第二章随机向量解说.ppt

例2.2.3（941）设随机变量X，Y是相互独立的， 且X,Y等可能地取 0，1 为值，求随机变量Z=max(X,Y)的分布列。 解: X 0 1 P 1/2 1/2 Y 0 1 P 1/2 1/2 (X,Y)的取值数对为(0,0),(0,1),(1,0),(1,1), Z=max(X,Y)的取值为:0,1 P(Z=0)=P(X=0,Y=0)= P(X=0)P(Y=0) =1/4 P(Z=1)= =3/4 所以,Z的分布列为 Z 0 1 P 1/4 3/4 P(X=0,Y=1)+P(X=1,Y=0)+P(X=1,Y=1) 例2.2.4 已知随机向量(X,Y)的联合密度为 (1)问X与Y是否独立？(2)求概率P{X〈Y}. 解:(1) (2)P(XY)= 所以, X, Y独立. 3. n个随机变量独立性的概念与性质 离散型随机变量X1,X2,…，X n相互独立等价于联合概率分布等于边缘 概率分布的乘积。 连续型随机变量X1,X2,…，X n相互独立等价于联合密度函数等于边缘密度函数的乘积。 定义:称n个随机变量X1,X2,…，X n相互独立,若对任意 aibi( i=1,2,…，n), 有 P{a1X1b1,a2X2b2,…,a nX nb n}= P{a1X1b1}…P{a nX nb n} 特别: 若n个随机变量X1,X2,…,X n相互独立,则它们中的任意 m(1m≤n)个随机变量X i1,X i2,…,X i m也相互独立. 4、 随机变量序列独立性的概念 定义: 称随机变量序列X1,X2,…,X n,…为相 互独立的,如果它们中任意n(n=2,3,…)个 随机变量都是相互独立的. 特别若每个X i(i=1,2,…)的分布相同, 则称之为独立同分布 (i.i.d) 序列。 例2.2.5、 设随机变量X1与X2相互独立，分别服从二项分布B(n1,p)和B(n1,p)，求Y=X1+X2的概率分布. 三、随机变量函数的分布 解 依题知X+Y的可能取值为0,1,2,...,n1+n2,因此对于k(k= 0,1,2,...,n1+n2)，由与独立性有 由 得 所以Y=X1+X2服从二项分布B(n1+n2,p) 二项分布的可加性 结论: 两个独立的连续型随机变量的和仍为连续型随机变量. 即:若X,Y独立，X~f1(x),Y~f2(y),Z=X+Y,则 卷 积 公 式 1、两个独立的正态分布的随机变量的和仍服从正态分布. 即:若X1~N(μ1,σ12), X2~N(μ2,σ22), X1,X2独立,则 X1+X2~N(μ1+ μ2,σ12+ σ22) 正态分布的可加性 2、推论:有限个独立的正态分布的线性函数仍服从正态分布. 即:若Xi~N(μi,σi2), (i=1,2,...n), X1,X2, ...Xn相互独立,实数a1,a2,...,an不全为零,则 例2.2.6.设X和Y独立同标准正态分布N(0,1), (1)求Z=X+Y的概率密度; (2)求Z=X-Y的概率密度. 解(1)Z=X+Y~N(0,2),所以 Z=X+Y~FZ(z)= (2)同理可得 Z=X-Y~FZ(z)= Z=X-Y~N(0,2) 例2.2.7、(921)设随机变量X与Y独立,X～U(0,1), Y～E(1).试求 (1)(X,Y)的联合密度函数;(2)Z=X+Y的概率密度函数. 解: (1) (X,Y)~f(x,y)=f1(x)f2(y)= z0 0 0≤z≤1 z1 (x0或y=z-x0) y=z-x0 x=z-y≤z y=z-x0 x=z-y≤z (2) 即: 因“五.一”放假,超级链接用于复习基本知识点,以方便后继课 返回 第2章 随机向量 第2.1节 随机向量及其分布 第2.2节 随机向量的联合分布函数 返回 一、n 维随机向量 以 n 个随机变量 X1，X2，…，Xn 为分量的向量 X=(X1,X2,…,Xn)称为 n 维随机向量。 第2.1节 随机向量及其分布 以下主要研究二维离散型及连续型随机向量的情形。 二、离散型随机向量的联合分布、边缘概率分布 ⒈二维离散型随机向量的概念 如果二维随机向量（X,Y）的全部取值(数对）为有限个或至多可列 个，则称随机向量（X,Y）为离散型的。 易见，二维随机向量(X,Y)为离散型的等价于它的每个分量 X与 Y 分别都是一