第三章多维随机变量及其分布§3.1二维随机变量的联合分布.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * § 3.4 多维随机变量函数的分布(一)、二维离散型随机变量函数的分布律 设二维离散型随机变量（X，Y）， (X, Y)～P(X＝xi, Y＝yj)＝pij ，i, j＝1, 2, … 则 Z＝g(X, Y)～P{Z＝zk}＝ ＝pk , k＝1, 2, … (X,Y) (x1,y1) (x1,y2) … (xi,yj) … pij p12 p13 p14 Z=g(X,Y) g(x1,y1) g(x1,y2) g(xi,yj) 或 一．和的分布 例 9 例 9（续） ， ， ， ， 的取值都是 与 由于 4 3 2 1 Y X 的分布律为 由此得 Y X Z + = (二)、多个随机变量函数的密度函数 1、一般的方法：分布函数法 若(X1, X2, …, Xn)~f (x1, x2, …, xn), (x1, x2, …, xn)?Rn, Y=g(X1, X2, …, Xn), 则可先求Y的分布函数: 然后再求出Y的密度函数: 2、几个常用函数的密度函数 (1)和的分布 已知(X, Y)～f(x, y), (x, y)?R2, 求Z＝X＋Y的密度。 z x+y=z x+y? z 若X与Y相互独立，则Z＝X＋Y的密度函数 例 10 (2)商的分布 已知(X, Y)～f(x, y), (x, y)?R2, 求Z＝ 的密度。 y G1 0 x G2 特别，当X，Y相互独立时，上式可 化为 其中fX(x), fY(y)分别为X和Y的密度函数。 3、极大(小)值的分布 设X1, X2, …, Xn相互独立，其分布函数分别为F1(x1),F2(x2), …, Fn(xn)，记 M＝max{X1, X2, …, Xn }, N＝min{X1, X2, …, Xn } 则，M和N的分布函数分别为： FM(z)＝F1(z) … Fn(z) 特别，当X1, X2, …, Xn独立同分布(分布函数相同)时，则有 FM(z)＝[F(z)]n; FN(z)＝1－[1－F(z)]n. 进一步地，若X1, X2, …, Xn独立且具相同的密度函数f (x)，则M和N的密度函数分别由以下二式表出 fM(z)＝n[F(z)]n－1f (z)； fN(z)＝n[1－F(z)]n－1f (z). 例 11 ( ) ( ) ．令： ，密度函数为 的分布函数为 随机变量， 是独立同分布的连续型 ， ， ， 设 x f x F X X X X n 1 2 1 L ( ) ( ) ( ) ( ) ( ) ． 为 ，密度函数 的分布函数为 设随机变量 x f x F X n n n 1 要理解二维随机变量的分布函数的定义及性质。 2 要理解二维随机变量的边缘分布以及与联合分 布的关系，了解条件分布。 3 掌握二维均匀分布和二维正态分布。 4 要理解随机变量的独立性。 5 要会求二维随机变量的和、商分布及多维随机 变量的极值分布和函数的分布。 重点：随机变量的独立性、二维随机变量的和、商分布及多维随机变量的极值分布函数的分布。 第四章 随机变量的数字特征 随机变量的分布是对随机变量的一种完整的描述，知道随机变量的分布就全都知