边际分布与随机变量的独立性讲解.pptVIP

copyright 2006 ALL RIGHTS RESERVED. 补充说明 二、边缘分布列 The End！ Thank You！ 例8 设（X,Y）的联合密度函数为 问X、Y是否独立？ 0 1 1 一般结论： 例9 从(0,1)中任取两个数,求下列事件的概率： ①两数之和小于1.2； ②两数之积小于1/4. 解：记这两个数分别为X、Y,则X、Y独立,且都 服从(0,1)上的均匀分布。从而(X,Y)的联合密度函数为 所求的概率,即是在指定的区域内计算联合密度函数 的二重积分。 * * Department of Mathematics 概率论与数理统计 主讲人：宣平 2012年.秋学期 第二节 边际分布随机变量的独立性 一、边缘分布函数 1、由联合分布可以确定边缘分布;但由边缘分布一般不能确定联合分布。 2、类似可定义三维随机变量（X,Y,Z）的边际分布函数。 3、由联合分布还可以还可以反映X和Y的关系，这也是研究多维分布的原因所在。 4、对联合分布与边际分布关系的研究，同样从离散和连续型两种随机变量分别说明。 对二维离散型随机变量(X,Y)，联合分布列为 则(X,Y)关于X的边缘分布列为 (X,Y)关于Y的边缘分布列为 注： (X,Y)的联合分布列与边际分布列的关系， 通常可以用下面的表格来反映。 各行概率相加 各列概率相加 例2 设(X,Y)的联合分布列如下,求其边际分布列。 三、边缘密度函数 一般地 ， 注：对于本题 1、先确定自变量 y 的范围，使得 2、再在此范围内分段讨论积分中 x 的上下限。 3、 y 的其它范围内 补充说明： 在已知边缘分布的条件下，可以直接利用边缘分布求概率. 如对例4中概率的计算： 例5 设随机变量(X, Y)的概率密度是 求 (1) c 的值； （2）两个边缘密度。 解：(1) 或者利用 解（2） 例5 设随机变量(X, Y)的概率密度是 求 (1) c 的值； （2）两个边缘密度。 解（2） 例5 设随机变量(X, Y)的概率密度是 求 (1) c 的值； （2）两个边缘密度。 随机变量的相互独立性，是事件相互独立性的推广，在概率论与数理统计的实际应用中是一个重要的概念。 四、随机变量的独立性 定义： 同样可以定义多个随机变量的独立性。 即满足联合分布函数等于各个分布函数的乘积。 定义中的条件是独立性的充要条件，对各种 类型的随机变量都能成立。 而对于离散和连续型的随机变量来说，又可以 分别利用概率分布列和密度函数来反映随机变量的 独立性。 补充说明 1、离散型随机变量的独立性 的证明 (必要性) 的证明 (充分性) 例6 设(X,Y)的联合分布律为 例7 设(X,Y)的边际分布如下： 显然不独立. 注：联合分布列中有0一定不独立！ 2、连续型随机变量的独立性 n个连续型随机变量相互独立的充分条件是： 简单判别方法： 证明： * *