3-3概率论.ppt

武汉科技大学数学教研室 第三章 多维随机变量及其分布第三次课 相互独立的随机变量 随机变量函数的分布 §4 随机变量的相互独立 1.定义： * * 的分布函数及边缘分布函数。 则称随机变量X、Ｙ相互独立 即 2.等价的判断方法 离散型： 连续型： 几乎处处成立 或 例：设（X,Ｙ）的联合分布率为 1 1/2 1/2 1/3 2/3 1/6 2/6 1/6 2/6 0 1 1 2 经验证，对所有的 因此，X、Ｙ相互独立。 如果发现对一组特定的 则可立刻判定X，Ｙ不独立。 例：一负责人和他的秘书分别在8～12时、7～9时之间任意时间到达办公室，他们两人到达的时间相互独立，求他们到达办公室的时间相差不超过5分钟的概率。 解：设X、Ｙ分别是负责人和秘书到达办公室的时间，则X、Ｙ的概率密度分别为 因X、Ｙ相互独立，故(X,Ｙ)的联合密度为 设 则(X,Ｙ)在G 上服从均匀分布。 故所求概率 联合分布函数，联合概率密度，边缘分布，随机变量 的相互独立的概念，均可由二维推广到n维。 §5两个随机变量的函数的分布 1.离散型 例：设（X,Ｙ)的联合分布率为 0.2 0.4 0.1 0.3 1 2 0 1 求 解： 0.2 0.5 0.3 1 2 3 例：已知X 、Ｙ独立，且分别服从参数为λ1和λ2的泊松分布，求Z＝X＋Ｙ的概率分布。 解：Z 的可能取值为0，1，2，… 该例说明：相互独立的泊松分布之和还是泊松分布，其参数为原来的参数之和。具有该性质的随机变量，称为具有可加性。 2.连续型 ⑴Z=X+Ｙ的分布 即得Z的概率密度 由X、Ｙ的对称性，又有 若X、Ｙ独立，则 上式又称为卷积公式，记为 例：设X、Ｙ相互独立，均服从N(0,1)分布，求Z=X+Ｙ的概率密度。 解： 即Z～N(0,2) 一般地，有 例：X、Ｙ相互独立，且 可以证明： 有限个相互独立的正态随机变量的线性组合还是正态分布。 例：设随机变量X、Ｙ相互独立，且均服从(0,1)上的均匀分布，求Z=X+Ｙ的概率密度。 解： 被积函数非零，必须满足 即图中红色部分. 故， 两个独立的（0，1）上的均匀分布的和不是均匀分布，而是所谓的“三角形分布” 其图形为三角形（如图） * * *