概率第二章.pptVIP

* 1.一般当联合分布函数或联合密度函数能分解成变量x与y各自无关的函数的积,随机变量X与Y相互独立. 三、连续型随机变量独立的充要条件 试判断随机变量X、Y是否相互独立． 定理 2.6 若(X , Y ) 是连续型随机变量，则X与Y相互独立的充分必要条件是： f(x,y) =fX(x)?fY(y) 在联合密度与边缘密度的所有公共连续点处成立. 例 2.32 设二维随机变量 (X, Y) 的联合概率密度为 定理 2.7 若(X,Y) ~ N(?1,?2,?12,?22,?) ， 则随机变量X 、Y相互独立的充要条件是?=0. * 四.小结 1.理解随机变量相互独立的定义. 2.掌握离散型和连续型随机变量相互独立的的充要条件. 作业:P90 A2, 4 * §2.10 两个随机变量函数的分布 一、离散型情况 令Z1=X－Y,Z2= max(X,Y), 求Z1,Z2的分布. 例 2.33 设二维离散型随机变量 (X, Y) 的分布律 1. 离散型随机变量的函数仍然为离散型随机变量，其分布常表现为分布律形式,故求出其取值及其对应概率即可. * * 二、连续型情况 分布函数法： 例2.35 设随机变量 相互独立,求 的概率密度. * ㈠ Z=X+Y 的分布 当X, Y相互独立时,有卷积公式: 例 2.36 设X, Y相互独立，X~N(0,1)，Y~N(0,1) 令Z=X+Y，求Z的密度函数. ★两种常用的分布： y=z-x y x o * 定理 2.8（正态分布的可加性） 设X ~ N(?1, ?12), Y~ N(?2,?22)， 且X，Y相互独立,则X＋Y ~ N(?1+?2,?12+?22) . 1. 可将定理 2.8的结果推广到到n个相互独立随机变量情形. 例2.37 设随机变量Ｘ与Ｙ独立，且概率密度分别为 定理 2.9 （正态分布的线性可加性） 设Xi ~ N(?i, ?i2)，(i=1,2,?, n), 且X1，X2，?，Xn相互独立，b,a1,a2,?,an为常 数, 且a1,a2,?,an不全为0，则 * ㈡ M=max(X, Y)及N=min(X, Y)的分布 1. 可将该结果推广到到n个相互独立随机变量情形. 设X, Y相互独立，分布函数分别为FX(x),FY(y)，求M=max(X, Y)及N=min(X, Y)的分布. * 例 2.38 已知随机变量X与Y相互独立,并且它们的概率密度分别为 求M=max(X,Y)和N=min(X,Y)的概率密度. * 三.小结 1.掌握两个离散型随机变量函数分布的求解. 作业: P97 A1,5,6 2.理解求两个连续型随机变量函数分布的分布函数法. 3.掌握求两个独立的连续型随机变量的和,最大值 和最小值分布的方法. * 第二章复习 3、掌握连续型随机变量概率密度的定义;掌握分布函数与概率密度的关系,能进行相互的转化.会运用概率密度求连续型随机变量取值落在某一数集S上的概率. 4、掌握正态分布及其性质,理解一般正态分布函数与标准正态分布函数的关系,熟记标准正态分布的相关符号,会查表求概率,掌握正态变量的线性变换仍然是正态变量. 5、掌握8个常用分布的分布律或概率密度函数及其概率背景. 6、掌握求解连续型随机变量函数分布问题的一般方法——分布函数法. 1、掌握随机变量分布函数的定义及性质(4条). 2、掌握离散型随机变量的定义、分布律的定义与性质.会求离散型随机变量的分布函数和分布律,能进行相互转化. * 7、掌握二维离散型随机变量联合分布律的定义及性质;会求联合分布律、边缘分布律，理解条件分布律的意义. 8、掌握二维随机变量的联合分布函数的定义与几何意义,掌握联合分布函数的性质. 9、掌握二维连续型随机变量概率密度的性质(5条),会运用概率密度求二维连续型随机变量取值落在平面某一区域上的概率.掌握边缘概率密度的求解方法,理解条件密度在计算中所起的作用. 10、熟记二维正态分布的5个参数及其顺序,掌握二维正态分布的边缘分布. 12、掌握随机变量相互独立的定义、两个充要条件及二维正态分布相互独立的充要条件. 13、掌握两个离散型随机变量函数分布的求解. 11、掌握二维均匀分布的概率背景和联合概率密度,会求其边缘概率密度. 14 、掌握求两个独立的连续型随机变量的和,最大值和最小 值分布的方法. * (2)设X~N(0,1)，且a0，则 P(X?-a) =?(-a)=1-?(a)；P(|X|?a)