amp;sect;3.1 多维随机变量及其联合分布amp;sect;3.2 边际分布与随机变量的独...最全版.pptVIP

例3.2.1 设 (X, Y)服从区域 D={(x, y), x2+y2 1} 上的均匀分布，求X 的边际密度p(x). 解: 由题意得 x y -1 1 当|x|1时，p(x, y)=0，所以 p(x)=0 当|x|≤1时, 不是均匀分布 例3.2.2 设二维随机变量 (X, Y) 的密度函数为 求概率P{X+Y≤1}. 解: P{X+Y≤1}= y=x x+y=1 1/2 若满足以下之一: i) F(x, y) = FX(x)FY(y) ii) pij = pipj iii) p(x, y) = pX(x)pY(y) 则称 X 与Y 是独立的， 3.2.4 随机变量间的独立性 (1) X 与Y是独立的其本质是： 注 意 点 任对实数a, b, c, d，有 (2) X 与Y 是独立的，则g(X)与h(Y)也是独立的. 例3.2.3 (X, Y) 的联合分布列为: X 0 1 Y 0 1 0.3 0.4 0.2 0.1 问 X与Y 是否独立？ 解: 边际分布列分别为: X 0 1 P 0.7 0.3 Y 0 1 P 0.5 0.5 因为 所以不独立 例3.2.4 已知 (X, Y) 的联合密度为 问 X 与Y 是否独立？ 所以X 与Y 独立。 注意：p(x, y) 可分离变量. 解: 边际分布密度分别为: 注 意 点 (1) (1) (X, Y) 服从矩形上的均匀分布，则X与Y 独立. (2) (X, Y) 服从单位圆上的均匀分布，则 X与Y 不独立. 见前面例子 (3) 联合密度 p(x, y) 的表达式中，若 x 的取值与 y 的 取值有关系，则 X与Y 不独立. 注 意 点 (2) (4) 若联合密度 p(x, y) 可分离变量，即 p(x, y) = g(x)h(y) 则 X与Y 独立。(习题3.2 16题) (5) 若 (X, Y) 服从二元正态 N ( ) 则 X与Y 独立的充要条件是 ? = 0. §3.3 多维随机变量函数的分布 问题：已知二维随机变量 (X, Y) 的分布， 如何求出 Z=g (X, Y)的分布？ (1) 设(X1, X2, ……, Xn) 是n维离散随机变量， 则 Z = g(X1, ……, Xn) 是一维离散随机变量. 3.3.1 多维离散随机变量函数的分布 (2) 多维离散随机变量函数的分布是容易求的： i) 对(X1, X2, ……, Xn)的各种可能取值对， 写出 Z 相应的取值. ii) 对Z的 相同的取值，合并其对应的概率. 3.3.2 最大值与最小值分布 例3.3.1 设X与Y 独立，且 X, Y 等可能地取值 0 和1. 求 Z = max(X, Y) 的分布列. 解: X 0 1 P 1/2 1/2 Y 0 1 P 1/2 1/2 Z = max(X, Y) 的取值为: 0, 1 P(Z=0) = P(X=0, Y=0) = P(X=0)P(Y=0) =1/4 P(Z=1) = P(X=0, Y=1) + P(X=1, Y=0) + P(X=1, Y=1) = 3/4 设 X1, X2, …… Xn, 独立同分布，其分布函数和密度函数分别为 FX(x) 和 pX(x). 一般情况 若记 Y = max (X1, X2, …… Xn), Z = min (X1, X2, …… Xn) 则 Y 的分布函数为: FY (y) = [FX(y)]n Y 的密度函数为: pY(y) = n[FX(y)]n?1 pX(y) Z 的分布函数为: FZ(z) = 1?[1? FX(z)]n Z 的密度函数为: pZ(z) = n[1? FX(z)]n?1 pX(z) 3.3.3 连续场合的卷积公式 定理3.3.1 设连续随机变量X与Y 独立， 则 Z=X+ Y 的密度函数为 离散场合的卷积公式 设离散随机变量 X 与 Y 独立， 则 Z=X+ Y 的分布列为 卷积公