第三章二维随机变量及其分布.pptx

第三章 多维随机变量及其分布 第一节 二维随机变量及其分布 第二节 随机变量的条件分布 第三节 随机变量的独立性 第四节 两个随机变量的函数的分布 第一节 二维随机变量及其分布 定义 一、二维随机变量及其分布函数 (x,y) 分布函数具有以下的基本性质： 注：这四条性质是判断一个二元函数成为联合分布函数的充要条件。 边缘分布函数 二、二维离散随机变量及其分布律 联合分布律 它们的联合分布函数则由下面式子求出： 例2 一箱子装有5件产品，其中2件正品，3件次品。每次从中取1件产品检验质量，不放回抽样，连续两次。 边缘分布律 均不可能，因而相应的概率均为0 可由对称性求得 再由古典概率计算得 ： 所有计算结果列表如下 ： 不妨分别把2只红球和2只白球看作是有差别的（例如编号），由古典概型计算得 类似地计算出下表内的其它结果 ： 比较一下例4的表和例5的表，发现两者有完全相同的边缘分布律，而联合分布律却是不相同的。 注：由边缘分布并不能唯一地确定联合分布 。 三、二维连续随机变量及其密度函数 例6（二维均匀分布） 边缘密度函数 四、常用二维分布 2.二维正态分布 作业 P72 1，2，3， P76 2 （离散型） P72 4，5 ，P76 3，4 （连续型） 第二节 随机变量的条件分布 一、离散型随机变量的条件分布 不难验证以上两式均满足分布律的基本性质 。 二、连续型随机变量的条件分布（了解） 要求掌握类似条件概率的计算 作业 P79 1, 5(1) (3) 第三节 随机变量的独立性 一负责人到达办公室的时间均匀分布在8～12时，他的秘书到达办公室的时间均匀分布在7～9时。设他们两人到达的时间是相互独立的，求他们到达办公室的时间相差不超过5分钟（1/12小时）的概率 。 即负责人和他的秘书到达办公室的时间相差不超过5分钟的概率为 1/48 作业 P84 2，4 第四节 二维随机变量函数的分布 第四节 两个随机变量的函数的分布 由上式及概率的加法公式，有 推广 补例5 已知随机变量(X,Y)的联合分布律为 试求Z1=X+Y，Z2=max(X,Y)的分布律。 Y X 1 2 1 1/5 1/5 2 0 1/5 3 1/5 1/5 解 Z1的所有可能取值为2,3,4,5 P(Z1=2)=P(X+Y=2)=P(X=1,Y=1)=1/5 P(Z1=3)=P(X+Y=3)=P(X=1,Y=2)+ P(X=2,Y=1) =1/5 P(Z1=4)=P(X+Y=4)=P(X=2,Y=2)+ P(X=3,Y=1) =2/5 P(Z1=5)=P(X+Y=5)=P(X=3,Y=2)=1/5 Z1的分布律为 Z1 2 3 4 5 P 1/5 1/5 2/5 1/5 Y X 1 2 1 1/5 1/5 2 0 1/5 3 1/5 1/5 Z2=max(X,Y)的所有可能取值为1,2,3 P(Z2=1)=P(X=1,Y=1)=1/5 P(Z2=2)=P(X=1,Y=2)+P(X=2,Y=1)+P(X=2,Y=2) =1/5+0+1/5=2/5 P(Z2=3)=P(X=3,Y=1)+P(X=3,Y=2) =1/5+1/5=2/5 Z2的分布律为 Z2 1 2 3 P 1/5 2/5 2/5 作业 P90 1，4，8，9 本 章 小 结