YJS概率2-3.pptVIP

例3（课本p63例2） 二维均匀分布 二维正态分布 例3 设 (X, Y) ~ N(0, 0, 1, 1,ρ), 其联合概率密度为 可求出 即 X ~ N(0, 1), Y ~ N(0, 1). 结论： 即二维正态分布的边缘分布仍为正态分布 §3 条件分布 一、二维离散型随机变量的条件分布 若 ，则称 为在 Y=yj 条件下随机变量 X 的条件分布律. 设 (X, Y) 是二维离散型随机变量，对于固定的 j ， 若 ，则称 为在 X=xi 条件下随机变量 Y 的条件分布律. 同样，对于固定的 i， 1. X为连续型随机变量，概率密度函数 f(x) 分布函数 F(x) 是 (?∞, +∞) 上的连续函数 P(aX≤b)= P(aXb)= P(a≤Xb)= P(a≤X≤b) 2、均匀分布 X ~ U(a,b) 3、指数分布 X ~ E (θ). 4、正态分布 X ~ N (μ, σ2) （?, ? 为常数， ? 0） (1) f(x) 图形关于直线 x =? 对称 (2) f(x) 在 x = ? 处取得最大值 f(x) x O μ (3) ? 决定位置, ? 决定曲线坡度的陡缓 ? 越小曲线越陡峭 当 时， 标准正态分布 密度函数 分布函数 若 X ~ N(0, 1), 则 (1) P(X ? a) = ?(a); (2) P(Xa) =1??(a); (3) P(aXb) = ?(b)??(a); (4) 若a ? 0, 则 P(|X|a) = 2?(a)?1 定理 若 X ~ N(?, ? 2), 则 推论 若 X ~ N(?, ? 2), 则 正态变量的 标准化变换 §2.4 随机变量函数的分布 问题：已知 X 的分布，求 Y = g(X) 的分布. 一、离散型随机变量的函数的分布 X x1 x2 …… xk P p1 p2 …… pk X 的概率分布为 g(x) 为连续实函数，求Y = g(X)的概率分布. 注意：1）Y 的值从小到大排列； 2）Y 值相同，概率相加（即合并）. §5 随机变量的函数的分布 问题：已知 X 的分布，求 Y = g(X) 的分布. 一、离散型随机变量的函数的分布 X x1 x2 …… xk P p1 p2 …… pk X 的概率分布为 g(x) 为连续实函数，求Y = g(X)的概率分布. 注意：1）Y 的值从小到大排列； 2）Y 值相同，概率相加（即合并）. 二、连续型随机变量的函数的分布 X 的密度函数为 fX(x) , g(x) 为连续实函数， 求Y = g(X)的密度函数 fY(y). 一般步骤： 2） 1）先求Y 的分布函数 FY(y) 例2（课本P51例2） 求随机变量 Y=2X+8 的概率密度. 设随机变量X具有概率密度 1）确定Y 的值域 R(Y); 2）对任意 y ∈R(Y)，求出Y 的分布函数 FY(y); 3）对 FY(y)求导，可得 fY(y)， y ∈R(Y)； 时，取 fY(y)=0. 4）对 fY(y)加以总结， 当 （可以不用求出具体表达式） 例3 设随机变量X ~ N(0, 1), 求Y=X2的概率密度. 注：若y = g(x) 是严格单调函数，它的反函数h(y) 是连续可导的，则Y = g(X)的密度函数为: 由此得： 若 X ~N (?, ?2)， 则 正态变量的 标准化变换 结论： 设 X ~N (?, ?2)， Y = kX+b, k ? 0 ， 则 §1 二维随机变量 §2 边缘分布 §3 条件分布 §4 相互独立的随机变量 §5 两个随机变量的函数的分布 第二章 多维随机变量及其分布 §1 二维随机变量 定义1 若X, Y是两个定义在同一个样本空间上的随机 变量，则称(X, Y) 是二维随机变量(随机向量). 定义2 F(x, y) = P( X ? x, Y ? y) 为二维随机变量(X, Y) 的联合分布函数. 设(x, y) 是任一实数对，称 一、 二维随机变量及其分布函数 X Y x y (x, y) F(x, y)为(X, Y)落在点(x, y)的左下区域的概率. O 联合分布函数的基本性质: (1) 0 ? F(x,