第三章随机向量及其分布导论.pptVIP

第二节 二维离散型随机向量 1.定义：设（X，Y）为二维随机向量，若其分量X、Y分别为离散型随机变量，则称（X，Y）为二维离散型随机向量。 3.离散型随机变量的边缘分布律 若( X,Y）为二维离散型随机向量, 其联合概率分布为： 1.定义： 设( X,Y）为二维随机向量,若存在非负可积函数f (x,y) ，使得 3.4 随机变量的相互独立性 问题的引入 目的与要求 1.会求离散性随机向量的联合概率分布与边缘分布，并会用来求相应事件的概率. 2.会用联合密度函数求边缘密度及事件的概率. 3.知道二维均匀分布和二维正态分布的联合密度. 设二维随机向量 的联合概率密度为 试求：（1） 关于 、 的边缘概率密度。 （2） ； （3） ； 课堂练习 1.定义 独立的随机变量的边际分布可以完全决定联合分布 注意：相互独立的等价命题： X、Y相互独立 对任意ab,cd 有 2.判断两个随机变量相互独立的重用结论 (1) 离散型随机变量 ( X,Y ) 3.独立性的推广 例1 设随机变量 与 相互独立，下表给出了二维随机向量 的联合概率分布及关于 与 的边缘概率分布中的部分值，试将其余的值填入表中的空白处。 例2 设 服从区域D上的均匀分布,判断 与 的独立性,其中: (1) (2) 1 1 -1 -1 1 1 -1 -1 例3.4.7 证明: 若 则 与 独立的充要条件为 例3.4.8：约会问题 设二人约定 0 到 T 时内在某地会面，先到者 等 t ( t ≤ T )后离去，设二人到达的时刻X与 Y相互独立，且均服从 [ 0, T ] 上的均匀分布, 求二人能见面的概率。 T T y=x+t y=x-t t t T-t A 例3 设随机变量X与Y相互独立，分别具有概率密度 求：（1）（X，Y）的联合概率密度函数。 （2） （3） 　　为了解决类似的问题下面 我们讨论随机变量函数的分布. 3.5 随机变量函数的分布 例1 结论： 一、离散型随机变量（ X , Y ）的函数的分布 例2 若 X 和 Y 相互独立,它们分别服从参数为 的泊松分布, 求 Z=X+Y 的分布列。 i=0,1,2,… j=0,1,2,… 的泊松分布. 结论：Z=X+Y 服从参数为 例3 设 X 和 Y 相互独立，X ~ B ( n1 , p ), Y ~ B ( n2, p), 求 Z=X+Y 的分布. 分析：若 X ~ B( n1, p ), 则 X 是在 n1次独立重复试 验中事件 A 出现的次数,每次试验中 A 出现的概率都为 p. 结论： Z 服从参数为 ( n1+n2，p ) 的二项分布，即 Z ~ B(n1+n2, p). 作业（10）三、设随机变量 且 （1）求X与Y的联合分布列，讨论X与Y的独立性。 （2）令U=X+Y，V=X-Y，讨论U与V的独立性。 二、连续型（ X , Y ）的函数的分布 分析: Z = g( X,Y ) 的 分布函数是: FZ ( z ) =P { Z ≤ z } =P { g ( X,Y ) ≤ z) } 设 ( X, Y ) 的联合密度为 f ( x, y ), 求 Z = g( X,Y ) 的 FZ ( z ) , f Z ( z ) . 分布函数法 记 连续型随机变量（ X , Y ）的和Z=X+Y的分布 分析: Z = g( X,Y ) 的 分布函数是: FZ ( z ) =P { Z ≤ z } =P { X+Y ≤ z } 设 ( X, Y ) 的联合密度为 f ( x, y ), 求 Z = X+Y 的 FZ ( z ) , f Z ( z ) . Z=X+Y的概率密度函数为 此时，Z=X+Y的概率密度函数为 特别地，若X与Y相互独立，则 即，当X与Y相互独立时，Z=X+Y的概率密度函数是 例1 设（X，Y）有联合分布密度 求Z=X+Y的分布函数和分布密度。 1 2 1 例3.5.2 设X与Y相互独立，且都在[a,b]上服从均匀分布，求Z=X+Y的分布密度。 z x a b 2a a+b 2b z=x+a z=x+b 例3 设 X 和 Y 相互独立，且已知 求 Z =X + Y 的概率密度（分布密度） 正态分布的可加性 （1）若 X1~N(μ1,σ