概率统计第3章.ppt

第三章 例1 二维均匀分布 二元正态分布 第二节 例2 三、连续型随机变量的边缘概率密度 第三节 第四节 例 3 第三章结束 请注意复习！ 例5 已知 解 由对称性得 注： 联合分布 边缘分布 相互独立的随机变量 第三章 二、n个随机变量的独立性 一、两个随机变量的独立性 均有 一、两个随机变量的独立性 定义1 若二维随机变量 对任意的实数 成立，则称随机变量 是相互独立的。 即 1) 对于离散型的随机变量 2) 对于连续型的随机变量 几乎处处成立。 例1 设随机变量 相互独立，试确定 a,b,c 的值？ 解： 因为 相互独立 例2 设随机变量 的概率密度为 试问 与 是否相互独立? 解 因为 关于 的边缘概率密度 故 与 是相互独立的。 例3.（约会问题）张三与李四决定在老地方相会，他们 到达时间均匀分布在晚上7:00—7:30,且时间相互独立, 求：两人在5分钟之内能见面的概率。 解 设张三到达的时间为X ；李四到达的时间为Y， 所以， 所求概率为 注：关于正态分布的重要结论。 二、n个随机变量的独立性 定理 设随机变量 相互 独立，h , g 是连续函数，则随机变量 也相互独立。 二维随机变量的函数的分布 第三章 一、离散型随机变量函数的分布 二、连续型随机变量函数的分布 一、二维离散型随机变量的函数的分布 设离散型随机变量 的分布律为 设 为二元函数， 求 的分布律。 当 时，Z 相应的值为 且有 例 1 例2 假设随机变量 X 与 Y 相互独立，它们分别服从 参数为 的泊松分布。求 的分布律。 解 由题意可知 故 故 泊松分布具有可加性 二、二维连续型随机变量的函数的分布 Ⅰ. Z = X+Y 的分布 已知( X , Y )的概率密度为f (x,y),求Z=X+Y的概率密度。 Z=X+Y的分布函数为 解： 令 x =u-y,则 而 特别地,当X 与Y 相互独立时,有 上式称为 的卷积公式 ,记为 例4 假设 X 和Y 相互独立,且都服从标准正态分布， 解 由题意可知X 与Y 的概率密度分别为 由卷积公式可得 Z 的概率密度为 结论： 正态分布的可加性 若随机变量 相互独立，并且 ,则 例5 设随机变量X ,Y 相互独立，X 服从区间(0,1)上的 上的均匀分布，Y 服从 的指数分布，试求随机 变量 Z=X+Y 的概率密度函数。 例5 设随机变量( X ,Y )的概率密度为 解： Ⅱ. M= max(X,Y )，N= min(X,Y )的分布 (随机变量相互独立） X和Y的分布函数 解 的分布函数为 的分布函数为 所以 推广 当 独立同分布时，随机变量 的分布函数为 例7 设随机变量X 的概率密度为 随机变量 相互独立且与X 有相同的 分布,试求随机变量 的概率 密度和 解 X 的分布函数为 的分布函数为 所以M 的概率密度为 所以， 多维随机变量及其分布 一、二维随机变量 二、边缘分布 三、相互独立的随机变量 四、两个随机变量的函数的分布 定义1 设随机试验 的样本空间是 设 和 是定义在 上的随机变量，则由它们构成的一 个向量 称为二维随机变量或二维随机向量。 定义2 设 是二维随机变量，对于任意实数 二元函数 称为二维随机变量 的分布函数，或联合分布函数。 第一节 二维随机变量 二维分布函数的几何意义 处的函数值: 在 随机点 落在以 为顶点的左下方 矩形开域上的概率。 所以 性质： ① 是变量 和 的不减函数，即 对任意固定的 ，当 时， 对任意固定的 ，当 时， ② ③ 关于 右连续，即 例1. 设 的分布函数为 求常数 的值及概率 解 由分布函数的性质 得 定义： 若二维随机变量 的所有可能取值 是有限对或可列无限多对时，则称 为 离散型随机变量。 一、二维离散型随机变量 的分布律。 则称(1)式为二维随机变量 满足： 例2.一袋中有四个球,上面分别标有数字1,2,2,3.从 袋中任取一球后不放回,再从袋中任取一个球,以 分别表示第一、二次取得的球上标有的数字，求 的分布律。 解 可能取值均为1,2,3. 同理可得 所以 的分布律为 0 1/6 1/12 1/6 1/6 1/6 1/12 1/6 0 1 2 3 1 2 3 定义： 设二维随机变量 的分布函数为 若存在 使得对任意实数 总有 则称 为二维连续型随机变量, 称为 的 概率密度,