多維随机变量及其概率分布.pptVIP

本章要求 多维随机变量的概念 随机变量的独立性 两个随机变量的函数的分布 第三章 多维随机变量及其概率分布 本章要求: 1.理解二维离散型随机变量的分布律及其性质; 2.理解二维连续型随机变量的概率密度函数及其性质; 3.理解边缘分布律、边缘概率密度函数的概念 ，掌握求边缘分布律以及边缘概率密度函数的方法; 4.会判断随机变量的独立性; 5.了解两个随机变量的和的分布的求法; 本章重点:联合分布律,概率密度函数,边缘分布律,边缘概率密度函数,随机变量的独立性. 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 . 它是第二章内容的推广. 3.1多维随机变量的概念 3.1.1二维随机变量及其分布函数 到现在为止，我们只讨论了一维r.v及其分布. 但有些随机现象用一个随机变量来描述还不够，而需要用几个随机变量来描述. 在打靶时,命中点的位置是由一对r .v (两个坐标)来确定的. 飞机的重心在空中的位置是由三个r .v (三个坐标)来确定的等等. 量. 以下重点讨论二维随机变量. 请注意与一维情形的对照 . 二元 函数 定义1 二维随机变量的分布函数 分布函数的函数值的几何解释 或随机变量X和Y 的联合分布律. X 的分布律 定义2 的值是有限对或可列无限多对, 设二维离散型随机变量 记 如果二维随机变量 3.1.2 二维离散型随机变量 二维离散型随机变量 的分布律具有性质 也可用表格来表示随机变量X和Y 的联合分布律. 例　把一枚均匀硬币抛掷三次，设X为三次抛掷中正面出现的次数 ，而 Y 为正面出现次数与反面出现次数之差的绝对值 , 求 (X ,Y) 的分布律 . 解 ( X, Y ) 可取值 (0,3) , (1,1) , (2,1) , (3,3) P{X=0, Y=3} P{X=1, Y=1} P{X=2, Y=1} P{X=3, Y=0} =3/8 =3/8 一般地，对离散型 r.v ( X,Y )， 则 (X,Y) 关于X 的边缘分布律为 离散型随机变量的边缘分布律 (X,Y) 关于 Y 的边缘分布律为 例 　把一枚均匀硬币抛掷三次，设X为三次抛掷中正面出现的次数 ，而 Y 为正面出现次数与反面出现次数之差的绝对值 , 求 (X ,Y) 的分布律 . 解 ( X, Y ) 可取值 (0,3) , (1,1) , (2,1) , (3,3) P{X=0, Y=3} P{X=1, Y=1} P{X=2, Y=1} P{X=3, Y=0} =3/8 =3/8 P{X=0}= P{X=1}= P{X=2}= P{X=3}= P{Y=1}= P{Y=3}= =1/8, P{X=0, Y=1}+P{X=0, Y=3} =3/8, P{X=1, Y=1}+P{X=1, Y=3} =3/8, P{X=2, Y=1}+P{X=2, Y=3} P{X=3, Y=1}+P{X=3, Y=3} =1/8. =3/8+3/8=6/8, =1/8+1/8=2/8. 我们常将边缘分布律写在联合分布律表格的边缘上，由此得出边缘分布这个名词. 联合分布与边缘分布的关系 由联合分布可以确定边缘分布; 但由边缘分布一般不能确定联合分布. X的概率密度函数 定义3 3.1.3 二维连续型随机变量的概率密度和边缘概率密度 二维连续型随机变量 的概率密度具有性质 （X,Y）的概率密度的性质 : 例 设(X,Y)的概率密度是 (1) 求分布函数 (2) 求概率 . 积分区域 解 (1) 故 (2) 例 解 (1) 故 (2) . 对连续型 r.v ( X,Y ) ， X 和Y 的联合概率密度为 则 ( X,Y ) 关于 X 的边缘概率密度为 事实上 , 连续型随机变量的边缘概率密度 ( X,Y )关于Y 的边缘概率密度为 例 设(X,Y)的概率密度是 求 (1) c的值； （2）两个边缘密度。 = 5c/24 , c =24/5. 解 (1) 故 例 设 (X,Y) 的概率密度是 解 求 (1) c 的值; (2) 两个边缘密度 . (2) 暂时固定 注意取值范围 综上 , 例 设(X,Y)的概率密度是 解 (2) 求 (1) c的值; (