概率论及数理统计 第一节.pptVIP

例子 注意 联合分布函数的概率意义 一个重要的公式 联合分布函数的性质： 2.F (x , y )是变量 x , y 的不减函数，即 联合分布函数与边缘分布函数的关系: 离散型二维随机变量 联合概率函数的性质 例 2 定义 对于二维随机变量 ( X,Y )，如果存在非负可积函数 f (x , y )，使得对于平面上的任意可度量的区域D，都有： 例(P131) 设二维随机变量(X，Y)的密度函数为(1).求常数C； (2).求分布函数F(x , y)； 二维均匀分布 二维均匀分布几何意义 例（P135） 随机变量的独立性 例1 例（补充） 由于当 时 小 结 本节介绍了二维随机向量的概念，联合分布函数及边缘分布函数的概念。 对离散型随机向量，重点要掌握的是如何写出联合分布及由联合分布求出边缘分布。 对连续型随机向量，重点要掌握的是由联合分布密度求边缘分布密度及有关概率。 两个随机变量的独立性是一个很重要的概念，要掌握其判断方法。 例（P140） 设X与Y的分布由下表给出 X P 0 1 ? ? Y P -1 0 1 ? ? ? 已知 , 求X和Y的联合分布并 判断X与Y的独立性。 解 二维随机变量(X,Y)的所有可能取值为 (0,-1) (0,0) (0,1) (1,-1) (1,0) (1,1) 接下来先列出 (X,Y)的二维联合概率分布表 X P 0 1 ? ? Y P -1 0 1 ? ? ? ? ? ? ? ? ? ? ? 进一步可得 ? ? ? ? ? ? ? ? ? ? ? ? ? 故X与Y不独立。 例（P141） 判断X与Y的独立性。 解 (1) 所以X与Y独立。 -R R O x y 同理可得 因为 所以X与Y不独立。 例（P143）设 且X与Y独立，求X与Y的联合密度函数。 　 解 因为X与Y独立 X与Y的联合概率分布和边缘概率分布列表如下 则称 ( X,Y ) 为连续型二维随机变量，函数 f (x , y )称为二维随机变量 ( X,Y )的密度函数，或称为 X 和 Y 的联合密度函数，记为 二维连续型随机变量 联合密度函数： 联合密度函数的性质： （正定性） （归一性） ( 事实上， 联合密度函数的性质： （正定性） （归一性） 联合密度函数与联合分布函数的关系： 计算概率的公式： (3).求概率 解　(1) 由密度函数的性质得 分离变量 或 例 x y 1 2 O 设D是平面上的有界区域，其面积记为 ． 边缘密度函数 和 分别称为(X,Y)关于X和Y的边缘密度函数 联合密度函数 若 (X,Y)的联合密度函数为 则( X,Y )关于X的边缘密度函数为 若 (X,Y)的联合密度函数为 则( X,Y )关于X的边缘密度函数为 关于Y的边缘密度函数为 关于X的边缘密度函数为 若二维随机变量(X,Y)服从矩形区域D上的均匀分布，则其分量X和Y均服从一维均匀分布 例（P135） 设(X，Y)服从区域D上的均匀分布，其中D是由直线 y = x与抛物线 围成，求X与Y的联合密度及边缘密度。 解 如图，首先求区域D的面积，易得 则X与Y的联合密度为 x y o 1 1 y=x x y o 1 1 y=x D 下面求边缘密度 当 或 时， 当 时， x y o 1 1 y=x 用类似的方法求出 区域D上的二维均匀分布，其分量不一定是一维均匀分布，除非D是矩形区域 两事件A,B独立的定义： P(AB)=P(A)P(B) 设X,Y是两个随机变量，若对任意的x,y，都有 则称X,Y相互独立 . 用随机变量的语言表达，即： 有关独立性的几个充分必要条件： 1.随机变量X,Y相互独立的充分必要条件是 ２.离散型随机变量X,Y相互独立的充分必要条件是 3.连续型随机变量X,Y相互独立的充分必要条件是 定理3.2 定理3.1 另外，还有如下结论： 若随机变量 X 与 Y 相互独立，则它们的连续函数g (X)与 h (Y) 也相互独立。 例如： 若随机变量 X 与 Y 相互独立，则随机变量 2X + 3 与 也相互独立。 Y X 若X,Y相互独立，则有 Y X 又有 Y X Y