概率论与数理统计：二维随机变量.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * (三)M＝max(X,Y)及N＝min(X,Y)的分布 ∴Fmax(z) =P{M≤z} =P{X≤z,Y≤z} =F(z,z) 当X,Y相互独立时 Fmax(z)=FX(z)FY(z) (8) 类似地 Fmin(z) =P{N≤z} =1-P{Nz} =1-P{Xz,Yz} 当X,Y相互独立时 Fmin(z)=1-[1- FX(z)][1- FY(z)] (9) 推广：设X1,X2, …,Xn相互独立，且其分布为Fxi(x) ,i=1,2, …,n则M=max(X1,X2, …,Xn)及N=min(X1,X2, …,Xn)的分布函数分别为 (10) (11) 特别，当X1,X2, …,Xn独立同分布，其分布函数均为F(x)时 (12) (13) 例4 设系统L由两个相互独立的子系统L1,L2联接而成，联接的方式分别时（ⅰ）串联(ⅱ)并联 (ⅲ)备用(当系统L1损坏时，系统L2开始工作)设L1,L2的寿命分别为X,Y，其概率密度分别为 其中α0，β0且α≠β，试分别就以上三种联接方式求出L的寿命Z的概率密度。 解 （ⅰ）串联 X Y L1,L2中有一个损坏时，系统L就停止工作，故寿命 Z＝min(X,Y) 解 （ ⅱ ）并联 当且仅当L1,L2中都损坏时，系统L才 停止工作，故寿命Z＝ max(X,Y) X Y 解 ⅲ)备用 X Y 当系统L1损坏时，系统L2开始工作.故 整个L系统的寿命Z=X+Y, 当 z≤0时，FZ(z)=0 fZ(z)=0 z0时，fZ(z) fX*fY * * * * * * * * * * * * * * * * * * * * * * * * * * 一、离散型随机变量的条件分布 复习条件概率的定义： 由此引出： 定义1 设(X,Y)是二维离散型随机变量，对于固定的j，若P{Y=yj}0，则称 （1） 为在Y=yj条件下随机变量X的条件分布律，记为Pi|j 对于固定的i，若P{X=xi}0，则称： (2) 为在X=xi条件下随机变量Y的条件分布律，记为Pj|I 容易验证，条件概率满足下列性质： 1) P{X=xi|Y=yj}≥0 ，P{Y=yj|X=xi}≥0 2) 例1 某射手进行射击，每次射击击中目标的概率为p(0p1)，射击进行到击中目标两次时停止，令X表示第一次击中目标时的射击次数，Y表示第二次击中目标时的射击次数，试求联合分布列 pij及条件分布律pi|j ，pj|I 解：由概念知 其中q=1－p 二、连续型随机变量的条件分布 已知(X,Y)的联合分布函数F(x,y)，其密度为f(x,y)，由条件概率的定义易想到有： 由此得到启发采用同样的思想途径定义 ： 由(X,Y)是连续型随机变量得 ： ，f,fY连续 ,fY(y)0 ∴ (3) 由(3)知 (4) 定义2 称(3)为连续型随机变量的条件分布；(4)为条件概率密度。 例2 若(X,Y)～N(μ1，μ2，σ12，σ22，ρ)，试求条件概率密度，fX|Y(x|y)及fY|X(y|x) 解：由(4)式知 由对称性 ： 例3 设数X在区间(0,1)上随机地取值，当观察到X=x(0x1)时，数Y在区间(x,1)上随机地取值，求Y的概率密度fY(y) 解：由题意知X的概率密度 ： 1 ，0x1 在X=x的条件下， ，xy1 ∴f(x,y)= ，0xy1 ，0y1 0 ，其它 §3.4 相互独立的随机变量 上页 下页 铃 结束 返回 首页 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 F(x,y)= FX(x)FY(y) (1) 则称随机变量X和Y是相互独立的。 说明：1)当（X,Y）是离散型随机变量时，由(1)可推得： X,Y的相互独立的充要条件时：对于（X,Y）的所有可能取值（xi，yi），有： (2) 2）当(X,Y)是连续型随机变量时，容易证明:X,Y的相互独立的充要条件是：等式 f(x,y)=fX(x)fY(y)