维随机变量连续.pptVIP

当0 ? x 1, y ? 1时， v=u 1 0 u v 1 当x ? 1, 0 ? y 1时， v=u 1 0 u v 1 当 x ? 1, y ? 1 时， F (x,y) = 0, x 0 或 y 0 y4 , 0 ? x 1, 0 ? y x ， 2x2y2–y4, 0 ? x 1, x ? y 1， 2x2–x4 , 0 ? x 1, y ? 1， y4 , x ? 1, 0 ? y 1， 1, x ? 1, y ? 1， (4) = 0, x 0， 2x2–x4 , 0 ? x 1, 1, x ? 1 0, y 0 y4 , 0 ? y 1, 1 , y ? 1 = y x o G 设 G 是平面上的有界区域,其面积为S. 若二维随机变量 (X,Y)的概率密度为 则称(X,Y)在G上服从均匀分布. 向平面上有界区域 G 内任投一质点， 四、两个常见的二维分布 1. 均匀分布 B 若质点落在 G 内任一小区域 B 的概率与 小区域的面积成正比，而与B的形状及 位置无关. 则质点的坐标(X,Y )在 G 上 服从均匀分布. . 例6 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 y 1 G (2) y = x2 * (3) y = x 1 0 x y 1 0.3 * 例7 甲乙约定8:00?9:00在某地会面.假设两人都在这期间的任一时刻随机到达，先到者最多等待15分钟后就离开.求两人能见面的概率. * * * * 60 60 若二维随机变量(X,Y)具有概率密度 其中 均为常数, 2. 正态分布 则称(X,Y )服从参数为 的二维正态分布. 记作(X,Y)～N( ). 且 * 二维正态分布剖面图 * §2 边缘分布 联合分布F(X,Y) （X,Y） 整体地看 局部地看 FY(y ) FX(x ) X Y 二维联合分布F(X,Y)全面地反映了二维随机变量(X,Y)的取值及其概率规律. 问题：二者之间有什么关系吗? 分别称为(X,Y) 关于X和Y的 边缘分布函数 但作为一维随机变量, X, Y 也有自己的分布函数. 由联合分布可以确定边缘分布 由边缘分布一般不能确定联合分布 反之? 转化为一维时的情形 FX ( x ) = F(x, +?) X 和Y 的联合分布函数为F(x,y ), 则(X,Y )关于X 的边缘分布函数为 (X,Y) 关于Y 的边缘分布函数为 二、连续型二维随机变量的边缘概率密度 (X,Y )关于Y 的边缘概率密度为 则(X,Y )关于X 的边缘概率密度为 例2 设(X,Y )的概率密度是 解 求边缘密度. 分段函数积分应注意其表达式 y x 0 1 y = x y = x2 在求连续型随机变量的边缘密度时，往往要对联合密度在一个变量取值范围上进行积分. 当联合密度是分段函数时，在计算积分时应特别注意积分限 . y x -a 0 a 例 设(X,Y )服从椭圆域 上的均匀分布,求 (1) 求(X,Y )的边缘密度函数 解 (1) 由题知(X,Y )的概率密度为 同理可得 (2) (2) ,其中A为区域: X 与Y 不服从均匀分布 二维均匀分布的两个边缘密度未必是均匀分布的 二维正态分布的边缘密度仍服从正态分布 y x a 0 a A x+y =a