线性代数考研习题二维随机变量.pptVIP

0.4 0.1 二、 二维(或两个)随机变量函数的分布 1、 分布的可加性 (1) 若X~B(m, p), Y~B(n, p), 且X与Y相互独立， 则 X+Y ~ B (m+n, p). (2) 若X~P(λ1), Y~P(λ2), 且X与Y相互独立， 则 X+Y ~ P (λ1+λ2). 2. 两个随机变量函数的分布. （1）离散型 （2) 连续型 （3) 一般型 （4)特殊型 2)最大最小的分布 1)和的分布 考试要求 近八年考题 一、 各种分布与随机变量的独立性 1. 各种分布 (1) 一般二维随机变量 F (x, y)=P{ X ? x, Y ? y }, x? (??, +?), y? (??, +?)的性质 F (x, y)为联合分布函数的充分必要条件为 1）0 ≤F (x, y) ≤1 , ?x? (??, +?),, y? (??, +?) 2）F(??, y ) = F(x, ??) =0, F(+?,+?) =1; 3) F (x, y)关于x, y 均为单调不减函数； 4）F (x, y)关于x, y 均分别右连续. 5）不等式 注：边缘分布函数 (2) 二维离散型随机变量的联合概率分布、 边缘分布、条件分布 联合概率分布律 P{X = xi , Y = yj } = pi j , i, j =1, 2 ,??? , （3） 二维连续型随机变量的联合概率密度、 边缘密度和条件密度 f(x, y)为联合概率密度的充要条件是 2. 随机变量的独立性和相关性 3. 常见的二维分布 二维均匀分布 (X, Y ) ~ U (D), D为一平面区域. 联合概率密度为 (2) 二维正态分布 (X, Y ) ~ N (μ1 , μ2, ?12 ,?22, ? ), ?? μ1, μ2 +?, ?10, ?2 0, | ? | 1. 联合概率密度为 性质: ( a ) X ~ N (μ1, ?12 ), Y ~ N (μ2, ?22 ) ( b ) X与Y相互独立 ? ?X Y =0 , 即 X与Y不相关. ( c ) C1X+C2Y ~ N (C1 μ1+ C2 μ2, C12 ?12 + C22?22 +2C1C2 ? ?1 ?2 ). ( d ) X关于Y=y的条件分布为正态分布: 答案：C 1/8 27/32 2/3 答案：A 1、 理解多维随机变量的概念，理解多维随机变量的分布的概念和性质，理解二维离散型随机变量的概率分布、掌握边缘分布、条件分布，理解二维连续型随机变量的概率密度、掌握边缘密度、条件密度，会求与二维随机变量相关事件的概率. 2、 理解随机变量的独立性及不相关的概念，掌握随机变量相互独立的条件. 3、 掌握二维均匀分布，二维正态分布，理解其中参数的概率意义 . 4、 会求两个随机变量函数的分布，会求多个相互独立随机变量函数的分布. 满足pi j ( 0, 边缘分布律 pi ( = P{X = xi }=, i =1, 2 ,((( , p ( j = P{ Y = yj }=, j =1, 2 ,((( , 条件分布律 P{X = xi |Y = yj } =, P{ Y = yj | X = xi } =. 1( f(x, y) ≥0, 2( . 设( X, Y) ~ f(x, y) 则 分布函数: ; 边缘概率密度: , . 条件概率密度: , . X和Y相互独立 ( F (x, y)= FX (x) F Y (y); ( pi j = pi ( ( p ( j (离散型) ( f (x, y)= f X (x) f Y (y) (连续型) 1( X与Y独立, f(x), g(x) 为连续函数 ( f (X)与g(Y)也独立. 2( 若X1, ((((, Xm, Y1, ((((, Yn相互独立, f , g分别为m 元与 n元连续函数 ( f (X1, ((((, Xm)与g (Y1, ((((, Yn)也独立. 3( 常数与任何随机变量独立. 例1 、下列四个二元函数中，不能作为二维随机变量分布函数的是（ ）. （A） （B）； （C） ； （D） . 例2 设的分布密度为： ， （1）确定； （2）求； （3）求. 例3、设为轴、轴及直线所围成的三角形区域，求出在上服从均匀分布的二维随机变量的分布密度和分布函数. 例4、 设A，BP(A)＝, P(B|A)＝, P(A|B)＝ 令 X＝,