newCh3_连续型随机变量及分布解析.pptVIP

引子 前面我们学习过离散随机变量的分布率，离散随机变量的取值有有限个或者可列个，但实际问题很多情况并不能用离散随机变量描述，比如几何概型问题，如何刻画它的概率规律呢？ 联合密度 f (x , y )的性质 (1)非负性： f ( x, y )?0, ( x, y )?R2; (2)完备性： 反之，具有以上两个性质的二元函数 f (x, y)，必是某个二维连续型随机变量的密度函数。 此外，f (x, y)还有下述性质 (3)若 f (x, y)在(x, y)?R2处连续，则有 (4)对于任意平面区域G? R2, P{(X, Y )?G}＝ 例 注意：将二重积分化成累次积分 x + y = 1 x = 1 y = 2 例 两个常用的二维连续型分布 (1)二维均匀分布 若二维随机变量(X , Y )的密度函数为 则称(X , Y )在区域G上(内) 服从均匀分布。 若二维随机变量(X , Y )的密度函数为 (2) 二维正态分布N (X , Y ) ~N( ) 其中， 、 为实数， 0、 0、| ? |1，则称(X , Y )服从参数为 , , , , ?的二维正态分布，可记为 三 边缘密度函数 设(X , Y )～ f (x , y ), (x , y )?R2, 则称 为(X , Y )关于X的边缘密度函数； 同理，称 为(X , Y )关于Y的边缘密度函数。 定义 例 （注意观察计算结果） 故二维正态分布的边缘分布也是正态分布。 例 已知二元 r.v.(X , Y ) ~ N( ) 求边缘概率密度函数。 即若(X，Y ) ~ N( )， 则X ~ N( )，Y ~ N( )。 四 条件密度函数 定义 例 五 随机变量的独立性 1. 随机变量相互独立的一般定义 设X1，X2，…，Xn为n 个随机变量，若对任意( x1, x2, …, xn )?Rn，有 P{X1? x1, …, Xn ? xn }＝P{X1? x1}…P{Xn ? xn } 即 F(x1, x2, …, xn)＝FX1(x1)FX2(x2)…FXn(xn ), 则称X1，X2，…，Xn 相互独立。 2. 随机变量相互独立的等价定义 定理一 设(X, Y )～ f (x, y), (x, y)?R2, fX(x), fY(y)分别为X与Y的边缘密度，则X与Y 相互独立等价于 f (x, y) ＝ fX(x) fY(y)，对任意(x, y)?R2 几乎处处成立。 例 例 证明下述的定理： 上述可以推广到 n维连续型随机变量的情形: 设X1，X2，…，Xn为n 个连续型随机变量，若对任意的( x1, x2, …, xn )?Rn， f (x1, x2, …, xn )＝ fX1(x1) fX2(x2)… fXn(xn ) 几乎处处成立，则称X1，X2，…，Xn相互独立。 * * Ch3 连续型随机变量 区间描述方法 一、分布函数 定义 设X随机变量， 对任意实数x， 事件{X? x}的概率 P {X ? x} 称为随机变量X的分布函数。 记为F(x)，即 F(x)＝P {X ? x}。 易知，对任意实数a , b (a b)有： P {a X ? b}＝ P{X ? b}－P{X ? a} ＝ F(b)－F(a)。 把随机变量X的值看成数轴上点的坐标，那么X表示 数轴上的一个随机点，分布F(x)表示随机点落在区间 上的概率 例 设随机变量X具分布律 X 0 1 2 P 0.1 0.6 0.3 试求出X的分布函数。 例 设陀螺顶面圆周长为单位，现在其上从0～1均匀刻度，若让X表示陀螺静止时其顶面圆周与地面的接触点，则X是随机变量，求X的分布函数 ? 分布函数的性质 1. 单调不减性： 若x1 x2, 则F(x1) ? F(x2); 2. 非负规范性： 对任意实数 x， 0 ? F(x) ? 1， 且 0 1 3. 右连续性： 对任意实数 x0， 反之，具有上述三个性质的实函数，必是某个随机变量的分布函数。 故该三个