[研究生入学考试]二维随机变量及其分布.ppt

皖西学院 数理系 补充说明 二、边缘分布列 补充说明 The End！ Thank You！ 各行概率相加 各列概率相加 例2 设(X,Y)的联合分布列如下,求其边际分布列。 三、边缘密度函数 一般地， 例5 设随机变量(X, Y)的概率密度是 求 (1) c 的值； （2）两个边缘密度。 解：(1) 例5 设随机变量(X, Y)的概率密度是 求 (1) c 的值； （2）两个边缘密度。 解（2） 例5 设随机变量(X, Y)的概率密度是 求 (1) c 的值； （2）两个边缘密度。 解（2） 第五节 随机变量的独立性 随机变量的相互独立性，是事件相互独立性的推广，在概率论与数理统计的实际应用中是一个重要的概念。 一、独立性的定义： 同样可以定义多个随机变量的独立性。 即满足联合分布函数等于各个分布函数的乘积。 定义中的条件是独立性的充要条件，对各种 类型的随机变量都能成立。 而对于离散和连续型的随机变量来说，又可以 分别利用概率分布列和密度函数来反映随机变量的 独立性。 二、离散型随机变量的独立性 * * Department of Mathematics 概率论与数理统计 主讲人：宣平 2009年.秋学期 第五章 二维随机变量及其分布 第一节 二维随机变量及其分布函数 一、二维随机变量 如在研究儿童的发育时，涉及到身高和体重两方面的 问题，在研究家庭的收支时则涉及更多个方面的因素。 与一维随机变量的研究类似，我们也把随机向量 分成离散型、连续型及混合型，主要研究离散型和连 续型的随机向量。 二、二维随机变量的分布函数 注：联合分布函数表示 2 个事件同时发生的概率。 三、二维联合分布函数的性质 单调性: 有界性: 右连续性: 非负性: 注意：上述四条性质是联合分布函数的充要条件. 关于非负性的补充说明： 例1〔反例〕：函数 不满足非负性，故不能作为二维随机变量的分布函数. 例2 设二维随机变量(X,Y)的联合分布函数为 解：由分布函数的性质可以得到 第二节 二维离散型随机变量 一、二维离散随机变量 对于二维随机变量(X,Y),如果 X 和 Y 都是离散型随机变量,则称(X,Y)是二维离散型随机变量。 二、二维随机变量(X,Y)的联合分布列 联合分布列的基本性质 非负性： 正则性： 例1 一口袋装有3个球,分别标有数字1,2,2。从 袋中任取一球,不放回袋中,再从袋中任取一球。 记X、Y分别表示第一、二次取出的球上的数字. 分析：与求一维分布列一样,确定取值,计算概率. 例1* 一口袋装有3个球,分别标有数字1,2,2。 从袋中任取一球; 放回袋中,再从袋中任取一球。 记X、Y分别表示第一、二次取出的球上的数字. 例2 从 1,2,3,4 中取一数记为X,再从 1,…,X 中 取一数记为Y,求(X,Y)的联合分布列及 P(X=Y)。 ………………………… 第三节 二维连续型随机变量 1、定义:如果存在二元非负函数 p(x,y),使得二维随机变量(X,Y)的分布函数 F(x,y)满足: 则称(X,Y)为二维连续随机变量,p(x,y)称为(X,Y)的联合密度函数。 注：在F(x,y)偏导存在的点处有： 2、基本性质 非负性： 正则性： 即密度函数在指定平面区域G上的二重积分。 3、概率计算： 补充说明： 类似地,可以定义更高维的连续随机变量及其联合 密度函数。并且,密度函数与分布函数有着相似的 关系；其概率计算也与二维随机变量类似。 1 1 G1 G2 常用二维分布： 2、二维正态分布： 例2 设二维随机变量(X,Y)服从区域G上的均匀分布， 求(X,Y)的联合密度函数。 解：区域G如图所示， 故(X,Y)的联合密度函数为 第四节 边缘分布 一、边缘分布函数 1、由联合分布可以确定边缘分布;但由边缘分布一般不能确定联合分布。 2、类似可定义三维随机变量（X,Y,Z）的边际分布函数。 3、由联合分布还可以还可以反映X和Y的关系，这也是研究多维分布的原因所在。 4、对联合分布与边际分布关系的研究，同样从离散和连续型两种随机变量分别说明。 对二维离散型随机变量(X,Y)，联合分布列为 则(X,Y)关于X的边缘分布列为 (X,Y)关于Y的边缘分布列为 注:(X,Y)的联合分布列与边际分布列的关系， 通常可以用下面的表格来反映。