概率论课件第3章 节 随机向量及其分布.ppt

同理，可得关于η的边缘密度 例5 设 (ξ,η)服从二维正态分布，其联合分布密度为 求边缘分布密度。 证明： 证： 则 同理: 其中用到： 定理１ 设(X, Y)是二维连续型随机变量，φ(x,y)及φX(x)、φY(y)分别是(X, Y)的联合分布密度及边缘分布密度，则X、Y相互独立的充要条件是：对任意点(x,y)，有 φ(x,y)=φX(x) ·φY(y) 例6 设(ξ,η)在椭圆 所围成的区域上服从均匀分布。即其联合密度为 边缘密度为 显然， 所以，ξ，η不相互独立。 例7 (ξ,η)服从参数为μ1，μ2，σ1，σ2，ρ的二元正态分布,证明ξ、η相互独立的充要条件是ρ ＝0。 证 因为， 充分性 若ρ =0 ，则对任意实数x，y有 即ξ、η相互独立。 必要性 若ξ、η相互独立，则对任意实数x，y有 取x=μ1，y=μ2时上式也成立，此时上式化为 从而得到r=0。 例8 在某一分钟内的任何时刻，信号进入收音机是等可能的。若收到两个相互独立的信号的时间间隔小于０.５秒，则信号相互干扰。求：两信号相互干扰的概率。 解 把一分钟取作区间[0，1]，设两信号进入收音机的时刻分别为ξ、η（单位：分） 表１ 有放回抽样的分布律 η 1 1 0 1 0 ξ η 1 1 0 1 0 ξ 表２ 不放回抽样的分布 随机变量的相互独立性 定义 F(x,y)及FX(x)、FY(y) 分别是(X,Y)的联合分布函数及边缘分布函数，若对任意实数x、y有F(x,y)= FX(x) ·FY(y) 即 则称随机变量X、Y是相互独立。 定理２ 设(X,Y)是二维离散型随机变量，则X、Y相互独立的充要条件是：对(X, Y)的任意一组可能值(xi, yj)有 即 例4 一袋中有五件产品，其中两件次品，三件正品，从袋中任意依次取出两件，分别采用有放回与不放回两种方式进行抽样检查，规定随机变量 则(ξ,η)的联合分布律和边缘分布律如下： 解 表１ 有放回抽样的分布律 η 1 1 0 1 0 ξ 从上表知：pij=pi.pj. i,j=1,2 所以， ξ，η相互独立。 η 1 1 0 1 0 ξ 表２ 不放回抽样的分布 从上表知： 所以，ξ，η不相互独立。 对于离散型随机向量，当p.j0时，称 为Y=yj条件下X的条件分布律。 离散型随机变量的条件分布 当pi.0时，在X=xi条件下Y的条件分布律 类似地 例5 在整数1~5中任取一数ξ， (1)取ξ后放回去再取另一数η。 (2)取ξ后不放回去再取另一数η。 在这两种情况下分别求(ξ,η)的联合分布律、边缘分布律、P{ξ∣η=2}。 解 §3.3 二维连续型随机向量 定义 对于随机向量(X,Y)，若存在函数f(x,y)≥0 (x、y∈R) ，使得(X, Y)的分布函数 则称(X, Y) 是二维连续型的随机向量；f(x,y) 称为(X, Y)的密度函数。 密度函数f(x,y)具有以下性质： （１）f(x,y) ≥0； （２） （３）若f(x,y)在点(x,y)处连续，则 （４）若Ｄ是xoy平面内的任一区域，则 例1 （二元正态分布）函数 其中μ1,μ2,σ1,σ2,ρ为常数；且σ1 0,σ2 0, ∣ρ∣1 ，称为二元正态分布密度函数。 若随机向量(X,Y)以φ(x,y)为密度函数，则称 (X,Y)服从二元正态分布。 我们可以证明： 例2 设二维连续型随机变量(ξ,η)的分布函数为 F(x,y)=(A+Barctgx)(C+arctgy) （１）求常数Ａ，Ｂ，Ｃ； （２）求(ξ,η)的分布密度； （３）D={(x,y):x-y0,x≤1} ，求 P{(ξ,η)∈D}。 解 （１）由二维分布函数性质，得 由以上三式可得到 （２） (ξ,η)的分布密度 （３） 例3 已知二维随机向量（X，Y）的密度为 试确定k的数值，并求(X,Y)落在区域D={(x，y)|x2≤y≤x，0≤x≤1｝的概率。 解 由概率密度性质，知 y=x y=x2 1 1 二维均匀分布 为密度函数的随机向量(X,Y)服从二维均匀分布。其中SD为平面区域D的面积。 设连续型随机向量(X, Y)的密度函数为φ(x,y)，则(X,Y)关于X的边缘分布函数FX(x)有 连续型随机向量的边缘分布 其分量X是一维连续型随机变量，且X的分布密度为 分别称为随机变量(X, Y)关于X，Y的边缘分布密度。 同理， 例