概率论与数理统计：3.1 二维随机变量及其分布.pptVIP

边沿分布函数与边沿概率密度 与离散型随机变量相同，已知联合分布可以 求得边沿分布；反之则不能唯一确定. 例6 设二维连续型随机变量( X ,Y ) 的概率密度为 其中k 为常数. 求 常数 k ; P ( X + Y ? 1) , P ( X 0.5); 联合分布函数 F (x,y); 边沿密度函数与边沿分布函数 y = x 1 0 x y 解令 D (1) x+y=1 y = x 1 0 x y (2) 0.5 x+y=1 y = x 1 0 x y y = x 1 0 x y 0.5 当 0 ? x 1 0 ? y x 时， 1 (3) 当 x 0 或 y 0 时， F (x,y) = 0 当 0 ? x 1, x ? y 1 时， v=u 1 0 u v 当 0 ? x 1, y ? 1 时， v=u 1 0 u v 1 当 x ? 1 0 ? y x 时， v=u 1 0 u v 1 当 x ? 1 y ? x 时， F (x,y) = 0, x 0 或 y 0 y4 , 0 ? x 1, 0 ? y x ， 2x2y2–y4, 0 ? x 1, x ? y 1 ， 2x2–x4 , 0 ? x 1, y ? 1 ， y4 , x ? 1, 0 ? y x ， 1, x ? 1, y ? x ， (4) = 0, x 0， 2x2–x4 , 0 ? x 1, 1, x ? 1 0, y 0 y4 , 0 ? y 1, 1 , y ? 1 = 也可以直接由联合密度求边沿密度，再积分 求边沿分布函数。 例如 v=u 1 0 u v 1 常见的连续型二维随机变量的分布 设区域G 是平面上的有界区域， 其面积为 A ( 0) 若二维随机变量( X ,Y ) 的概率密度为 则称( X ,Y ) 服从区域G上的均匀分布 区域G 上的均匀分布，记作U ( G ) ? G1 ? G, 设G1的面积为A1, 若( X ,Y )服从区域G上的均匀分布, 则 边平行于坐标轴的矩形域上的均匀分布的 边沿分布仍为均匀分布 例7 设(X ,Y ) ~ G 上的均匀分布，其中 求f (x,y); 求P ( Y X 2); 求(X ,Y ) 在平面上的落点到y 轴距离小于 0.3的概率 解 (1) y = x 1 0 x y 1 G (2) y = x2 y = x 1 0 x y 1 (3) 0.3 若二维随机变量( X ,Y ) 的联合密度为 则称( X ,Y ) 服从参数为?1,?12,?2,?22,? 的 正态分布, 记作( X ,Y ) ~ N(?1,?12；?2,?22；? ) 其中?1,?2 0, -1 ? 1 二维正态分布 Clear[f,x,y] f[x_,y_]:=Exp[-(x^2+y^2)/2]/(2Pi) Plot3D[f[x,y],{x,-3,3},{y,-3,3},ViewPoint-{-2.869, 1.790, 0.110}, AspectRatio-0.6,PlotPoints-30]; 令 B 为正定矩阵， 则 正态分布的边沿分布仍为正态分布： 作业: 2,3,4,5,6,7,8,9,11(习题3) 第三章 二维随机变量及其分布 在实际问题中, 试验结果有时需要同时用两 个或两个以上的随机变量来描述. 例如用温度和 风力来描述天气情况. 通过对含碳、含硫、含磷 量的测定来研究钢的成分. 要研究这些随机变量 之间的联系, 就需考虑若干个随机变量, 即多维 随机变量及其取值规律——多维分布. §3.1 二维随机变量及其分布 定义 设S为随机试验的样本空间， 则称二维向量( X , Y )为二维随机变量 或二维随机向量 二维随机变量及其分布函数 讨论： 二维随机变量作为一个整体的概率特性 其中每一个随机变量的概率特性与整体的 概率特性之间的关系 二维随机变量的联合分布函数 定义 设( X , Y ) 为二维随机变量，对于任何 一对实数( x , y ), 事件 定义了一个 二元实函数 F ( x , y )，称为二维随机变量 ( X ,Y ) 的分布函数，即 (记为