概率论与数理统计-第三章-多维随机变量.pptVIP

例8已知 求 例8. 若(X,Y)的概率密度为 情况又怎样？ 由于存在面积不为0的区域， 故 X 和 Y 不独立 . 解 求: (1) X,Y的边缘分布密度；(2) X,Y是否独立； 当0≤ x ≤ 2时， 例9. 设随机变量(X,Y)的概率密度为 (1) 当 x0 或 x2 时， (3) P(Y ≤ X). 解 同理 (2) 当0≤ x ≤2，0≤ y ≤2时， 所以X与Y不独立. 若随机变量 且 X 和 Y 相互独立，则 也就是说，服从正态分布的独立随机变量的线性 组合仍服从正态分布. 注意：（二维正态分布） 课外作业： 习题3-2 1, 3, 习题3-3 1, 2, §3.4 二维随机变量函数的分布 当随机变量 X, Y 的联合分布已知时，如何求出它们的函数 Z = g ( X, Y ) 的分布? 一、二维离散型随机变量函数的分布 设二维离散型随机变量(X, Y)的联合分布为 则 Z = g ( X, Y ) 也是二维离散型随机变量. 若对于不同的 函数g(x, y)有相同 的取值，应以(X,Y)在有相同函数值的点 概率之和作为Z=g(X, Y)取相应函数值的概率. 若对于不同的 函数值 互不相同，则 Z=g(X, Y)的分布律为 的 例1 设两个相互独立的随机变量X与Y的分布 律为 求随机变量 Z=X+Y 的分布律. 由于X与Y相互独立，因此有 得二维随机变量的联合分布： 解 因为Z=X+Y，易知Z的分布为 则Z的分布律为： k= 0 , 1 , 2 , … 泊松分布. 例2 若 X 和 Y 相互独立,它们分别服从参数为 的泊松分布, 证明Z=X+Y服从参数为 的 依题意，X、Y的概率分布分别为 解 k= 0 , 1 , … 即Z服从参数为 的泊松分布. 于是 例3 设X和Y的联合密度为 f (x,y) , 求 Z=X+Y 的概率密度. 这里积分区域 D={(x, y): x+y ≤z} Z=X+Y 的分布函数是: 它是直线 x+y =z 及其左下方的半平面. 解 化成累次积分,得 固定z和y,对方括号内的积分作变量代换, 令 x=u-y,得 变量代换 交换积分次序 由概率密度与分布函数的关系, 即得Z=X+Y的概率密度为: 由X和Y的对称性, fZ (z)又可写成 以上两式即是两个随机变量和的概率密度的一般公式. 特别地，当 X 和 Y 独立，设 (X,Y) 关于 X , Y 的边缘密度分别为 fX(x) , fY(y) , 则上述两式化为: 下面我们用卷积公式来求Z=X+Y的概率密度. 卷积公式 为确定积分限,先找出使被积函数不为 0 的区域 例4 若 X 和Y 独立, 具有共同的概率密度 求 Z=X+Y 的概率密度 . 由卷积公式 也即 解 暂时固定 故 当 或 时 , 当 时 , 当 时 , 于是 例5 若X和Y 是两个相互独立的随机变量 , 具有相同的分布 N(0,1) , 求 Z=X+Y 的概率密度. 由卷积公式 解 令 得 可见 Z=X+Y 服从正态分布 N(0,2). 用类似的方法可以证明: 若X和Y 独立, 结论又如何呢? 此结论可以推广到n个独立随机变量之和的情形,请自行写出结论. 若X和Y 独立 , 具有相同的分布 N(0,1) , 则Z=X+Y 服从正态分布 N(0,2). 一. 二维离散型随机变量的边缘分布律 对于二维离散型随机变量(X,Y)，X和Y的联合 分布律为： 且有 ,与一维离散型 随机变量X的分布函数 比较， 得Ｘ的分布律为： 同样Ｙ的分布律为： 1. 边缘分布律 定义3.6 　分别称　　　　　　　和　　　　　　　　 记 为二维离散型随机变量(X,Y)关于Ｘ和关于Ｙ的边缘 分布律. 也可用表格来表示随机变量 X 和Y 的边缘分布. 注意：由联合分布可以确定边缘分布；但由边缘分布一般不能确定联合分布.请看下例。 例１ 设袋中有2只白球，3只红球，现做无放 回摸球，每次一球，连模两次，令 第二次摸到白球， 第二次摸到红球， 试求二维随机变量(X,Y)的联合分布. 第一次摸到白球， 第一次摸到红球， 解：显然（Ｘ,Ｙ）的可能取值为数组： 根据乘法公式得： 不放回摸球