若二维随机变量XY.ppt

一、 二维随机变量的联合分布函数 n维随机变量的联合分布函数 二）二维连续型随机变量及其密度函数 2. 边缘分布律 3. 边缘密度函数 三、二维随机变量的条件分布 当 例2.已知(X,Y)的分布律为 x\y 1 0 1 1/10 3/10 0 3/10 3/10 求X、Y的边缘分布律。 解： X\Y 1 0 pi. 1 1/10 3/10 0 3/10 3/10 p.j 故关于X和Y的分布律分别为： X 1 0 Y 1 0 P 2/5 3/5 P 2/5 3/5 2/5 3/5 2/5 3/5 为(X, Y)关于Y的边缘密度函数。 设(X, Y)～f (x, y), (x, y)?R2, 则称 为(X, Y)关于X的边缘密度函数； 同理，称 易知N(?1, ?2, ?12, ?22, ?)的边缘密度函数fX(x)是N(?1, ?12)的密度函数，而fX(x)是N(?2, ?22)的密度函数，故二维正态分布的边缘分布也是正态分布。 例3.设(X,Y)的概率密度为 （1）求常数c;(2)求关于X的边缘概率密度 解:(1)由归一性 例4 设（X，Y）的联合密度为 求:(1)边缘密度, (2) 问题 设随机变量X与Y的联合分布律为 (X, Y)～ P{X＝xi, Y＝ yj,}＝ pij ，(i, j＝1, 2, … )， X和Y的边缘分布律分别为 1. 离散型随机变量的条件分布律 为Y＝ yj的条件下，X的条件分布律; 若对固定的j, p.j0, 则称 同理，对固定的i, pi. 0, 称 为X＝ xi的条件下，Y的条件分布律; 例1 在一汽车工厂中,一辆汽车有两道工序是由机器人完成的，其一是紧固3只螺栓，其二是焊接2处焊点,以X表示由机器人紧固的螺栓紧固得不良的数目,以Y表示由机器人焊接的不良焊点的数目.据积累的资料知(X,Y)具有分布律（见下）,求：1）在X=1的条件下，Y的条件分布律；2）在Y=0的条件下，X的条件分布律。 1.000 0.013 0.032 0.045 0.910 P{X=i} 0.020 0.001 0.004 0.005 0.010 2 0.080 0.002 0.008 0.010 0.060 1 0.900 0.010 0.020 0.030 0.840 0 P{Y=j} 3 2 1 0 Y X 例2 某射手进行射击,击中目标的概率为 ,射击到击中目标两次为止。设X表示首次击中目标所进行的射击次数，Y表示总共进行的射击次数。求X和Y的联合分布律及条件分布律。 解按题意Y=n 表示在第n次时击中目标,且在第1次,第2次,…,第n-1次射击中恰有一次击中目标.已知各次射击是相互独立的,于是不管m(mn)是多少,概率 都应等于 所以，X和Y的联合分布律为 且 由定义1，所求的条件分布律为： 当 时， 时, EX.设某昆虫的产卵数X服从参数为50的泊松分布，又设一个虫卵能孵化成虫的概率为0.8,且各卵的孵化是相互独立的，求此昆虫产卵数X与下一代只数Y的联合分布律. * 实例1 炮弹的弹着点的位置 ( X, Y ) 就是一个二维随机变量. 二维随机变量 ( X, Y ) 的性质不仅与 X 、Y 有关,而且还依赖于这两个随机变量的相互关系. 实例2 考查某一地 区学前儿童的发育情况 , 则儿童的身高 H 和体重 W 就构成二维随机变量 ( H, W ). 说明 第三节 二维随机变量 定义：设(X, Y)是二维随机变量，(x, y)?R2, 则称 F(x,y)=P{X?x, Y?y} 为(X, Y)的分布函数，或X与Y的联合分布函数。 几何意义:分布函数F( )表示随机点(X,Y)落在区域 中的概率。如图阴影部分： 分布函数的概念可推广到n维随机变量的情形。 事实上，对n维随机变量(X1, X2, … , Xn)， F(x1, x2, … , xn)＝P(X1? x1, X2 ?x2, … , Xn ?xn) 称为的n维随机变量(X1, X2, … , Xn)的分布函数， 或随机变量X1, X2, … , Xn的联合分布函数。 本节以二维随机变量为主进行研究。 对于(x1, y1), (x