概率论与数理统计第二章.pptVIP

第四节 随机变量的独立性 两事件 A,B 独立的定义是： 若 则称事件A,B独立 . 将事件的独立性推广到随机变量 随机变量的独立性是概率论中的一个重要概念 设 X,Y是两个随机变量，若对任意的x,y, 有 则称X,Y相互独立 . 两个随机变量独立的定义是： 用分布函数表示,即 设 X,Y是两个随机变量，若对任意的x,y,有 则称X,Y相互独立 . 它表明，两个随机变量相互独立时，它们的 联合分布函数等于两个边缘分布函数的乘积 . 若 (X,Y)是离散型随机变量， 则上述独立性的定义等价于： 则称X和Y相互独立. 对(X,Y)的所有可能取值(xi, yj),有 即 例1 袋中有二个白球，三个黑球，从中取两次球 求：（X,Y）的联合分布及边缘分布，分有放回和无放 回讨论 解：有放回 0 1 0 1 1 0 1 0 1 1 不放回 有放回时，X和Y相互独立； 不放回时则不是 其中 是X,Y的联合密度， 则称X,Y相互独立 . 对任意的 x, y, 有 若 (X,Y)是连续型随机变量 则上述独立性的定义等价于： 分别是X和Y 的边缘密度 例３ 设(X,Y)的概率密度为 问X和Y是否独立？ 解： x0 即： 对一切x, y, 均有： 故X,Y 独立 y 0 若(X,Y)的概率密度为 情况又怎样？ 解： 0x1 0y1 故X和Y不独立 . 离散型随机变量X1,X2,…，X n相互独立等价于联合概率分布等于边缘概率分布的乘积。 连续型随机变量X1,X2,…，X n相互独立等价于联合概率密度函数等于边缘概率密度函数的乘积。 定义 称n个随机变量X1,X2,…，X n相互独立, 有 P{X1b1,X2b2,…,X nb n}=P{X1b1}…P{X nb n} 特别 随机变量独立性的概念不难推广到两个以上随机变量的情形: §2.5 随机变量函数的分布 问题：已知随机变量 X 的概率特性 —— 分布 函数 或密度函数（分布律） Y = g ( X ) 求 随机因变量Y 的概率特性 方法：将与 Y 有关的事件转化成 X 的事件 设随机变量 X 的分布律为 由已知函数 g ( x) 可求出随机变量 Y 的所有 可能取值，则 Y 的概率分布为 一、离散型随机变量函数的分布 第 一 种 情 形 第 二 种 情 形 例1 已知 X 的概率分布为 X pk -1 0 1 2 求 Y 1= 2X – 1 与 Y 2= X 2 的分布律 解 Y 1 pi -3 -1 1 3 Y 2 pi 1 0 1 4 Y 2 pi 0 1 4 已知随机变量 X 的密度函数 f (x) (或分布函数) 求 Y = g( X ) 的密度函数或分布函数 方法： （1） 从分布函数出发 （2）从密度函数出发 二、连续性随机变量函数的分布 设随机变量 X 具有概率密度： 试求 Y=X-4 的概率密度. 解：(1) 先求 Y =X-4 的分布函数 FY(y)： 例 2 整理得 Y=X-4 的概率密度为： 例3 已知 X 密度函数为 为常数，且 a ? 0, 求fY( y ) 解 当a 0 时， 当a 0 时， 故 设随机变量X的密度函数为 求随机变量Y=2X+8的概率密度。 先求Y=2X+8的分布函数 FY (y). 解（1） （2） 求Y=2X+8的概率密度 定理 若随机变量X和随机变量Y=g(X)的密度函数分 别为 f X (x) fY (y), 当 g(x) 是严格单调函数，则 即 Y 服从[19，21]上的均匀分布． Y=0.1X+10的密度函数为 X的密度函数为 设随机变量服从[90，110]上的均匀分布,求 Y=0.1X+10的密度函数。 例 解 解 体积 的分布函数为 例 设球的半径X的概率密度为 试求体积的概率密度。 所以体积的 概率密度为 所以体积的 概率密度为 即 例4.设X?U(-1,1),求Y=X2的分布函数与概率密度。 当y0时 当0≤y1时 当y≥1时 * 因“五.一”放假,超级链接用于复习基本知识点,以方便后继课 例：已知分布函数求密度函数 （2)X 的密度函数 （2）密度函数为 解 例1 设随机变量 具有概率密度函数 试确定常数A， 以及 的分布函数. 解 由 知A=3，即 而 的分布函数为 解 当 x ? 1 时 0 1 2 3 4 5 y x x 当