Ch3 连续型随机变量及分布宣讲培训.ppt

? 边缘密度函数 设(X , Y )～ f (x , y ), (x , y )?R2, 则称 FX(x)＝ P{X ? x }; FY( y)＝ P{Y? y } 为(X , Y )关于X的边缘密度函数； 同理，称 为(X , Y )关于Y的边缘密度函数。 例 已知二元 r.v.(X , Y )的概率密度函数为： 求边缘概率密度函数。 例 已知二元 r.v.(X , Y )的概率密度函数为： 求边缘概率密度函数。 故二维正态分布的边缘分布也是正态分布。 例 已知二元 r.v.(X , Y ) ~ N( ) 求边缘概率密度函数。 即若(X，Y ) ~ N( )， 则X ~ N( )，Y ~ N( )。 ? 随机变量的独立性 1. 随机变量相互独立的一般定义 设X1，X2，…，Xn为n 个随机变量，若对任意( x1, x2, …, xn )?Rn，有 P{X1? x1, …, Xn ? xn }＝P{X1? x1}…P{Xn ? xn } 即 F(x1, x2, …, xn)＝FX1(x1)FX2(x2)…FXn(xn ), 则称X1，X2，…，Xn 相互独立。 2. 随机变量相互独立的等价定义 定理 设X1，X2，… , Xn 为一个n维离散型随机变量， 若对任意的 x1，x2，… , xn 有: P{X1= x1 , X2= x2 , … , Xn = xn } = P{X1= x1}P{X2= x2 } … P{Xn = xn } 则称随机变量X1，X2，… , Xn相互独立。 若对任意的 i、j，有 pij ＝ pi . ·p. j， 则称随机变量X与Y相互独立。 定理 设(X, Y )～ f (x, y), (x, y)?R2, fX(x), fY(y)分别为X与Y的边缘密度，则X与Y 相互独立等价于 f (x, y) ＝ fX(x) fY(y)，对任意(x, y)?R2 几乎处处成立。 例 设X和 Y为二个相互独立的 r.v.，X~U(0, 1)，Y的密度函数为： （1）求X和Y的联合密度函数； （2）设含有a的二次方程为a2+2Xa+Y=0，求a有实根的概率。 例 已知二元 r.v.(X , Y ) ~ N( ) Stop Ch3 连续型随机变量 ? 分布函数 定义 设X随机变量， 对任意实数x， 事件{X? x}的概率 P {X ? x} 称为随机变量X的分布函数。 记为F(x)，即 F(x)＝P {X ? x}。 易知，对任意实数a , b (a b)有： P {a X ? b}＝ P{X ? b}－P{X ? a} ＝ F(b)－F(a)。 分布函数的性质 F(x)＝P {X ? x} 1. 单调不减性： 若x1 x2, 则F(x1) ? F(x2); 2. 非负规范性： 对任意实数 x， 0 ? F(x) ? 1， 且 0 1 3. 右连续性： 对任意实数 x0， 反之，具有上述三个性质的实函数，必是某个随机变量的分布函数。 故该三个性质是分布函数的充分必要性质。 例 r.v. X的分布律为： X 3 4 5 P 1/10 3/10 6/10 求 X 的分布函数。 例 r.v. X的分布律为： X ?2 ? 1 0 1 3 P 1/5 1/6 1/5 1/15 11/30 求 X 的分布函数。 一般的，对离散型随机变量 X～P{X= xk }＝pk, k＝1, 2, … 其分布函数为 ? 一维连续性随机变量及其分布 1. 密度函数 一维离散型随机变量的分布函数为： 定义 对于随机变量X，若存在非负可积函数 f (x)，(-? x +?)，使对任意实数 x，都有 则称 X 为连续型随机变量， 简称概率密度或密度函数。 f (x)为X的概率密度函数， 记为 X～ f (x) , (-? x +?) 连续型随机变量的分布函数F(x)为连续函数。 2. 密度函数的性质 (1) f (x) ? 0，(-? x ?)； (2) 性质(1)、(2)是密度函数的充要性质； (3) 若 x是 f (x