第三章 多维随机变量及其概率.pptVIP

联合分布函数与边缘分布的关系:联合分布可确定边缘分布,但一般情况下,边缘分布是不能确定联合分布的.然而由随机变量相互独立的定义及充要条件可知,当X与Y相互独立时,(X,Y)的分布可由它的两个边缘分布完全确定. 1. 设随机变量 (X,Y) 的概率密度是 问 X 和 Y 是否相互独立? 练 习 3.3 两个随机变量的函数的分布 3.3.1 离散型随机变量的函数的分布 例 3-24 设(X,Y)的分布律为 求Z=X+Y的分布律. X Y 结 论 设二维随机向量(X,Y)的联合分布列为： 试求： （1）a的值； （2）(X,Y)分别关于X和Y的边缘分布列； （3）X与Y是否独立？为什么？ （4）X+Y的分布列. Y X 1 2 0 1 2 0.1 0.2 0.1 a 0.1 0.2 练 习 3.设二维随机变量(X,Y)的分布律如下 则P{XY=0}= ___________. X Y 4.设二维随机变量(X,Y)只能取下列数组中的值： (1)写出(X,Y)的分布律； (2)分别求(X,Y)关于X,Y的边缘分布律. 且取这些值的概率依次为 3.1.3 二维连续型随机变量的概率密度和边缘概率密度 一维连续型随机变量X的可能取值为某个或某些区间，甚至是整个数轴. 二维随机变量(X,Y)的可能取值范围则为XOY平面上的某个或某些区域，甚至为整个平面，一维随机变量X的概率特征为存在一个概率密度函数f(x)，满足： 定义3.5 的分布函数 则称 是连续型的二维随机变量, 函数 或X与Y的联合密度 使对于 对于二维随机变量 （X,Y )的概率密度 , 随机变量 任意 有 如果存在非负的函数 函数. 概率密度函数 f(x,y) 的性质： 判断一个二元函数是否可做为概率密度函数的依据. 如果已知(X,Y)的概率密度函数 f(x,y)，则(X,Y)在区域D内的取值的概率为： 二维连续行随机变量的均匀分布与二维正态分布 y x 0.5 y=x x+y=1 所以 即 1.设二维随机变量(X,Y)的概率密度为 则常数a =_______. 2.设随机变量X和Y的联合密度为 则P{X1,Y1}=________. 练 习 3.设二维随机变量(X,Y)的概率密度 则P{X+Y≤1}=________. 5.设二维随机变量(X,Y)的概率密度 则(X,Y)关于X的边缘概率密度fX(x)=________. 4.设二维随机变量(X,Y)的概率密度为 则(X,Y)关于Y的边缘概率密度为___________. 3.2 随机变量的独立性 回忆：两个事件相互独立的定义 若P(AB)=P(A)P(B), 则称A与B相互独立, 简称A,B独立. 3.2.2 二维离散型随机变量的独立性 例 3-16 设(X,Y)的分布律为 Y X 这里“几乎处处成立”的含义是：在平面上除去面积为 0 的集合外，处处成立. 第三章 多维随机变量及其概率 3.1 二维随机变量的概念 3.1.1 二维随机变量及其分布函数 边缘分布函数： (X,Y)的两个分量X与Y各自的分布函数分别为二维随机变量 (X,Y)关于X与关于Y的边缘分布函数,记为FX(x)与FY(y). 边缘分布函数可由联合分布函数来确定. 如下 几何意义：分布函数F(x,y)在(x,y)处的函数值就是随机点(X,Y)落在以(x,y)为顶点、位于该点左下方的无穷矩形D内的概率,见下图. y x (x,y) 0 D 利用分布函数及其集合意义不难看出,随机点(X,Y)落在矩形域{x1X≤ x2, y1Y≤ y2}内(如下图)的概率为： y x o y2 y1 x2 x1 (x1, y2) (x2, y2) (x1,y1) (x2, y1) 回忆: 分布函数F(x)的性质. 例 3-1 解 3.1.2 二维离散型随机变量 定义3-3 若二维随机变量(X ,Y )只能取有限多对或可列无穷多对( Xi ,Yj ),( i , j=1,2,…)则称(X ,Y )为二维离散型随机变量. 设二维随机变量 (X ,Y) 的所有可能取值为 ( Xi ,Yj ), ( i ,j=1,2,…),( X, Y )在各个可能取值的概率为： P{X=xi,Y=yj}= pij ( i, j=1,2,…) 称P{X=xi,Y=yj}= pij ( i, j=1,2,…)为( X , Y )的分布律. ( X , Y ) 的分布