第三章节多维随机变量及概率分布.pptVIP

看其两个特殊情形： （1）D为矩形区域a≤x≤b.c≤y≤d.此时S=(b-a)(d-c) （2）D为圆形区域，如（X，Y）在以原点为圆心、R为半径的圆域上服从均匀分布，则（X，Y）的概率密度为 [例3-8]设(X,Y)服从下面区域D上9如图3-3所示)的均匀分布,其中D:x≥y,0≤x≤1,y≥0.求P{X+Y≤1}。 图3-3 （2）事件{X+Y≤1}意味着随机点(X,Y)落 在区域D1:x+y≤1，0≤y≤x上，则 解（1）如图3-3,D的面积S=1/2,所以(X,Y) 的概率密度为 定义3-7 若二维随机变量(X,Y)概率密度为 (3.1.6) （-∞x+∞，-∞y+∞）,其中μ1,μ2, , , ρ都是常数，且σ10, σ20,|ρ|1， 则称（X，Y）服从二维正态分布，记为 （X，Y）～N（ μ1,μ2, , , ρ ） 二维正态分布N（ μ1,μ2, , , ρ ） 的图形是图3-4的曲面。 图3-4 下面讨论连续型随机变量(X,Y)的边缘分布。 定义3.8　对连续型随机变量(X,Y),分量X (或Y)的概率密度称为(X,Y)关于X(或Y)的边缘概率密度,简称边缘密度,记为fx(x)(或fY(y))求出:　　公式 证明:因为 X的概率密度为 同理可得 [例3-9]设（X，Y）在区域D上服从均匀分布，其中D:x2≥y，0≤x≤1，y≥0，求（X，Y）的边缘概率密度fX(x)，fY(y)。 解（X,Y）的概率密度为　　  区域D的面积 则 （一）求fX（x）　　（1）x0时，f（x,y）=0, （2）0≤x≤1时， （3）1x时，f（x,y）=0, （二）求fY（y）（1）y0时，f（x,y）=0，∴fY（y）=0（2）y1时，f（x,y）=0, ∴fY（y）=0 （3）0≤y≤1时， [例3-10]设（X，Y）服从D上的均匀分布，其中D为x轴，y轴与y=2x+1围成的三角形区域，求（X，Y）的边缘概率密度。 解：∵D的面积S=1/4, ∴(X,Y)的概率密度为 （1）（X，Y）关于X的边缘概率密度为 当x1/2时,f(x,y)=0 ∴fX（x）=0； 当 时, 当x≥0时，f（x,y）=0∴fX（x）=0即 同时（X，Y）关于Y的边缘概率密度为 §2 随机变量的独立性 §2.1　两个随机变量的独立性 同事件的独立性一样，随机变量的独立性也是概率统计中的一个重要概念。 我们从两个事件相互独立的概念引出两个随机变量相互独立的概念.事件{X≤x}与{Y≤y}的积事件是{X≤x,Y≤y},{X≤x}与{Y≤y}相互独立意味着{X≤x,Y≤y}的概率等于{X≤x}与{Y≤y}的概率的乘积,由此引入随机变量X,Y相互独立的定义。 定义3-9　设F（x,y）,FX（x）和FY（y）分别是二维随机变量（X，Y）的分布函数和两个边缘分布函数。若对任意实数x,y，有　　F（x,y）=FX（x）FY（y），　　　（3.2.1）　　则称X与Y相互独立。　　（3.2.1）式等价于对任意实数x,y，有　　P{X≤x，Y≤y}=P{X≤x}P{Y≤y}。　　由此可知，随机变量X与Y相互独立，即对任意实数x,y，事件{X≤x}与{Y≤y}相互独立。 [例3-12]续3.1节例3-6证明X与Y相互独立。 证明： 关于X的边缘分布函数为 关于Y的边缘分布函数为 因此对任意x,y有F（x,y）=FX（x）FY（y）成立，故X与Y相互独立。 §2.2　二维离散型随机变量的独立性 设（X，Y）为离散型随机变量，其分布律为　　pij=P{X=xi,Y=yj},i,j=1，2，…，　　边缘分布律为 　　 　　  注意:X与Y相互独立要求对所有i,j的值(3.2.2)式都成立。只要有一对（i,j）值使得（3.2.2）式不成立，则X，Y不独立。 [例3-13]判断3.1节例3-5中X与Y是否相互独立。　解（1）有放回摸球情况：因为 　　 　　 　　 　　 所以X与Y相互独立。 （2）不放回摸球情况：因为 　　 　　  P{X=0，Y=0}≠{X=0}·P{Y=0}，所以X与Y不相互独立。 [例3-14]设（X，Y）的分布律为 且X与Y相互独立, 求常数a,b之值。 解：P{X=1，Y=1}=P{X=1}P{Y=1}，　　P{X=3，Y=1}=P{X=3}P{Y=1}，　　而 解得 故 §2.3　二维连续型随机变量的独立性 设二维连续型随机变量（X，Y）的概率密度为f（x,y）,fX（x）,fY（y）