概率论及数理统计-3.1二维随机变量及其分布.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 §3.2 边缘分布 §3.3 条件分布* §3.4 随机变量的独立性 §3.5 两个随机变量函数的分布 可以验证，二维正态分布的密度函数f (x,y)满足密度函数的两个性质，其图像如图3.1.3。 1. 若(X,Y)的密度函数为 求: (1)常数 A ; (2) P( X2, Y1); (3) P(X≤x,Y≤y). 解: (1) 所以, A=6 = A/6 =1 (4)P((X,Y)∈D), 其中D为 2x+3y≤6. 练习: (5) P((X,Y)∈D), 其中D为 y= －x+1, y=x+1, y=0所围区域. * * * * 前几节我们讨论的是随机实验中单独的一个随机变量，又称为一维随机变量；然而在许多实际问题中，常常需要同时研究一个试验中的两个甚至更多个随机变量。 例如 E：抽样调查15-18岁青少年的身高X与体重Y，以研究当前该年龄段青少年的身体发育情况。 此时，我们需要研究的不仅仅是X及Y各自的性质，更需要了解这两个随机变量的相互依赖和制约关系。因此，我们将二者作为一个整体来进行研究，记为(X,Y),称为随机向量，又称多维随机变量. 类似于对一维随机变量的学习，对于多维随机变量，我们也将讨论如何通过分布函数、分布律及概率密度等概念来描述其取值的概率规律性，并认识几种常见的分布。 因方法类同，我们将以二维随机变量为主，展开讨论。学习时，应善于同一维随机变量情形进行比较，注意对两个随机变量的相互关系 的反映。 §3.1 二维随机变量及其分布 1. 二维随机变量的分布函数 2. 二维离散型随机变量 3. 二维连续型随机变量 1. 二维随机变量的分布函数 定义3.1.1 设(X, Y)是二维随机变量，对于任意实数x,y，二元函数 F(x,y)=P((X≤x)∩(Y≤y))=P(X≤x,Y≤y) 称为二维随机变量(X, Y)的联合分布函数， 简称为（X,Y) 的分布函数. 二维随机变量(X,Y)的取值可看作平面上的随机点， 显然，分布函数F(x,y)在平面上任意点(x,y)处的函数值就是随机点(X,Y)落在以(x,y) 为顶点而位于该点左下方的整个无穷区域内的概率，如图3.1.1所示． (x,y) 由前面的几何解释，容易得到随机点(X,Y)落在矩形区域D内的概率，其中 x1 x2 y1 y2 则 二维随机变量联合分布函数F(x,y)的性质 (1) F(x,y)分别关于x和y单调不减. (3) 关于x或y都是右连续的，即 二维随机变量也分为离散型和连续型两种常见的形式，下面分别进行讨论. 2. 二维离散型随机变量 定义3.1.2 若二维 随机变量(X,Y)的所有可能的取值是有限对或可列无限对不同值，则称(X,Y) 是二维离散型随机变量. 称 为(X,Y)的联合概率分布，简称为概率分布或 分布律 二维离散型随机向量(X,Y)的分布律可用下列表格给出 具有下列性质 二维离散型随机变量(X,Y)的分布函数与概率分布之间有如下关系式： 例 将一枚均匀的硬币抛掷4次，X表示正面向上的次数，Y表示反面朝上次数，求(X,Y)的概率分布. 解 X的所有可能取值为0,1,2,3,4，Y的所有可能取值为0,1,2,3,4, 因为X+Y=4，所以(X,Y)概率非零的数值对为: X Y 0 4 1 3 2 2 3 1 4 0 P(X=0,Y=4) = 0.54 = 1/16 P(X=4,Y=0) = 0.54 = 1/16 X 0 1 2 3 4 Y 0 1 2 3 4 联合概率分布表为: 0 0 0 0 1/16 0 0 0 1/4 0 0 0 6/16 0 0 0 1/4 0 0 0 1/16 0 0 0 0 1. 找出随机变量X和Y的所有取值结果，得到(X,Y)的 所有取值数对; 2. 利用古典概型或概率的性质计算每个数值对的概率; 3. 列出联合概率分布表. 离散型二维随机向量联合概率分布确定方法: 例 二维随机向量(X,Y)的概率分布为: X -1 0 1 Y 0 1 2 0.05 0.1 0.1 0.1 0.2