概率论与数理统计(工类 第四版)第3章.pptVIP

本 章 小 结 定义 若(X1, X2, … , Xn)的全部可能取值为Rn上的有限或可列无限多个点，称(X1, X2, … , Xn)为n维离散型随机变量，称 P(X1=x1,X2=x2,...Xn=xn)， 为n维随机变量(X1, X2, … , Xn)的联合分布律。 则称(X1, X2, … , Xn)为n维连续型随机变量，称f(x1,x2,…,xn)为n维随机变量(X1, X2, …,Xn)的概率密度。 定义 n维随机变量(X1, X2, … , Xn)， 如果存在非负的n元函数f(x1,x2,…,xn)使对任意的 n元立方体 求(1)P(X?0)，(2)P(X?1)，(3)P(Y ? y0) 练习 随机变量(X，Y)的概率密度为 y D 答: P(X?0)=0 O x 1 y0 y0 作业 P71 3，7，9 3.2 随机变量的独立性 一、两个随机变量的独立性 定义 设F(x,y)是二维随机变量(X,Y)的分布函数，FX(x)，FY(y)分别是X与Y的边缘分布函数，若对一切x,y∈R，均有 P(X≤x,Y≤y)=P(X≤x) ? P(Y≤y) 即 F(x,y)= FX(x)?FY(y) 则称随机变量X与Y是相互独立的。 此时的边缘分布可确定联合分布 随机变量X与Y是相互独立的充要条件是事件(X≤x)与事件(Y≤y)相互独立。 定理1 随机变量X，Y相互独立的充分必要条件 是X所生成的任何事件与Y所生成的任何事件相互独立。即，对任意的实数集A，B有： 定理2 如果随机变量X，Y相互独立， 则对任意函数g1(x), g2(y)有 g1(X), g2(Y)相互独立 * *若(X,Y)是二维离散型随机变量，其分布律为 P(X=xi,Y=yj)= pij ，i,j=1,2,…, 则X与Y相互独立的充分必要条件是对任意i，j， P(X=xi,Y=yj)= P(X=xi)?P(Y=yj)，即pij =pi??p?j * *若(X,Y)是二维连续型随机变量，则X与Y相互独立的充分必要条件是 对任意的x和 y f(x,y)=fX(x)fY(y) 。 例3.13 已知(X,Y)的联合分布律为 Y X 1 2 1 1/3 1/6 2 a 1/9 3 b 1/18 X 1 2 3 P 1/2 a+1/9 b+1/18 Y 1 2 P a+b+1/3 1/3 试确定常数a,b，使X与Y相互独立。 解 先求出(X,Y)关于X和Y的边缘分布律 要使X与Y相互独立，可用pij =pi??p?j来确定a,b 。 P(X=2,Y=2)= P(X=2)?P(Y=2)， P(X=3,Y=2)= P(X=3)?P(Y=2)，即 因此， (X,Y)的联合分布律和边缘分布律为 Y X 1 2 pi? 1 1/3 1/6 1/2 2 a 1/9 1/3 3 b 1/18 1/6 p?j 2/3 1/3 经检验，此时X与Y是相互独立的。 例3.14 设二维随机变量(X,Y)在矩形区域G={(x,y)|0≤x ≤ 2,0 ≤ y ≤ 1}上服从均匀分布，若 试求(U,V)的联合分布律，并判断U与V是否相互独立。 解 (X,Y)在G上服从均匀分布，则联合密度函数为 O 1 2 x y 1 y=x x=2y G (U,V)的联合分布律和边缘分布律为 V U 0 1 pi? 0 1/4 0 1/4 1 1/4 1/2 3/4 p?j 1/2 1/2 经检验， pij≠pi? ?p?j 所以，U和V不是相互独立的。 例3.15 设二维随机变量(X,Y)具有概率密度函数 (1)求X,Y的边缘概率密度； (2)问X与Y是否相互独立？ O 1 x y 1 解 由于f(x,y)与fX(x)fY(y) 不相等，X与Y不相互独立。 例3.16 若二维随机变量 证明X与Y相互独立的充分必要条件为?=0 证 (X,Y)的联合密度函数为 边缘密度函数为 X与Y相互独立的充分必要条件是f(x,y)=fX(x)fY(y)。 而此题f(x,y)=fX(x)fY(y)成立的充分必要条件是?=0， 补充:二、n维随机变量的独立性 设n维随机变量(X1,X2,…,Xn)，对任意实数(x1,x2,…,xn)，有 P(X1≤x1,X2≤x2,…,Xn≤xn) =P(X1≤x1)P(X2≤x2)…P