概率论课件--2-5随机变量的相互独立性22p-(精品课件).pptVIP

第二章 第五节 随机变量的相互独立性 (22) 一、随机变量的相互独立性 二、两个随机变量的函数的分布 一、随机变量的相互独立性 定义1 有 即有 定理1 独立的充分必要条件是对任意实数 x ,y 有 设( X ,Y )是二维随机变量, 若对任意实数 x ,y , 则称随机变量 X 与Y 相互独立. (1) 设( X ,Y )是二维连续型随机变量, 则 X 与Y相互 (2) 证: 先证充分性: 若 则有 故 X 与 Y 相互独立. 再证必要性: 即 则有 若X 与Y 相互独立， 由联合概率密度函数的定义知 是( X , Y )的联合概率密度函数, 证毕. 解: 首先求 X 与 Y 的边缘概率密度函数， 当 x 0 或 x 1时, 则 当 0 ? x ? 1 时， 例1. 设( X ,Y )的联合概率密度函数为 问 X 与Y 是否相互独立？ 当y 0 或 y 2时, 又 则 当0 ? y ? 2时, 由于 因此 X 与Y 不独立. 则有 则有 对于二维离散型随机变量, 定理2 立的充分必要条件是 都有 即有 有下述定理: 设( X ,Y )是二维离散型随机变量, 则 X 与Y 相互独 (3) ( X ,Y )的任意一对可能取值 证明从略. 例2. 取出2件产品, 试判断 X 与Y 的独立性. 袋中有5件产品, 其中2件是次品, 现从袋中逐次 设采用有放回抽取, 规定: 解: 利用公式 可得 ( X ,Y ) 的联合分布律如下: 0　　　 1　 0 1 由于 所以 X 与Y 相互独立. 注: 变量是否相互独立, 变量是否相互独立. 两个随机变量相互独立的概念可直接推广到 n 个随机 变量. n维随机变量 定义为 若对于任意实数 则称随机变量 在实际应用中, 通常不是用定义或定理来判断随机 而是根据实际问题本身来判断随机 的联合分布函数 都有 是相互独立的. (如例2作有放回抽取…) 对于n 维连续型随机变量及 n 维离散型随机变量, 也有类似于定理1与定理2的结论. 定理3 则随机变量的函数 也是相互独立的. 设 是相互独立的随机变量, 二、二维随机变量函数的分布 第三节已讨论了一个随机变量的函数的概率分布问题, 即已知 X 的概率分布, 求 X 的函数 Y = g (X)的分布. 下面我们把上述讨论推广到二维随机变量上去, 例3. -1　　　 0　　　1 0 1 求 X+Y 和 XY 的分布律. 即讨论 二维随机变量函数的概率分布. 下面通过例子, 讨论几个 具体的二维随机变量函数的概率分布. 设( X ,Y )的联合分布律如下 解: 由( X ,Y )的联合分布律容易求得 概率 概率 从而得 X +Y 和 XY 的分布律分别为: 例4. 为 f (x ,y) , 解: 设 Z 的分布函数为 则 其中 设二维连续型随机变量( X , Y )的联合概率密度 求Z = X + Y 的概率密度函数 令 t = x + y , 则 y = t – x , 得 两边对 z 求导得 由X 与Y 在Z 中的对称性, 得 (4) (5) 当X 与Y 相互独立时, 设其概率密度函数分别为 则有: 此时 (6) (7) 例5. 求 Z = X + Y 的概率密度函数. 解: 当　　　　　　时 已知 X 与Y 相互独立, 概率密度函数分别为 (6)式和(7)式这两个积分即是函数 与 的卷积. 则 当　　　时， 下面求 在　　　时均为0， 因此　　　　　； 当　　　　时, 在　　　　　时非0, 则 当　　　时， 在　　　　　　时非0, 则 因此 例6. 与 的分布 解: 由于 不大于Z等价于X和Y都不大于Z, 故有 立, 的分布函数为: 又由于X 和Y 相互独 设 X 与Y 相互独立, 且分布函数分别为 试求 与 函数 与 得到 类似可得 的分布函数为: 作业 第二章 12 , 13 , 14 , 15 , 16 , 17 . 预习: 第三章 第一.二节 谢谢！