东华大学《概率论与数理统计》课件 第3章多维随机变量及其分布.pptxVIP

到现在为止，我们只讨论了一维随机变量及其分布. 但有些随机现象仅用一个随机变量来描述还不够，而需要用几个随机变量来描述.;几何解释：F(x, y)为(X, Y)落在点(x, y)的左下区域的概率.;F(x, y)的基本性质;例1 设;定义3 若(X, Y)的可能取值为有限个或可列个数对，则称(X, Y)为二维离散型随机变量.称 pij = P(X = xi, Y = yj), i, j=1, 2, ..., 为(X,Y)的联合分布列，其表格形式如下： ; 注1 联合分布列的基本性质;例3 将一枚均匀的硬币抛掷4次，X表示正面向上的次数，Y表示反面朝上次数. 求(X, Y)的联合分布列.;X 0 1 2 3 4;则称(X, Y)为二维连续型随机变量,;;例6 设二维随机变量 (X, Y) 的密度函数为; 一、边缘分布函数;例1 设(X, Y)的联合分布函数为 ;二、边缘分布列;X 0 1;三、边缘密度函数;;二维正态分布的定义; 结论;在第一章中，我们介绍了条件概率的概念.; 例如，考虑某大学的全体学生，从其中随机抽取一个学生，分别以X和Y 表示其体重和身高 . 则X和Y都是随机变量，它们都有一定的概率分布.; 现在若限制1.7Y1.8(米)，在这个条件下去求 X的条件分布，这就意味着要从该校的学生中把身高在1.7米和1.8米之间的那些人都挑出来，然后在挑出的学生中求其体重的分布.;一、离散型;例1 设(X, Y)的联合分布列如下，求在X=0条件下Y 的条件分布列.; 1、条件分布函数;例3 设 (X, Y) 的密度函数为 ;条件分布都是一维正态分布.; 定义1 (以二维为例) 若X 与Y满足: F(x, y)=FX(x)FY(y) 则称X与Y相互独立. (1) 离散型：X 与Y 相互独立当且仅当pij=pi. p.j (2) 连续型：X 与Y 相互独立当且仅当f(x, y)=fX(x) fY(y)几乎处处成立.;例2 已知 (X, Y) 的联合密度为 ;例4 已知X与Y相互独立，X ~ U(0,1)，Y ~ Exp(1). ;结论 (1) 若 (X, Y) 服从二元正态 N ( )则 X与Y 独立的充要条件是? = 0.;一、离散型随机变量的函数的分布; 例2 设 X ? P(?1)，Y ? P(?2)，且相互独立. 证明: Z =X+Y ?P(?1+?2).;二、两个连续型随机变量的和差积商概率密度公式;例4 设(X, Y)服从A上的均匀分布，其中A由x轴、y轴与直线2x + y =1围成，求 Z = X + Y 的密度函数.;;例6 设 X与Y 是独立同分布的标准正态变量，求Z = X+Y 的分布.;例7 设X ~ N(2, 9)，Y~ N(?3, 1)，且独立，则 2X ? Y+ 9 ?( ).;例8 设 X1, X2, …, Xn 相互独立，分别在下列情况下求Y和Z的分布: (1) Xi ? Fi (x)，i=1, 2, …, n; (2) Xi ? F (x)，i=1, 2, …, n; (3) Xi 都是连续型，且Xi ? f(x)，i=1, 2, …, n.;例9 设X与Y独立，且 X, Y 等可能地取0和1. 求 Z = max (X, Y) 的分布列.;例10 见书P82,例5.