概率论 第八讲 二维离散随机变量的概率分布.pptVIP

例3 X与Y 独立 即 对一切 i , j 有 离散型 * 教学目的： 1.讲解二维离散随机变量的概率分布 （联合、边缘）； 2. 讲解二维随机变量的分布函数 (联合、边缘；离散→连续） ; 3. 讲解随机变量的独立性. 教学内容：§ 2.9 ～ 2.11(与书上不同) 第八讲 二维离散随机变量的概率 分布 多 维 分 布 在实际问题中, 试验结果有时需要同 时用两个或两个以上的 r.v.来描述. 例如 用温度和风力来描述天气情况. 通过对含碳、含硫、含磷量的测定来研究 需考虑多维 r.v.及其取值规律—多维分布. 钢的成分. 要研究这些 r.v.之间的联系, 就 二维随机变量及其分布 定义 设?为随机试验的样本空间， 则称( X , Y )为二维r.v.或二维随机向量 讨论： 二维r.v.作为一个整体的概率特性 其中每一个r.v.的概率特性与整体 的概率特性之间的关系 §3.1 定义 若二维 r.v.(X ,Y )所有可能的取值 为有限多个或无穷可列多个, 则称 (X ,Y ) 为二维离散型 r.v. 要描述二维离散型 r.v.的概率特性及 其与每个 r.v.之间的关系常用其联合 概率分布和边缘概率分布 二维离散型 r.v.及其概率特性 离散 解析表示法 设( X ,Y )的所有可能的取值为 则称 为二维 r.v.( X ,Y ) 的联合概率分布 也简称 概率分布 或 分布律 性质: 联合分布律 x1 xi X Y ( X ,Y ) 的联合分布律表 y1 yj 二维离散 r.v.的边缘分布律 由联合分布可确定边缘分布,其逆不真. 1 x1 xi pi? p1? pi? p? j p?1 p? j yj y1 X Y 联合分布律 及边缘分布律 的求法 ⑴ 利用古典概型直接求； ⑵ 利用乘法公式 例1 某校新选出的学生会 6 名女委员, 文、 理、工科各占1/6、1/3、1/2，现从中随机 指定 2 人为学生会主席候选人. 令X , Y 分 别为候选人中来自文、理科的人数. 解 X 与Y 的可能取值分别为0 , 1与0 , 1 , 2. 求(X, Y) 的联合分布律和边缘分布律. 由乘法公式 或由古典概型 相仿有 故联合分布律与边缘分布律为 0 1 0 1 2 3/15 6/15 1/15 3/15 2/15 0 X Y pi? p? j 1/3 2/3 1 6/15 8/15 1/15 例2 二元两点分布 X Y pij p? j pi? 1 0 1 0 p 0 0 q p q p q 1 p + q = 1 ，0 p 1 例4 例3 设 X的分布为 求(X, Y) 的联合分布律及边缘分布. (X, Y) 的联合分布律及边缘分布为 X Y pij 0 1 -1 1 0 0 0 0 p? j pi? 二维随机变量的联合分布函数 定义 设( X , Y ) 为二维 r.v. 对任何一对 定义了一个二元 实函数 F ( x , y )，称为二维 r.v.( X ,Y ) 的分布函数，即 (记为 ) 的概率 实数( x , y ), 事件 分布函数的几何意义 如果用平面上的点 (x, y) 表示二维r.v. (X , Y )的一组可能的取值，则 F (x, y) 表示 (X , Y ) 的取值落入图所示角形区域的概率. (x, y) x y 联合分布函数的性质 x y (x, y) x y ① F性质 x y x y 固定 x , 对任意的 y1 y2 , 固定 y , 对任意的 x1 x2 , F (x0 , y0) = F (x0+ 0 , y0 ) F (x0 , y0) = F (x0 , y0 + 0 ) 对每个变量单调不减 ② 对每个变量右连续 ③ F (x, y1) ? F (x, y2) F (x1,y) ? F (x2, y) F (b,d) – F (b,c) – F (a,d) + F (a,c) ? 0 事实上 对于任意 a b , c d ④ – F (b,c) – F (a,d) + F (a,c) F (b,d) a b c d 注意 对于二