概率 第三章 (for class).pptVIP

第三章 第二节 三、连续型随机变量的边缘概率密度 第四节 第五节 故 由独立性 故 泊松分布具有可加性 思考：二项分布也具有可加性。 设 X ~B n, p , Y ~B m, p , 且独立， 则 X + Y ~ B n+m, p 二、二维连续型随机变量的函数的分布 问题：已知 X , Y 的联合分布， 求Z g X , Y 的分布。 只讨论两种比较常见的函数： Ⅰ. Ⅱ. Ⅰ. 的分布 （一般情况的推导） 已知 X , Y 的概率密 度为 解 的分布函数为 将以上二重积分化成累次积分 化成累次积分,得 固定z和y,对方括号内的积分作变量代换, 令 x u-y,得 变量代换 交换积分次序 由概率密度与分布函数的关系, 即得Z X+Y的概率密度为: 由X和Y的对称性, fZ z 又可写成 以上两式即是两个随机变量和的概率密度的一般公式. 特别地,当X 与Y 相互独立时,有 上式称为 的卷积公式 ,记为 例7 假设 X 和Y 相互独立,且都服从标准正态分 布 解 由题意可知X 与Y 的概率密度分别为 由卷积公式可得 Z 的概率密度为 故 用类似的方法可以证明: 若X和Y 独立, 结论又如何呢 此结论可以推广到n个独立随机变量之和的情形。 若X和Y 独立 , 具有相同的分布 N 0,1 , 则Z X+Y 服从正态分布 N 0,2 . 结论： 正态分布的可加性（82页）例3 若随机变量 相互独立，并且 ,则 为确定积分限,先找出使被积函数不为 0 的区域 例4 若 X 和Y 独立, 具有共同的概率密度 求 Z X+Y 的概率密度 . 解 由卷积公式 也即 暂时固定 故 当 或 时 , 当 时 , 当 时 , 于是 解法二 从分布函数出发 x+y z 当z 0 时， 1 y x 1 当0 ? z 1 时， y x 1 1 x+y z ? z ? z x+y z 当1? z 2 时， z-1 1 y x 1 ? z ? z 1 y x 1 x+y z 2 2 当2 ? z 时， 例13 设随机变量 X ,Y 的概率密度为 ⑴ ⑵ 求随机变量 X 的概率密度 ⑶ 求概率 解 ⑴ 的概率密度为 由 如右图 当 时， 当 时， 所以 的概率密度为 和 记 所以， 服从参数 的指数分布， 的指数分布。 服从参数 二、 离散型随机变量的边缘分布律 设 的分布律为 则 关于 的边缘分布律为 记做 记做 同理 通常用以下表格表示 的分布律和边缘分布律 例2　把一枚均匀硬币抛掷三次，设X为三次抛掷中正面出现的次数 ，而 Y 为正面出现次数与反面出现次数之差的绝对值 , 求 X ,Y 的分布律 . 解 X, Y 可取值 0,3 , 1,1 , 2,1 , 3,3 我们常将边缘分布律写在联合分布律表格的边缘上，由此得出边缘分布这个名词. 联合分布与边缘分布的关系 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. 若 是二维连续型随机变量, 其概率密度为 则: 同理 关于X 和Y 的边缘概率密度。 分别是 例3 设 X,Y 的概率密度是 求 1 c的值； （2）两个边缘密度。 5c/24 , c 24/5. 解 1 故 例3 设 X,Y 的概率密度是 解 求 1 c 的值; 2 两个边缘密度 . 2 当 时 当 时, 暂时固定 注意取值范围 综上 , 当 时, 例3 设 X,Y 的概率密度是 解 2 求 1 c的值; 2 两个边缘密度 . 暂时固定 综上 , 注意取值范围 在求连续型 r.v 的边缘密度时，往往要求联合密度在某区域上的积分. 当联合密度函数是分片表示的时候，在计算积分时应特别注意积分限 . 例4 已知 解 1. 在这一讲中，我们与一维情形相对照，介绍了二 维随机变量的边缘分布. 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. 请注意联合分布和边缘分布的关系: 五、小结 注： 联合分布 边缘分布 相互独立的随机变量 第三章 二、n个随机变量的独立性 一、两个随机变量的独立性 独立性是概率论的一个重要概念，第一章中， 若 则称 A、B 相互独立。其意义是其中一个出现，不影 响另一个出现的概率。 在研究二维随机变量时，其中一个取值对另一个 取值的概率是否有影响？ 均有 一、两个随机变量的独立性 定义1 若二维随机变量 对任意的实数 成立，则称随机变量 是相互独立的。 若记 则 成立， 可见 X，Y 相互独立的定义与两个事件相互 独立的定义是一致的。 下面我们寻找判断X，Y 相互独立的办法： 价