随机变量(向量)及其概率分布描述.ppt

现在若限制Y=1.7(米), 在这个条件下去求X的条件分布，这就意味着要从该校的学生中把身高为1.7米的那些人都挑出来，然后在挑出的学生中求其体重的分布。容易想象，这个分布与不加这个条件时Y分布会很不一样。在这个分布中体重取大值的概率会显著增加。 2.离散型随机变量的条件分布 设 是二维离散型随机向量，其概率函数为 若对于固定的 ，有 ，则称 为在 条件下随机变量X的条件分布律。 3.连续型随机变量的条件分布 设 是二维连续型随机变量，其概率密度为 若对于固定的 ，有 ，则称 为在 条件下随机变量X的条件概率密度。 同理可以确定在给定 条件下，随机变量 的条件分布。 二、 随机变量的条件分布与随机向量分布的区别与联系 以连续型为例说明 是在随机变量 取定 下，随机变量 的概率密度； 是随机变量 取定 同时随机变量 取定 的概率密度。 一般总有下式成立 例2.31 设(X,Y)的分布表为 0 0 5/12 2 0 0 1/6 0 1/12 1/3 0 -1 1/3 1 0 试求在 条件下，随机变量 的条件分布。 解： 关于 的边际概率密度为 1/12 1/3 7/12 1/3 1 0 由于有 ， 所以条件分布存在，于是有 同理可得 的联合分布及条件分布。 例2.32 一射手进行射击，击中目标的概率 ，射 击进行到击中目标两次为止. 以X表示首次击中目标所进行 的射击次数，以Y 表示总共进行的射击次数 . 试求X 和 Y 解： 依题意，{Y=n} 表示在第n次射击时击中目标, 且 在前n-1次射击中有一次击中目标；设首次击中目标时射 击了m次。 第二次击中 2 n n-1 1 ………… m 第一次击中 共射击 n 次 每次击中目标的概率为 p 于是有 X的边缘分布律是： 同理Y的边缘分布律是： 于是可求得 对于固定n=2,3, …时有 联合分布 边缘分布 对于固定m=1,2, …,n-1时有 联合分布 边缘分布 例2.33 设(X,Y)服从单位圆上的均匀分布，即概率密度为 求在随机变量 条件下， 的条件分布。 解：X的边缘密度为 图2.15 由于 时， ，所以有 例2.34 设(X,Y)的概率密度为 求 ，其中 。 解：由于Y的边缘密度满足 图2.16 于是对 y0 故对y 0 例2.35设二维随机向量 的概率密度为 试求概率 。 2 2 4 图2.8 解: 两个随机变量的相互独立与判定 1.Def 设 为二维随机向量，其分布函数为 ，边 际分布函数分别为 ，如对于任意的 有 则称 为二维随机向量的两个分量 相互独立。 例2.36设二维随机向量 的分布函数为 试判断随机变量 的独立性。 解: 关于两个分量 X 和 Y 的边际分布函数为 显然，对于任意的 有 例2.37设二维随机向量 的分布函数为 试判断随机变量 的独立性。 解: 关于两个分量 X 和 Y 的边际分布函数为 显然，对于 有 上侧分位数 Def 设随机变量 ，对于给定的 ，如果实数 满足 ，则称 为标准正态分布关于 的上侧分位数。 标准正态分布上侧分位数 的意义如图2.2所示 。 上侧分位数的计算方法： 由定义知 查标准正态分布函数值表便可得 ； 也可由定义利用上侧分位数与双侧分位数之间的关系，借助于标准正态分布双侧分位数表直接查得，即直接查 的双侧分位数。 例如： 图2.2 4. 伽玛分布（Gamma Distribution） Def 若随机变量 的概率密度函数为 则称随机变量 服从参数 的伽玛分布，记为 。 当 时，伽玛分布就是指数分布； 当 时，伽玛分布就是统计三大分布卡方分布。 伽玛分布所能刻画随机现象： 具有非负取值的连续型 随机变量的概率分布都可以 用不同参数的伽玛分布来表 达。例如：人的生理特征指 标；金属线的抗拉强度等。 图2.3 随机向量与随机向量的分布函数 对于有些随机试验，要定量化表达其结果用一个随机变量来描述还不够，往往需要两个或两个以上变量作为整体来描述。 例如：在打靶时，命中 点的位置是由一对随机变量 (两个坐标)来确定的。 飞机的重心在空中的位 置是由三个随机变量来确定 的等等。 这就需要研究随机向量的概率规律。 一、随机向量的概念 1.