概率论及数学统计 第二章 随机变量及其分布.ppt

§2.1 随机变量的概念 §2.2 离散型随机变量及其概率分布 (一)两点分布 (二) 二项分布 (三) 泊松分布 (四) 几何分布* (五) 超几何分布* §2.3 连续型随机变量及其分布密度 连续型随机变量的几种常见分布 2. 指数分布 3. 正态分布 §2.4 随机变量的分布函数 §2.5 二维随机变量及其分布 一、二维离散型随机变量及其联合分布律 二、二维连续型随机变量及其联合概率密度 三、二维随机变量的联合分布函数 §2.6 边缘分布 例4 解 二维正态分布的图形(1) 二维正态分布的图形(2) 思考 三、随机变量的独立性 §2.7 随机变量的函数的分布 二、连续型随机变量函数的分布 解决此类问题的一般方法是： 对于二维离散型随机变量(X,Y )的函数的分布可以按照如下方式求得。 设随机变量(X,Y )的联合分布律为 下面介绍两个常见的二维连续型分布. 设D是平面上的有界区域, 其面积SD. 若二维随机变量( X,Y)具有概率密度 则称(X,Y)在D上服从均匀分布. 若( X,Y)服从区域D上的均匀分布, 则对于D中任一子区域G, 有 于是( X,Y)落在D中任一子区域G的概率与G的面积成正比, 而与G的形状和位置无关. 在这个意义上我们说,服从某区域上均匀分布的二维随机变量在该区域内是“等可能”的。这一点与一维随机变量的均匀分布类似，而且与几何概率的计算相吻合. 若二维随机变量(X,Y)具有概率密度 记作 则称( X,Y)服从参数为 的二维正态分布. 其中 均为常数, 且 二维随机变量（X,Y） X和Y的联合分布函数 X的分布函数 一维随机变量X 联合分布函数的基本性质 则其联合分布函数为 设二维随机变量(X,Y)的联合密度函数为 例3 解 二维随机变量(X,Y)作为一个整体, 用联合分布来刻画. 而X和Y都是一维随机变量, 因此也有其各自的分布函数, 称为边缘分布函数. 若X和Y的分布函数分别记作FX(x)和FY (y)，则 即 同理, 联合分布函数与边缘分布函数的关系 设( X,Y )是离散型二维随机变量，联合分布律为 则(X,Y)关于X的边缘分布函数为 同理, 关于Y 的边缘分律为 记 一、二维离散型随机变量的边缘分布 设(X,Y)的联合分布律由下表给出，求X和Y的边缘分布. 例1 Y的边缘分布 X的边缘分布 所以的边缘分布律分别为 设( X,Y )是二维连续型随机变量，联合概率密度为 由于 所以(X,Y)关于X的边缘密度函数为 同理, 关于Y 的边缘密度函数为 二、二维连续型随机变量的边缘密度 由圆的面积易知联合概率密度为： 解 设(X,Y)在圆域{(x,y)|x2+y2≤4}上服从均匀分布，求关于X和Y的边缘分布密度. 例2 由边缘密度定义有： 当 或 时， 从而 当 时， 即关于X的边缘概率密度为 由函数的对称性易得关于Y 的边缘概率密度为 设(X,Y)的概率密度为 试求关于X和Y 的边缘分布密度 例3 解 由 当 时 当 时 故 本题也可采用如下方法解决：先由联合分布函数F(x,y)求出两边缘分布函数FX(x)和FY(y)，再利用边缘分布函数与边缘概率率密度的关系，求导得 及 ，同学们不妨一试. 注意 设二维随机变量(X,Y )的概率密度为 ,求此 (X,Y ) 的边缘分布密度. 二维正态分布. 记作 联合分布密度可改写成 作替换 ,则 同理 亦即 二维正态分布的两边缘分布都是一维正态分布,且都与ρ无关. 边缘分布均为正态分布的随机变量,其联合分布一定是二维正态分布吗? 请研究联合分布: 提示 也就是说,二维正态分布的两个边缘分布仍然为正态分布,而且其边缘分布不依赖于参数 .因此可以断定参数 描述了X与Y之间的某种关系! 由联合分布可以确定边缘分布; 但由边缘分布一般不能确定联合分布. 再次说明联合分布和边缘分布的关系: 那么, 在什么情况下, 由边缘分布可以唯一确 定联合分布呢？ 我们在下一部分中回答这个问题. 结果 结论 边缘分布均为正态分布的随机变量,其联合分布不一定是二维正态分布. 随机变量的独立性是概率论中的一个重要概念，下面我们利用两个事件相互独立的概念, 引入两个随机变量相互独立的定义. 两事件A,B独立的定义是： 若P(AB)=P(A)P(B)，则称事件A,B独立 . 设 F(x,y),FX(x)及FY(y) 分别是二维随机变量 (X,Y)的联合分布函数和关于X和Y