维连续型随机变量1.pptVIP

* * 第二节 二维连续型随机变量 1、二维连续型随机变量的联合密度 设有二维随机向量(X,Y)，若存在非负可积函数f(x,y)，使得对于平面上的任意区域D，都有 则称(X,Y)为连续型的二维随机向量。并称f(x,y)为连续型二维随机向量(X,Y)的密度函数，或称之为X与Y的联合密度函数。记作(X,Y)~ f(x,y)，(x,y)∈R2 特别的，若D={(x, y)|a≤x≤b, c≤y≤d}，则上式变为： 令D为全部二维平面，得到密度函数的归一化条件： 例 设二维随机变量(X,Y)的密度函数为 试求概率P(X+Y1) x+y=1 x=1 y=2 解 联合密度函数的几何意义： 取δ为一个充分小的正数，考虑(X,Y)落入一个小方块内的概率： 可以把f(a,c)看成(X,Y)落入(a,c)附近单位面积中的概率 例 设(X,Y)的联合密度为 求①C；② P{(X,Y)∈D}其中D={(x, y)| 0≤x≤1, 0≤y≤1}. 解 ①由 ② P{(X,Y)∈D} 解 设(X,Y)的联合密度为 求①常数C；②P{(X,Y)∈D}. 解 ①由 2 1 x+2y=2 D X Y O ② {(X,Y)∈D} 2、二维均匀分布 引例 两人相约于8时至9时在某地会面,先到者等候另一人15分钟后即可离开,求两人能够会面的概率.(p13) 解:用X,Y分别表示两人到达的时刻(单位:分),则他们到达的时刻(x,y)的取值区域为Ω={(x,y)|0≤x≤60, 0≤y≤60} y Ω x 60 0 60 假定他们到达的时刻(x,y)在正方形中是等可能的，(X,Y)的密度函数很自然的定义为： 其中c是一个常数。根据归一化条件， 更一般的有： 设D是二维平面的一个子集，在子集D上的联合均匀概率密度函数定义为： 例 设随机变量（X，Y）服从区域D上的均匀分布，其中 求X与Y的联合密度函数。 解 对于任何D的子集A，(X,Y)落入区域A的概率为 P((X,Y)∈A)= 3、联合密度与边缘密度 应用联合密度函数，可以刻画任何由(X,Y)所刻画的事件的概率。 作为特殊情况，可以计算单独随机变量(X或Y)所刻画的事件的概率。令A是一个实数集，考虑事件 与下面公式相比较： 可知X的密度函数为： 类似，Y的密度函数为： 和 分别称为关于X和关于Y的边缘密度函数 例设(X,Y)服从区域D上的均匀分布， D={(x, y)|a≤x≤b,c≤y≤d} 求边缘密度. 解 X Y b a c d 当xa或xb时 当a≤x≤b时 同理 例 设(X,Y)服从区域D上的均匀分布，D={(x, y)|x2+y2≤1} 求边缘密度. X Y 1 -1 -1 1 解 当|x|1时 当|x|≤1时 同理 解 设(X,Y)服从区域D上的均匀分布，D是由抛物线y=x2和直线y=x围成，求联合密度和关于X、Y的边缘密度. 解 1 1 X Y O 当x0或x1时 当0≤x≤1时 同理 例 设(X,Y)的联合密度为 求边缘密度函数。 解： 4、联合分布函数 定义 设X和Y是同一个试验中的两个随机变量，它们的联合分布函数定义为： F(x, y)=P{X≤x, Y≤y}，x∈R, y∈R， 若X，Y具有联合概率密度函数f(x,y),则 联合密度函数也可以从联合分布函数通过求微分得到： 注意：事件{X≤x,Y≤y}可理解为{X≤x}与{Y≤y}的积事件。 y x X Y (x , y) P{aX≤b,cY≤d}=F(b,d)-F(b,c) -F(a,d)+F(a,c) *