叶宏工程硕士第5章-3.pptVIP

设连续 r.v. (X ,Y )的联合 d.f. 为 f (x ,y) 绝对收敛, 则 若广义积分 3. 数学期望的性质 设X、Y独立，则 E(XY)=E(X)E(Y). （诸 Xi 独立时） 5.7.2 方差 原公式 例 设二维 r.v. (X ,Y ) 的 d.f. 为 求E(X), E(Y), V(X), V(Y). 解 P131 法2 法1 5.8 协方差和相关系数 前面我们介绍了随机变量的数学期望和方差，对于多维随机变量，反映分量之间关系的数字特征中，最重要的，就是现在要讨论的 协方差和相关系数 * * 已知r.v.( X ,Y )的概率分布, g (x, y) 为已知的二元函数, 转化为( X ,Y )的事件 问题 方法 求 Z = g( X ,Y )的概率分布 5.6 二维随机变量函数的分布 当( X ,Y )为离散r.v.时, Z 也离散 离散型二维 r.v.的函数 设 X ~ P (?1), Y ~ P (?2), 且独立， 则 X + Y ~ P(?1+ ?2) X ~ P(?1), Y ~ P(?2), 则 Z = X + Y 的可能取值为 0,1,2, ?, P111.1 则 X + Y ~ P(?1+ ?2) (2)再求Z的密度函数: 二维连续r.v.函数的分布 问题 已知r.v.( X ,Y )的密度函数， 求Z=g (X , Y)的密度函数. 方法 (1) 先求Z 的分布函数： 1. 和的分布：Z = X + Y 设( X ,Y )的联合密度为 f (x,y), 则 ? z ? z x +y= z 或 特别地，若X ,Y 相互独立，则 或 或 称之为函数 f X (z) 与 f Y (z)的卷积 P113例2 正态随机变量的结论 求 或 2. 线性和的分布：Z = aX + bY 特别地，若X ,Y 相互独立，则 卷积 P116.4 解法一（卷积公式法） X 和Y 相互独立 解法二 分布函数法 当z 0 时， Z的分布函数为 当0 ? z 2 时， 当2 ? z 时， 3. M=max( X,Y )及N=min( X,Y )的分布 设连续型随机变量X , Y 相互独立, X , Y的分布函数分别为 FX (x), FY (y), M = max{X ,Y }, N = min{X ,Y }, 求 M ,N 的分布函数. 问题 推广 设X1 ,…, Xn是n个相互独立的随机变量,它们的分布函数分别为 (i =0,1，…, n) M=max(X1,…,Xn)的分布函数为: … 特别，当X1,…,Xn相互独立且具有相同分布函数F(x)时，有 N=min(X1,…,Xn)的分布函数是 FM(z)=[F(z)] n … FN(z)=1-[1-F(z)] n 若X1,…,Xn是连续型随机变量，在求得M=max(X1,…,Xn)和N=min(X1,…,Xn)的分布函数后，不难求得M和N的密度函数. 注意 教材P122.7 解 (1) 串联的情况 因为有一个损坏时，系统 L就停止工作， 所以 L的寿命为 Z = min{X ,Y }, 故Z 的分布函数 于是，得Z的密度函数 (2) 并联的情况 因为当且仅当都损坏时，系统 L 才停止工作，所以L的寿命Z为 Z = max{X,Y} Z的分布函数 Z的密度函数 5.7 二维随机变量的期望与方差 5.7.1 期望 1. 期望定义 求法 第四章公式 (5.7.1)—(5.7.4) (5.7.5)—(5.7.6) 设离散 r.v. (X ,Y ) 的概率分布为 绝对收敛 , 则 若级数 2. Z = g(X ,Y )的数学期望