3.概率论课件-煤炭工业出版.pptVIP

§3.1 二维随机变量 §3.2 边缘分布 若 X ,Y 为相互独立的 r.v. 则aX + b, cY + d 也相互独立； X 2, Y 2 也相互独立； 随机变量相互独立的概念 可以推广到 n 维随机变量 若 则称 r.v. X 1, X 2 , , X n 相互独立 由命题知 若两随机变量相互独立,且又有相同 的分布, 不能说这两个随机变量相等. 如 X P -1 1 0.5 0.5 Y P -1 1 0.5 0.5 X ,Y 相互独立，则 X -1 1 -1 1 0.25 0.25 Y pij 0.25 0.25 故不能说 X = Y . 注意 由左表易得 ： §3.5 二维 r.v.函数的分布 已知r.v.( X ,Y )的概率分布, g(x, y) 为已知的二元函数, 转化为( X ,Y )的事件 §3.4 问题 方法 求 Z = g( X ,Y )的概率分布 一、二维离散型随机变量的函数的分布 设离散型随机变量 的分布律为 设 为二元函数，因为 是离散 的，故 也是离散型随机变量，现在 求 的分布律。 例1 假设随机变量( X , Y )的分布律为 分别求 的分布 律. 化简整理，得各函数的分布律为： 解 根据( X,Y )的联合分布可得如下表格： 例2 假设随机变量 X 与 Y 相互独立，它们分别 服从参数为 的泊松分布。求 的分布律。 解 由题意可知 故 由独立性 故 泊松分布具有可加性 设 X ~b (n1, p), Y ~b (n2, p),且独立， 则 X + Y ~ b( n1+n2, p) 类似可证明: 二、二维连续型随机变量的函数的分布 问题：已知( X , Y )的联合分布， 求Z = g ( X , Y )的分布。 只讨论两种比较常见的函数： Ⅰ. Ⅱ. Ⅰ. 的分布 解 的分布函数为 将以上二重积分化成累次积分 已知( X , Y )的概率密 度为 由X与Y的对称性又可得 特别地,当X 与Y 相互独立时,有 上式称为 的卷积公式 ,记为 例3 假设 X 和Y 相互独立,且都服从标准正态分 布 解 由题意可知X 与Y 的概率密度分别为 由卷积公式可得 Z 的概率密度为 故 正态随机变量的结论 若X ,Y 相互独立, 则 若 相互独立 则 推广: 例4已知( X ,Y ) 的联合d.f.为 Z = X + Y ,求 f Z (z) 解法一（图形定限法） 例2 z 1 z = x z-1 = x x 2 1 解法二 从分布函数出发 x+y = z 当z 0 时， 1 y x 1 当0 ? z 1 时， y x 1 1 x+y = z ? z ? z x+y = z 当1? z 2 时， z-1 1 y x 1 ? z ? z 1 y x 1 x+y = z 2 2 当2 ? z 时， Ⅱ. 的分布 最大最小分布有广泛的应用：在一个系统中要 考虑元件组的最大最小寿命；建筑桥梁时，要考 虑使用期内洪水最高水位等。这些问题的解决对 经济建设是有很大意义的。 已知X , Y 相互独立， 已知 , 且 的分布函数。 的分段区域 y = x 1 0 x y D 二、边缘分布律 一 、边缘分布函数 三、边缘概率密度 一、 边缘分布函数 的分布函数为 分别 的分布函数为 设 记 和 的边缘分布函数。 ，称为关于 和 则 解 的边缘分布函数为 关于 例1 已知 的分布函数为 的边缘分布函数 和 求 关于 问 各服从什么分布？ 的边缘分布函数为 关于 的概率密度为 和 记 所以， 服从参数 的指数分布， 的指数分布。 服从参数 二、 离散型随机变量的边缘分布律 设 的分布律为 则 关于 的边缘分布律为 即 同理 通常用以下表格表示 的分布律和边缘分布律 由于 设 是 联合密度函数， 的边缘概率密度为 即得 关于 三、连续型随机变量的边缘概率密度 的边缘概率密度为 同理可得 关于 例2 已知( X ,Y )的联合概率密度 G如图，求 解 当 时， 时， 当 当 时， 时， 当 例3 已知 解 常用连续型二维随机变量分布 G 是平面上的有界区域, 面积为 A 若r.v.( X ,Y ) 的联合 d.f. 为 则称( X ,Y )服从区域G上的均匀分布 区域G 上的均匀分布，记作U ( G ) 常见连续分布 例4 设(X ,Y ) ~ G 上的均匀分布, f ( x, y ); P ( Y X 2 ); ( X ,Y ) 在平面上的落点到 y 轴距离小于0.3的概率. 例6 求 解 (1) y=x 1 0 x