节多维随机变量及其分布.pptVIP

若 容易证明 由此可知，多元正态分布的边际分布仍为正态分布 注意 不是多元正态分布的边际分布仍有可能是正态 分布。参看下例： 若 的联合概率密度函数为 显然 所服从的分布不是二元正态分布，但是可以 验证，他们的边际分布均为正态分布。 随机变量的独立性 定义3.5 设二维随机变量 的联合分布函数为 又 与 的分布函数为 若对于任 意的 有 成立，则称随机变量 与 是相互独立的。 若 是二维离散型随机变量，则有 与 相互独立 若 是二维连续型随机变量，则有 与 相互独立 例7 若二维随机变量 验证 与 相互独立。 定义3.6 设 n 维随机变量 的联合分布函数 为 其边际分布为 如果对任意的 有 成立，则称 是 n 个相互独立的随机变量。 若 是 n 维连续型随机变量，则有 相互独立 * * 第三节 多维随机变量及其分布 在实际问题中, 试验结果有时需要同 时用两个或两个以上的 r.v.来描述. 例如 用温度和风力来描述天气情况. 通过对含碳、含硫、含磷量的测定来研究 需考虑多维 r.v.及其取值规律—多维分布. 钢的成分. 要研究这些 r.v.之间的联系, 就 定义3.3 设 是定义在同一个样本 空间 上的随机变量，则 n 维向量 称为是样本空间 上的 n 维随机变量或 n 维随机向量。 并称 n 元函数 是 n 维随机变量 的联合分布函数, 也简称为联合分布或分布。 二维随机向量及其分布 二元函数 定义： 设 是二维随机向量,对于任意实数x, y, 称 为二维随机向量 的分布函数或联合分布函数。 分布函数的几何意义 区域的概率. (x, y) x y 如果用平面上的点 (x, y) 表示二维r.v. 的一组可能 的取值,则 F (x, y) 表示 的取值落入下图所示角形 (2)? (1)F(x,y)是变量x, y的不减函数.??????? 的分布函数满足如下基本性质：??????? F (b,d) – F (b,c) – F (a,d) + F (a,c) ? 0 事实上 对于任意 a b , c d (4) – F (b,c) – F (a,d) + F (a,c) F (b,d) a b c d 例1 设 讨论F (x, y)能否成为二维r.v.的分布函数？ 解 x y x+ y = 1 ? (0,0) ? (2,0) ? (2,2) ? (0,2) 故F(x, y)不能作为某二维 r.v.的分布函数. 求得两个边缘分布函数 边缘分布 自身的分布函数分别称为二维随机向量 和 关 的边缘分布函数，分别记为 于 和 当已知 的联合分布函数F(x,y)时，可通过 二维连续型随机变量 若存在非负二元函数 对于任意实数 有 非负二元函数 称为 的联合概率密度函数, 简称为概率密度. 定义3.4设 为二维随机向量, 的分布函数为 则称 为二维连续型随机向量。 概率密度p(x, y)的性质： x y z O G 从而知，ξ为连续型随机变量且概率密度为 设 为二维连续型随机向量，具有概率密度 则 也是连续型随机变量，其概率密度为 同理， 求（1）系数A； 例2 设随机变量 的概率密度为 解： （1）由概率密度的性质知 于是 类似地可计算 1 1 y=x o x y 1 O y x 1 O y x 1 O y x 试求:(1)常数 A; 解:(1) 由分布密度函数的性质有 其中D为 例3 若 ～ 所以, A=6 x y 0 所以, 2 1 {x2, y1} (3) x X Y 0 y 所以, 当x≥0, y≥0时, 即: 3 2 2x+3y=6 X Y 0 其中D为 x O y 例4 设二维随机向量 在区域 上服从均匀分布，求关于 的边缘概率密度 和 故 的概率密度为 例5 .设随机向量 解:(1)由题意得: X Y -1 1 当|x|1时, p(x, y)=0,所以, 当|x|≤1时, 同理, 注意:均匀分布的边缘密度不再是一维均匀分布 的边缘密度函数 服从区域D上的均匀分布,其中 求 和 例6 设二维随机变量 ⑴ 求随机变量ξ的密度函数； 解:(1)x≤0时, 所以, ⑵ 1/2 的概率密度为 ⑵ 求概率 x0时, 设G是平面上的有界区域,其面积为A,若二维随机变量 设 二维均匀分布 则称 的概率密度为 在区域G上服从均匀分布. D?G, 且D的面积为S(D), 那么 在区域G上服从均匀分布, D为G内的一区域, 即 若 二维正态分布 的概率密度为 Clear[f,x,y] f[x_,y_]:=Exp[-(x^2+y^2)/2]/(2Pi) Plot3D[f[x,y],{x,-3,3},{y