第三章-二维随机变量及其概率分布.ppt

现在若限制 1.7Y1.8(米), 在这个条件下去求 X的条件分布，这就意味着要从该校的学生中把身高在1.7米和1.8米之间的那些人都挑出来，然后在挑出的学生中求其体重的分布. 容易想象，这个分布与不加这个条件时的分布会很不一样. 例如，在条件分布中体重取大值的概率会显著增加 . 1、离散型随机变量的条件分布 实际上是第一章讲过的条件概率概念在另一种形式下的重复. 定义1 设 ( X,Y ) 是二维离散型随机变量，对于固定的 j，若 P{Y = yj } 0，则称 为在 Y = yj条件下随机变量X的条件分布律. P{X= xi |Y= yj }= ，i=1,2, … 类似定义在 X= xi 条件下 随机变量Y 的条件分布律. 作为条件的那个r.v,认为取值是给定的， 在此条件下求另一r.v的概率分布. 条件分布是一种概率分布，它具有概率分布的一切性质. 正如条件概率是一种概率，具有概率的一切性质. 例如： i=1,2, … 解 依题意，{Y=n} 表示在第n次射击时击中目 标 , 且在前n-1次射击中有一次击中目标. 首次击中目标时射击了m次 . n次射击 击中 2 n n-1 1 ………………. m 击中 例1 一射手进行射击，击中目标的概率 射击进行到击中目标两次为止. 以 X 表示首 次击中目标所进行的射击次数，以 Y 表示总共进行 的射击次数 . 试求 X 和 Y 的联合分布及条件分布. {X=m} 表 ( n=2,3, …; m=1,2, …, n-1) 由此得X和Y的联合分布律为 不论m(mn)是多少，P{X=m,Y=n}都应等于 n次射击 击中 2 n n-1 1 ………………. m 击中 每次击中目标的概率为 p P{X=m,Y=n}=？ 为求条件分布，先求边缘分布. X的边缘分布律是： ( m=1,2, … ) Y的边缘分布律是： ( n = 2,3, … ) 于是可求得： 当n=2,3, …时， m=1,2, …,n-1 联合分布 边缘分布 * 概率论 * 概率论 第三章 二维随机变量及其概率分布 二维随机变量及其分布函数 二维离散型随机变量及其分布律 二维连续型随机变量 二维随机变量的边缘分布与条件分布 从本讲起，我们开始第三章的学习. 一维随机变量及其分布 多维随机变量及其分布 由于从二维推广到多维一般无实质性的 困难，我们重点讨论二维随机变量 . 它是第二章内容的推广. 3.1 二维随机变量及其分布函数 3.1.1 多维随机变量 到现在为止，我们只讨论了一维r.v及其分布. 但有些随机现象用一个随机变量来描述还不够，而需要用几个随机变量来描述. 在打靶时,命中点的位置是由一对r .v (两个坐标)来确定的. 飞机的重心在空中的位置是由三个r .v (三个坐标)来确定的等等. 一般地, 如果向量 的值由随机试 叫做 维随机向量 或 维随机变量. 以下重点讨论二维随机变量. 请注意与一维情形的对照 . 验结果而定，则称 X的分布函数 一维随机变量 如果对于任意实数 二元 函数 称为二维随机变量 的联合分布函数。 定义1 设 是二维 随机变量, 3.1.2 二维随机变量的联合分布函数 将二维随机变量 看成是平面上随机点的坐标, 那么,分布函数 在点 处的函数值就是随机点 落在下面左图所示的,以点 为顶点而位于该点左下方的无穷矩形域内的概率. 分布函数的函数值的几何解释 随机点 落在矩形域 内的概率为 4. k=1,2, … 离散型 一维随机变量X X 的分布律 k=1,2, … 定义2 的值是有限对或可列无限多对, 是离散型随机变量. 则称 设二维离散型随机变量 可能取的值是 记 如果二维随机变量 全部可能取到的不相同 称之为二维离散型随机变量 的联合分布律。 3.2 二维离散型随机变量 也可用表格来表示随机变量X和Y 的联合分布律. 二维离散型随机变量 的联合分布律具有性质 解 例1：一口袋中有三个球，它们依次标有数字1、2、2，无放 回取球两次，以X、Y 分别记第一次、第二次取得的球上