第三章+多维随机变量.pptVIP

（3） 两个重要的分布 一.二维均匀分布 设D为平面有界区域,其面积为SD,若二维随机变量(X,Y)的概率密度为 则称 服从区域D上的均匀分布. 若 服从区域 D上的均匀分布,则对于D中任一子区域G,有 G D 于是 落在D中任一子区域G的概率与G的面积成正比,而与G的形状和位置无关。在这个意义上我们说,服从某区域上均匀分布的二维随机变量在该区域内是“等可能”的。 例3 设(X,Y)服从单位圆 上的 的均匀分布，求X与Y的边缘概率密度。 解 由题意知,(X,Y)的概率密度为 于是，有 -1 1 -1 1 由对称性可知 注意此时 二.二维正态分布 定义 若二维随机变量 的联合概率密度为 其中 是实数, 则称 服从 参数为 的二维正态分布,记作 称上述的 为二维正态概率密度. 可以证明,若 则 也就是说,二维正态分布的两个边缘分布仍然为正态分布,而且其边缘分布不依赖于参数 .因此可以断定参数 描述了 与 之间的某种关系! 设二维随机变量(X,Y)的联合密度函数为 例 解 (1) 由规范性 求 (1) c的值；(2) 两个边缘密度； 解 (1) 设(X,Y)的概率密度是 例 x y 0 1 x y 0 1 (2) 所以 x y 0 1 (2) 所以 x y 0 1 第四节 相互独立的随机变量 定义 设(X,Y)是二维随机变量,如果对于任意的实数x 和y,随机事件 和 相互独立,即 则称随机变量 和 相互独立. 1.若离散型随机变量(X,Y)的可能取值为 并且对任意的 和 ,事件 与 相互独立,即 则X与Y相互独立. 下面给出离散型和连续型时的两个重要结论. 2.设二维连续型随机变量(X,Y)的联合概率密度为 关于X 和Y的边缘概率密度分别为 和 如果对任意实数x和y,成立 则X 和Y相互独立. 重要结论:设 则 X 与Y相互独立的充分必要条件为 . 例1 设二维随机变量 的联合分布律为: 1 2 3 1 2 且X与Y相互独立,试求 和 解 由于X与Y独立,所以有 又由分布律的基本性质,有 所以,有 例2.设随机变量 X与Y相互独立,下表列出了二维随机变量(X,Y)联合分布律及关于X和关于Y的边缘分布律中的部分数值,试将其余数值填入表中的空白处. ? ? ? ? ? ? ? ? ? ? ? ? ? 1 分析 定理 设X与Y是相互独立的随机变量, h(x)和g(y)均为连续或单调函数,则随机变量h(X)与g(Y)也是相互独立的. 例如,若 与 是相互独立的,则 相互独立; 相互独立; 相互独立 … 等等 判断二维连续型随机变量(X,Y)中X 和Y 是否相互独立举例： 例2：PPT42 例1：PPT24 设(X,Y)的概率密度为 X 和Y 是相互独立的 * 第三章 第一节 二维随机变量 定义 设 是定义在同一个样本空间 上的随机 变量，则称由它们构成的二维向量 为二维随 机向量，亦称为二维随机变量. 二维随机变量 的性质不仅与 各自的性 质有关,而且还依赖于它们之间的相互关系,因此必须把它们作为一个整体来研究.为了描述二维随机变量整体的统计规律性,我们引入联合分布函数的概念. 定义 设(X,Y)为二维随机变量,称二元函数 为(X,Y)的分布函数,或 X与Y的联合分布函数. 可视为随机点 落在以 为顶点的 左下方的无穷矩形的概率. 设 ,则有 图2 二维随机变量分布函数的基本性质 设 是二维随机变量(X,Y)的分布函数,则 1) 关于 与 都是右连续的,即 3) 对任意 有 可以证明,以上三条性质是二元函数能否成为某二维随机变量分布函数的充分必要条件. 2) 由于X与Y本身也是一个随机变量,因此也有各自的分布函数,并且 分别称 为(X,Y) 关于 与 的边缘分布 函数. 例1 设二维随机变量(X,Y)的分布函数为 称此分布为二维指数分布,其中参数 易得,关于 和 的边缘分布函数分别为 注意 边缘分布与参数 无关！这说明研究多维随机变量,仅仅研究边缘分布是不够,而必须将他们作为一个整体来研究. 整体大于部分之和! 第二节 二维离散型随机变量 定义 如果二维随机变量(X,Y)只取有限对或可列无穷多对值,则 称(X,