概率论与数理统计 第三章.ppt

定理3.2如果随机变量X和Y相互独立，则对任意函数g1(x),g2(y),均有g1(X)与g2(Y)相互独立。定理3.3设X和Y是离散型随机变量，其联合概率分布为P(X=xi,Y=yj)=pij,(i,j=1,2,…,)，边缘概率分布分别为piX,pjY（i,j=1,2,...），则X与Y相互独立的充分必要条件是对任意i,j，都有pij=piXpjY即定理3.4设(X,Y)~f(x,y),边缘密度函数分别为fX(x),fY(y),则X与Y相互独立的充要条件是f(x,y)=fX(x)fY(y)注意：如果随机变量X与Y相互独立，则由边缘分布可以确定联合分布。例X和Y的联合概率分布为:X01Y010.30.40.20.1(1)求X,Y的概率分布;(2)判断X,Y是否独立；(3)求F(0,2).解:(1)X,Y的概率分布分别为:X01P0.70.3Y01P0.50.5(2)因为所以X与Y不独立.(3)F(0,2)=P(X≤0,Y≤2)=0.3+0.4=0.7例设随机变量X和Y相互独立,试将下表补充完整.Xx1x2Yy1y2y31/81/81/611/241/41/121/21/33/43/81/4例设(X,Y)服从区域D上的均匀分布，判断X,Y的独立性,其中D={(x,y)||x|≤1,|y|≤1}fX(x)=|x|≤1|x|10,解：fY(y)=同理,所以,X与Y独立.§3.3随机向量的函数的分布与数学期望结论两个相互独立的服从正态分布的随机变量的和仍服从正态分布.X1+X2~N(μ1+μ2,σ12+σ22)正态分布的可加性即:若X1~N(μ1,σ12),X2~N(μ2,σ22),X1与X2相互独立,则推论有限个相互独立的服从正态分布的随机变量的线性函数仍服从正态分布.即:若Xi~N(μi,σi2),(i=1,2,...n),X1,X2,...Xn相互独立,实数a1,a2,...,an不全为零,则特别,若X1,X2,...Xn相互独立且均服从正态分布N(μ,σ2),则四数学期望的进一步性质(1)随机变量X,Y的期望都存在,则E(X+Y)也存在，且E(X+Y)＝EX+EY（2）X,Y是两个任意的独立的随机变量，期望都存在，则EXY存在，且EXY=EXEY（1）X1,X2,…Xn是任意n个随机变量，期望都存在，则E(X1+X2+…+Xn)存在，且E(X1+X2+…+Xn)＝EX1+EX2+…+EXn（2）X1,X2,…Xn是任意n个相互独立的随机变量,期望都存在,则E(X1X2…Xn)存在,且E(X1X2…Xn)＝EX1EX2…EXn（3）X1,X2,…Xn是任意n个相互独立的随机变量,方差都存在,则D(X1+X2+…+Xn)存在,且D(X1+X2+…+Xn)＝DX1+DX2+…+DXn定理3.11林德伯格-勒维定理(独立同分布中心极限定理)设X1,X2,…,Xn,…是一列独立同分布的随机变量,且EXi=?，DXi=?20,i=1,2,…,则有§3.5中心极限定理注以上定理表明只要n比较大,就有近似结果:例.用机器包装味精,每袋味精净重为随机变量,期望值为100克,标准差为10克,一箱内装200袋味精,求一箱味精净重大于20500克的概率?解设一箱净重为X,箱中第i袋味精净重为Xi,(i=1,2,…,200)则X1,X2,…,X200独立同分布,E(Xi)=100,D(Xi)=102=100,由中心极限定理得X近似服从正态分布,E(X)=200E(Xi)=20000,D(X)=200D(Xi)=20000,所求为P(X20500)=1-P(X≤20500)