概率第十讲 2.11-2.13.ppt

(2) M=max(X,Y)及N=min(X,Y)的分布 设X，Y是两个相互独立的随机变量，它们的分布函数分别为FX(x)和FY(y),我们来求M=max(X,Y)及N=min(X,Y)的分布函数. 首先看最大值M=max(X,Y)的分布函数： Fmax(z)=P(M≤z) 又由于X和Y 相互独立,于是得到M=max(X,Y)的分布函数为: 即有 Fmax(z)= FX(z)FY(z) Fmax(z)=P(M≤z) =P(X≤z)P(Y≤z) =P(X≤z,Y≤z) 由于M=max(X,Y)不大于z等价于X和Y都不大于z，故有 分析： P(M≤z)=P(X≤z,Y≤z) 类似地，可得N=min(X,Y)的分布函数是 下面进行推广 即有 Fmin(z)= 1-[1-FX(z)][1-FY(z)] =1-P(Xz,Yz) Fmin(z)=P(N≤z) =1-P(Nz) =1- P(Xz)P(Yz) 设X1,…,Xn是n个相互独立的随机变量, M=max(X1,…,Xn)和N=min(X1,…,Xn) 特别地，当X1,…,Xn相互独立且具有相同分布时，有 Fmax(z)=[F(z)] n Fmin(z)=1-[1-F(z)] n 解： 作 业 例 若X和Y 独立,具有共同的概率密度 求Z=X+Y的概率密度 . 解: 由公式，得 如图示: fZ(z)= 其它. 练习题：在一简单电路中两电阻R1和R2串联联接，设R1，R2相互独立，它们的概率密度均为 求电阻R＝R1＋R2的概率密度. 首页 返回 退出 北京信息科技大学 统计系 首页 返回 退出 北京信息科技大学 统计系 第十讲 一、二维随机变量的条件分布 二、随机变量的独立性 三、二维随机变量函数的分布 在第一章中，我们介绍了条件概率的概念 . 在事件B发生的条件下事件A发生的条件概率 推广到随机变量 设有两个随机变量X,Y ， 在给定Y取某个或某些值的条件下，求X的概率分布. 这个分布就是条件分布. 例如，考虑某大学的全体学生，从其中随机抽取一个学生，分别以X和Y 表示其体重和身高 . 则X和Y都是随机变量，它们都有一定的概率分布. 体重X 身高Y 体重X 的分布 身高Y 的分布 现在若限制1.7Y1.8(米), 在这个条件下去求X的条件分布，这就意味着要从该校的学生中把身高在1.7米和1.8米之间的那些人都挑出来，然后在挑出的学生中求其体重的分布. 容易想象，这个分布与不加这个条件时的分布会很不一样. 例如，在条件分布中体重取大值的概率会显著增加 . 1、离散型随机变量的条件分布 实际上是第一章讲过的条件概率概念在另一种形式下的重复. 定义1 设 (X,Y) 是二维离散型随机变量，对于固定的 j，若P(Y=yj)0，则称 为在Y=yj条件下随机变量X的条件概率函数. P(X=xi|Y=yj)= ，i=1,2, … 类似定义在X=xi条件下 随机变量Y 的条件概率函数. 作为条件的那个随机变量,认为 取值是给定的，在此条件下求另 一随机变量的概率分布. 条件分布是一种概率分布，它具有概率分布的一切性质. 正如条件概率是一种概率，具有概率的一切性质. 例如： i=1,2, … 例1 解： 由上述分布律可得 定义 设X和Y的联合概率密度为 f (x,y), 边缘概率密度为 ，则对一切使 的x , 定义已知 X=x下，Y 的条件 概率密度为 同样，对一切使 fY(y)＞0 的 y, 定义 为已知 Y=y下，X的条件概率密度 . 2、连续型随机变量的条件分布 条件概率密度，也具有密度的一切性质. 例如： 求 P(X1|Y=y) 例2 设(X,Y)的概率密度是 解: P(X1|Y=y) 为此, 需求出 由于 于是对y0, 故对y0, P(X1|Y=y) 二、随机变量的独立性 若对于所有 即 1、定义 2、说明 (1) 若离散型随机变量 ( X,Y )的联合分布律为 例3 设(X,Y)的概率密度为 问X和Y是否独立？ 解： x0 即： 对一切x, y, 均有： 故X,Y 独立 y 0 例4若(X,Y)的概率密度为 问X和Y是否独立？ 解： 0x1 0y1 故X和Y不独立 . Y X 0 1 2 3 P{Y=yj} 1 0 3/8 3/8 0 6/8