概率论和数理统计(理工类 第四版)第3章.pptVIP

第三章 多维随机变量及其分布;3.1 二维随机变量及其分布; 定义3.1 设(X,Y)是二维随机变量，二元实值函数 F(x,y)=P({X?x}∩{Y?y})=P(X?x,Y?y) x∈(-∞,+∞),y∈(-∞,+∞) 称为二维随机变量(X,Y)的分布函数， 或称为 X与Y的联合分布函数。 即F(x,y)为事件{X?x}与{Y?y}同时发生的概率。;几何意义： 若把二维随机变量(X,Y)看成平面上随机点的坐标，则分布函数F(x,y)在(x,y)处的函数值F(x0,y0)就表示随机点(X,Y)落在区域 -∞＜X≤ x0， -∞＜Y≤ y0 中的概率。如图阴影部分：; 对于(x1, y1), (x2, y2)?R2, (x1 x2， y1y2 )，则随机点(X,Y)落在矩形区域[x1X? x2，y1Y?y2]内的概率可用分布函数表示为 P(x1X? x2，y1Y?y2) ＝F(x2, y2)－F(x1, y2)－ F (x2, y1)＋F (x1, y1);分布函数F(x, y)具有如下性质：;(4)函数F(x,y)关于x是右连续的，关于y也是右连续的，即对任意x?R，y?R，有;例3.1.已知二维随机变量(X,Y)的分布函数为;边缘分布;例3.2 设二维随机变量(X,Y)的联合分布函数为 ;练习 .已知(X,Y)的分布函数为 ;二、二维离散型随机变量及其分布;二维离散型随机变量的联合分布律也可用表格形式表示为：;例3.3 设袋中有a+b个球，a只红球，b只白球。今从中任取一球，观察其颜色后将球放回袋中，并再加入与所取的球相同颜色的球c只，然后再从袋中任取一球，设 ;二维离散型随机变量的边缘分布律;称P(X＝xi)＝pi.，(i＝1, 2, …) 为二维随机变量(X, Y)关于X的边缘分布律；;例3.6 设随机变量(r.v.)X在1，2，3，4四个整数中等可能地取值，另一个r.v.在1至X中等可能地取一整数值，试求(X,Y)的联合分布律和边缘分布律。 ;注意： 联合分布律可以确定边缘分布律，而边缘分布律不一定能确定联合分布律。;二维连续型随机变量及其概率密度;2、联合密度f(x, y)的性质 (1)非负性：f(x,y)?0，(x,y)?R2; (2)归一性： ;(4)设G是平面上一个区域，则二维连续型随机变量(X,Y)落在G内的概率是概率密度函数f(x, y)在G上的积分，即 ;例3.7 设二维随机变量(X,Y)的联合概率密度函数为;练习： 设二维随机变(X,Y)量具有概率密度;二维连续型随机变量的边缘密度函数;例3.10 设二维随机变量;二维连续型随机变量的常用分布;例3.11 设(X,Y)服从如图区域G上的均匀分布， (1)求(X,Y)的概率密度； (2)求P(Y2X)； (3)求F(0.5,0.5)。;其中，?1、?2为实数，?10、?20 | ? |1，则称(X, Y) 服从参数为?1，?1，?2，?2，?的二维正态分布，记为 ;二维正态分布的重要性质： 若(X,Y)服从二维正态分布，;分布函数的概念可推广到n维随机变量的情形。 事实上，对n维随机变量(X1, X2, … , Xn)， F(x1, x2, … , xn)＝P(X1? x1, X2 ?x2, … , Xn ?xn) 称为的n维随机变量(X1, X2, … , Xn)的分布函数， 或随机变量X1,X2,…,Xn的联合分布函数。;定义 若(X1, X2, … , Xn)的全部可能取值为Rn上的有限或可列无限多个点，称(X1, X2, … , Xn)为n维离散型随机变量，称 P(X1=x1,X2=x2,...Xn=xn)， 为n维随机变量(X1, X2, … , Xn)的联合分布律。;;作业 P71;3.2 随机变量的独立性;定理1 随机变量X，Y相互独立的充分必要条件 是X所生成的任何事件与Y所生成的任何事件相互独立。即，对任意的实数集A，B有：; * *若(X,Y)是二维离散型随机变量，其分布律为 P(X=xi,Y=yj)= pij ，i,j=1,2,…, 则X与Y相互独立的充分必要条件是对任意i，j， P(X=xi,Y=yj)= P(X=xi)?P(Y=yj)，即pij =pi??p?j * *若(X,Y)是二维连续型随机变量，则X与Y相互独立的充分必要条件是 对任意的x和 y f(x,y)=fX(x)fY(y) 。;例3.13 已知(X,Y)的联合分布律为;例3.14 设二维随机变量(X,Y