[数学]概率论与数理统计第三章2.pptVIP

概率论与数理统计 第三章多维随机变量及其分布 第2讲 §4 相互独立的随机变量 定义 设F(x,y)及FX(x),FY(y)分别是二维随机变量(X,Y)的分布函数及边缘分布函数. 若对于所有x,y有 P{X?x,Y?y}=P{X?x}P{Y?y}, (4.1) 设(X,Y)是连续型随机变量, f(x,y), fX(x), fY(y)分别为(X,Y)的概率密度和边缘概率密度, 则X和Y相互独立的条件(4.2)等价于 f(x,y)=fX(x)fY(y) (4.3)几乎处处1成立. 当(X,Y)是离散型随机变量时, X和Y相互独立的条件(4.2)式等价于: 对于(X,Y)的所有可能取的值(xi,yj)有 P{X=xi,Y=yj}=P{X=xi}P{Y=yj}. (4.4) 例1、设随机变量X和Y的概率密度为 故有 f(x,y)=fX(x)fY(y), 因而X,Y是相互独立的. 例2 若X,Y具有联合分布律 例3 求证: §2例1中的随机变量F和D,不相互独立证： D和F的联合分布律及边缘分布律如下表所示:  证由于P{D=1,F=0}=1/10?P{D=1}P{F=0}=(1/10)(1/10). 因而F和D不是相互独立的. 例4: 问二维正态随机变量X和Y是否相互独立？ 解：(X,Y)的概率密度为 其边缘概率密度 的乘积为:  由此可以看出，如果 ，则对于所有的x，y 都有 即有X和Y相互独立 反之，如果 X和Y相互独立，由于都是连续函数，故对于所有的x，y 都有 从而  由此得出结论：二维正态随机变量X和Y相互独立的充要条件是 例 一负责人到达办公室的时间均匀分布在8~12时, 他的秘书到达办公室的时间均匀分布在7~9时, 设他们到达的时间相互独立, 求他们到达时间相差不超过5分钟(1/12小时)的概率.解 设X和Y分别是负责人和他的秘书到达办公室的时间, 由假设X和Y的概率密度分别为 因为X,Y相互独立, 故(X,Y)的概率密度为 按题意需要求概率P{|X-Y|?1/12}. 画出区域: |x-y|?1/12, 以及长方形[8x12; 7y9], 它们的公共部分是四边形BCCB,记为G. 显然仅当(X,Y)取值于G内, 他们两人到达的时间相差才不超过1/12小时. 因此, 所求的概率为 而G的面积=?ABC的面积-?ABC的面积 即负责人和他的秘书到达办公室的时间相差不超过5分钟的概率为1/48. 以上关于二维随机变量的一些概念, 容易推广到n维随机变量的情况.n维随机变量(X1,X2,...,Xn)的分布函数的定义为 F(x1,x2,...,xn)=P{X1?x1,X2?x2,...,Xn?xn}其中x1,x2,...,xn为任意实数. 若存在非负函数f(x1,x2,...,xn),使得对于任意实数x1,x2,...,xn有 则称f(x1,x2,...,xn)为(X1,X2,...,Xn)的概率密度函数. 设(X1,X2,...,Xn)的分布函数F(x1,x2,...,xn)为已知, 则(X1,X2,...,Xn)的k(1?kn)维边缘分布函数就随之确定. 例如(X1,X2,...,Xn)关于X1,关于(X1,X2)的边缘分布函数分别为 又若f(x1,x2,...,xn)是(X1,X2,...,Xn)的概率密度, 则(X1,X2,...,Xn)关于X1,关于(X1,X2)的边缘概率密度分别为 若对于所有的x1,x2,...,xn有 则称X1,X2,...,Xn是相互独立的. 若对于所有的x1,x2,...,xm; y1,y2,...,yn有 F(x1,x2,...,xm, y1,y2,...,yn) =F1(x1,x2,...,xm)F2(y1,y2,...,yn),其中F1,F2,F依次为随机变量(X1,X2,...,Xm), (Y1,Y2,...,Yn)和(X1,X2,...,Xm,Y1,Y2,...,Yn)的分布函数, 则称随机变量(X1,X2,...,Xm)和(Y1,Y2,...,Yn)是相互独立的. 定理 设(X1,X2,...,Xm)和(Y1,Y2,...,Yn)相互独立, 则Xi(i=1,2,...,m)和Yj(j=1,2,...,n)相互独立. 又若h,g是连续函数,  则h(X1,X2,...,Xm)和g(Y1,Y2,...,Yn)相互独立. §5 两个随机变量的函数的分布