89讲二维随机变量联合及边缘分布.pptVIP

一般地, 将随机试验涉及到的 n 个随机量 X1, X2 , …, Xn 放在一起，记成 (X1, X2 , …, Xn )，称为 n 维随机向量 (或变量)。 例2：若(X,Y)服从矩形区域 a≤x≤b，c≤y≤d 上均匀分布，则边缘概率密度分别为 注：本例中X与Y都是服从均匀分布的随机变量。 但对其它非矩形区域上的均匀分布不一定有上述结论。 例3：设(X,Y)服从单位圆域 x2+y2≤1上的均匀分布。求X和Y的边缘概率密度。 解: 当|x|＞1时, 当-1≤x≤1时, ( 注意积分限的确定方法 ) 由X 和Y 在问题中地位的对称性, 将上式中的 x 改为 y，得到 Y 的边缘概率密度 熟练时，被积函数为零的部分可以不写。 例4：设(X, Y)的概率密度为 求 (1). c的值; (2). 边缘密度。 = 5c/24=1, c = 24/5; 解: (1). 解: (2) 注意积分限 注意取值范围 注意积分限 注意取值范围 即 例5：设 (X, Y) 求X和Y 的边缘概率密度。 解： 由 说明 对于确定的 ?1, ?2, ?1, ?2, 当 ? 不同时, 对应不同的二维正态分布。但它们的边缘分布是相同的. 联合分布 边缘分布 联合分布 边缘分布 小结 二维离散型随机变量的联合概率分布及其性质； 二维连续型随机变量的概率密度及其性质； 二维均匀分布和二维正态分布等; 二维离散型随机变量边缘分布计算； 二维连续型随机变量边缘概率密度的计算; 联合分布函数, 边缘分布函数关系. 概率论与数理统计 第八讲 主讲教师：张冬梅副教授 浙江工业大学理学院 第三章 随机向量 有些随机现象只用一个随机变量来描述是不够的，需要用几个随机变量来同时描述。 3. 导弹在空中位置——坐标 (X, Y, Z)。 1. 某人体检数据——血压X和心律Y； 例如： 2. 钢的基本指标——含碳量 X，含硫量 Y和 硬度 Z ； 由于从二维随机向量推广到多维随机向量并无实质性困难，所以，我们着重讨论二维随机向量。 必须把(X, Y)作为一个整体来看待，加以研究。 定义:二维随机向量(X, Y) 的联合分布函数为 取定x0,y0?R =(-∞,∞), F(x0,y0)就是点(X,Y)落在平面上，以(x0,y0)为顶点，且位于该点左下方无限矩形区域上的概率。 如果将 (X, Y) 看成平面上随机点的坐标。 §3.1 二维随机向量及其分布函数 易见: 随机点(X, Y)落在矩形区域: x1x≤x2, y1y≤y2 内的概率为 P{x1X≤x2 , y1Y≤y2} =F(x2, y2)-F(x2, y1)- F(x1, y2)+F(x1, y1). 说明 二维分布函数 F(x, y)的三条基本性质 (1).F(x, y)是变量 x,y 的非减函数； 即 ? y?R 给定，当 x1 x2 时， F(x1, y)≤F(x2, y). 同样, ?x?R 给定，当y1≤y2时, F(x, y1)≤F(x, y2). (2).?x, y?R, 有 0≤F(x, y)≤1； (3). ? y?R, F(-∞, y)=0， ? x?R, F(x, -∞)=0， F(-∞, -∞)=0，F(∞, ∞)=1. 其中 §3.2 二维离散型随机向量 如果随机向量 (X, Y) 的每个分量都是离散型随机变量，则称 (X, Y) 是二维离散型随机向量。 二维离散型随机向量 (X, Y) 所有可能取的值也是有限个，或可列无穷个。 离散型随机变量 X 的概率分布: 离散型随机向量 (X, Y) 的联合概 率分布: 联合概率分布也可以用表格表示。 表 3.1 二维离散型随机向量的联合概率表达式与联合分布函数 设二维离散型随机向量 (X, Y) 的联合概率分布为 pij， i=1, 2, ?, j=1, 2, ? . 于是, (X, Y) 的联合分布函数为 I 概率密度 设二维随机向量(X, Y)的联合分布函数为F(x, y)，如果存在一个非负函数f(x,y),使得对任意实数 x,y, 有 则称(X,Y)为连续型随机向量,f(x,y)为(X,Y)的 概率密度函数, 简称概率密度。. §3. 3 二维连续型随机向量 连