newCh3_连续型随机变量及分布题库.pptVIP

* 二、二维连续型随机变量及其密度函数 对于二维随机变量(X , Y )，若存在一个非负可积函数 f (x , y )，使对?(x , y )?R2，其分布函数可以写成 则称 (X , Y )为二维连续型随机变量， f (x, y )称为(X , Y )的密度函数(概率密度)， 或X与Y的联合密度函数， 可记为 (X , Y )～ f (x , y )， ( x, y )?R2 联合密度 f (x , y )的性质 (1)非负性： f ( x, y )?0, ( x, y )?R2; (2)完备性： 反之，具有以上两个性质的二元函数 f (x, y)，必是某个二维连续型随机变量的密度函数。 此外，f (x, y)还有下述性质 (3)若 f (x, y)在(x, y)?R2处连续，则有 (4)对于任意平面区域G? R2, P{(X, Y )?G}＝ 例 注意：将二重积分化成累次积分 x + y = 1 x = 1 y = 2 例 两个常用的二维连续型分布 (1)二维均匀分布 若二维随机变量(X , Y )的密度函数为 则称(X , Y )在区域G上(内) 服从均匀分布。 若二维随机变量(X , Y )的密度函数为 (2) 二维正态分布N (X , Y ) ~N( ) 其中， 、 为实数， 0、 0、| ? |1，则称(X , Y )服从参数为 , , , , ?的二维正态分布，可记为 三 边缘密度函数 设(X , Y )～ f (x , y ), (x , y )?R2, 则称 为(X , Y )关于X的边缘密度函数； 同理，称 为(X , Y )关于Y的边缘密度函数。 定义 例 （注意观察计算结果） 故二维正态分布的边缘分布也是正态分布。 例 已知二元 r.v.(X , Y ) ~ N( ) 求边缘概率密度函数。 即若(X，Y ) ~ N( )， 则X ~ N( )，Y ~ N( )。 四 条件密度函数 定义 例 五 随机变量的独立性 1. 随机变量相互独立的一般定义 设X1，X2，…，Xn为n 个随机变量，若对任意( x1, x2, …, xn )?Rn，有 P{X1? x1, …, Xn ? xn }＝P{X1? x1}…P{Xn ? xn } 即 F(x1, x2, …, xn)＝FX1(x1)FX2(x2)…FXn(xn ), 则称X1，X2，…，Xn 相互独立。 2. 随机变量相互独立的等价定义 定理一 设(X, Y )～ f (x, y), (x, y)?R2, fX(x), fY(y)分别为X与Y的边缘密度，则X与Y 相互独立等价于 f (x, y) ＝ fX(x) fY(y)，对任意(x, y)?R2 几乎处处成立。 例 例 证明下述的定理： 上述可以推广到 n维连续型随机变量的情形: 设X1，X2，…，Xn为n 个连续型随机变量，若对任意的( x1, x2, …, xn )?Rn， f (x1, x2, …, xn )＝ fX1(x1) fX2(x2)… fXn(xn ) 几乎处处成立，则称X1，X2，…，Xn相互独立。 定理二 设(X1,,X2, …, Xn )与(Y1, Y2,…，Yn )相互独立，则Xi (i=1, 2, …, m )与Yj ( j=1, 2, …, n )相互独立；又若h , g是连续函数，则h(X1,,X2, …, Xn )与g( Y1, Y2,…，Yn )相互独立。 六 连续型随机变量函数的密度函数 1. 一维变量的情形 (1) 一般方法 若X~ f(x), -? x +?, Y=g(X)为随机变量X的函数， 则可先求Y 的分布函数: FY ( y ) ＝P{Y ? y}＝P { g(X) ? y}＝ 然后再求Y 的密度函数： fY ( y)＝ 此法也叫“分布函数法”。 (2) 公式法 若X～ f(x), x?R, y = g(x)是单调可导函数，则 Y＝g(X) ~ fY( y )＝ 其中h( y )为y＝g(x)的反函数， ?＝min{g(-?),g(+?)}，?＝max{g(-?),g(+?)}. Notes：只有当Y是X的单调可导函数时，才可用以上公式推求Y的密度函数。