课件11概率论讲解.pptVIP

* * 1）定义： 对于二维随机变量 ( X,Y ) 分布函数 F (x , y )，如 果存在非负函数 f (x , y )，使得对于任意的 x，y有： 则称 ( X,Y ) 是连续型的二维随机变量，函数 f (x , y ) 称为二维随机变量 ( X,Y )的概率密度，或称为 X 和 Y 的联合概率密度。 四、二维连续型随机变量 * 2) 概率密度的性质： 40 设 G 是平面上的一个区域，点 ( X,Y )落在 G 内 的概率为： 这个公式非常重要！ * 在几何上 z = f (x , y) 表示空间的一个曲面，上式即表示 P{(X,Y)?G}的值等于以 G 为底，以曲面z = f (x , y)为顶的柱体体积. * 例 5 解： * * * * x+y=1 y * 3）二维均匀分布 D x y * 二维均匀分布几何意义 D y x 典型的二维几何分布 * 作 业 P114： 1，2，4 预习 边缘分布，条件分布 * 复习-----方差的定义 或 * 离散型随机变量的方差 连续型随机变量的方差 方差的计算 (1) 利用定义计算 * 证明 二、方差的性质 (1) 设 C 是常数, 则有 (2) 设 X 是一个随机变量, a,b 是常数, 则有 D(aX+b)=a2D(X) 证明 * 推广：设X1,…,Xn是n个相互独立的随机变量，则 (3) D(X ? Y)=D(X)+D(Y) ? 2E{[X-E(X)][Y-E(Y)]} 特别, 若X与Y相互独立，则D(X ? Y)=D(X) + D(Y) (4) D(X)=0 ? P{X=C}=1 ,其中C=E(X). * 正态分布X~N(?,?2) * 推广: Xi ~ N(?i , ? i2 ) , (i=1,2,…n), 且相互独立，则 服从正态分布的随机变量的分布完全由其 数学期望和方差所确定． 【注】 例，已知X与Y相互独立，且 则 * 几种重要随机变量的数学期望及方差 二项分布 X~b(n,p) 泊松分布 X~P(?) 分布 分布密度 数学期望E(X) 方差D(X) 均匀分布 正态分布 X~N(?,?2) np np(1-p) ? ? ? ?2 * 第一节 二维随机变量 第二节 边缘分布 第三节 条件分布 第四节 相互独立的随机变量 第五节 两个随机变量的函数的分布 第六节 随机变量之和及积的数字特征 第四章 多维随机变量及其分布 * 第一节 二维随机变量 二维随机变量的分布函数 二维离散型随机变量 二维连续型随机变量 * 从本讲起，我们开始第三章的学习. 一维随机变量及其分布 多维随机变量及其分布 由于从二维推广到多维一般无实质性的 困难，我们重点讨论二维随机变量 . 它是第二章以及第三章内容的推广. * 1）定义： 设 E 是一个随机试验，它的样本空间是 Ω={ω}， 设 X=X(ω) 和 Y=Y(ω) 是定义在 Ω 上的随机变量。 由它们构成的一个向量 (X, Y) ，叫做二维随机 向量，或二维随机变量。 Ω ω X(ω) Y(ω) 一、二维随机变量 * 注 意 事 项 * 2）二维随机变量的例子 * 二、联合分布函数 1）定 义 * 2）二元分布函数的几何意义 y o (x, y) (X, Y ) * 3）一个重要的公式 y x o x1 x2 y1 y2 (X, Y ) (x2 , y2) (x2 , y1) (x1 , y2) (x1 , y1) * 4）分布函数具有以下的基本性质： （1）F (x , y )是变量 x , y 的不减函数，即 对于任意固定的 y , 当 x1 x2时， 对于任意固定的 y ,  且 对于任意固定的 x , 当 y1 y2时， 对于任意固定的 x , * （3） F (x , y )=F(x+0,y), F (x , y )=F(x ,y+0), 即 F (x , y )关于 x 右连续，关于 y 也右连续. y x o x1 x2 y1 y2 (X, Y ) (x2 , y2) (x2 , y1) (x1 , y2) (x1 , y1) * 说 明 上述四条性质是二维随机变量分布函数的最基本的 性质，即任何二维随机变量的分布函数都具有这四 条性质； 更进一步地，我们还可以证明：如果某一个二元函数 具有这四条性质，那么，它一定是某一二维随机变