式(10)有 作代换 按式(11), 同理可得关于h的边缘分布密度为 2003年考研数学试题(数一,一(5)):设二维随机变量(X,Y)的概率密度为 解 所求概率为 作业: 从83页开始第1,4,5题 (11) (12) 其中S(A)为区域A的面积.如果A是由x轴,y轴及直线x+(y/2)=1所围成的三角形区域,求关于x及关于h的边缘分布密度. O x 1 2 A y 按式(10), 得关于x的边缘分布密度为 按式(11), 得关于h的边缘分布密度为 (13) 求关于x及关于h的边缘分布密度. 便得关于x的边缘分布密度为 即这边缘分布为N(0,1). 即这边缘分布也是N(0,1). 从这个例子可以看到:二维正态分布的两个边缘分布都是一维正态分布, 而且这两个边缘分布都不依赖于参