概率论与数理统计 二维随机变量

合集下载

《概率论与数理统计》教案第13课二维随机变量的条件分布

《概率论与数理统计》教案第13课二维随机变量的条件分布

课题二维随机变量的条件分布课时2课时(90min)教学目标知识技能目标:(1)理解二维随机变量的条件分布(2)理解二维离散型随机变量的边缘分布律(3)理解二维连续型随机变量的边缘概率密度素质目标:(1)帮助学生树立正确看待随机现象的世界观,掌握统计估计的思想与方法教学重难点教学重点:二维随机变量的条件分布,二维离散型随机变量的边缘分布律教学难点:二维连续型随机变量的边缘概率密度教学方法讲练结合法、问答法、讨论法教学用具电脑、投影仪、多媒体课件、教材教学过程主要教学内容及步骤课前任务【教师】布置课前任务,和学生负责人取得联系,让其提醒同学通过APP或其他学习软件,搜集并了解二维随机变量条件分布的相关知识【学生】完成课前任务考勤【教师】使用APP进行签到【学生】按照老师要求签到互动导入【教师】提出问题什么是条件分布?【学生】思考、讨论、回答传授新知【教师】通过大家的发言,引入新的知识点,讲解二维随机变量条件分布的相关知识【教师】介绍条件分布的概念对于二维随机变量来说,要描述(X f Y)整体的统计规律,可用联合分布;要描述单个分量的统计规律,可用边缘分布;而当一个分量固定取一个值时,在此条件下考虑另一个分量的统计规律,这就是所谓的条件分布.以下同样分别从离散型和连续型随机变量来讨论它们的条件分布.一、离散型设(X'丫)是二维离散型随机变量,其分布率为P(X=Xi,Y=yj)=Pij(J,j=l,2,)(X'丫)关于X和Y的边缘分布率为P(X三x∕)三ΣPy=Pi.(,=1,2,)J=I9p(y=x)=£p,=p,j(/=1,2,)r=l设R/>°,考虑在事件"=")已经发生的条件下事件(X=XJ 发生的概率,由条件概率公式可得P(X=X,Y=y)P尸-W 而k =方―,)易知上述条件概率具有分布率的性质:P(X=x i ∖Y=y j )...0.∖三/f SP(X=XjlY=X)==—∑⅞-1=1 (2Ji 日Pj P J i=∣Pj于是引入下面的定义.定义1设(X'丫)是二维离散型随机变量,对于固定的j ,若'"=»)>°,则称P(X=x i ∖Y=y)=P(x=X 'tY=>>p =⅛(i=ι,2,) 'PGF Pr (3-U) 为,=为条件下随机变量X 的条件分布率.同样,对于固定的i,若P(X=Xj >°,则称P(X=Xy=y)p始7"“)=Pfn ”2,)为在X=Xi 条件下随机变量Y 的条件分布率.条1牛分布率就是在边缘分布率的基础上都加上"另一个随机变量取定某值”这个条件. 从定义易知,条件分布率也满足非负性和规范性.例1设(X'')的联合分布率如表3-12所示.表3-121 2 00.1 0.3 0.1 1 0.2 0.2 0.1求在y=°条件下,X 的条件分布率;χ=ι条件下Y 的条件分布率.……(详见教材)二、连续型设(x'y)是二维连续型随机变量这时由于对任意的X'),有P(X=X)=°,P(y=y)=()因此不能直接用条件概率公式引入"条件分布函数"了.考虑o ,v3ctll1v 、P(X^χt y<Yy+ε) P(X^∖χ∖y<y y+£)=——-~⅛ ------------------------ U — P(y<y,,y+ε) 当C 很小时,在某些条件下有P(X 别加“y+上瞎爱打:甯必(3-15)∫r÷4 /(χ,y)dy y因此,给出以下定义./(χ,y)定义2设(''V的概率密度为/(“'田,4(y)为Y的边缘密度,对于固定的y,八°,)为在丫=>条件下X的条件概率密度,记为册α∣y)=gι1人⑴,(3.16)并称∕⅛(x∣y)=P(X,,Xly=y)=匚窗II ck为在Y=丁条I牛下X的条件分布函数.类似地,可以定义源(川外-/()JX⑶(3-17)及∕⅛(yI外=P(K,y∖x=χ)=J:由,例2设二维随机变量(X'V具有概率密度r -»X2+J2…1»/(χ>y)=¼0,其他.求/种(Xly)解- 2y j"y?Λ(J)=∫∕*,y)口=π,ιn,.0, 其他.于是,对符合I川”1的一切y,有f(x,y) i----- IXL,Ji y»Λ∣rU∣^)=277f=2√1-/λo0,其他.【学生】聆听、思考、理解、记忆【教师】给出题目,组织学生以小组为单位进行解题把三个球等可能地放入编号为1,2,3的三个盒子中,每盒可容球数无限记X为落入1号盒fi弼激,Y为落入2号盒的屐,求:(1)在Y=O的条件下,X的分布律;拓展训练(2)在X=2的条件下,Y的分布律.【学生】聆听、思考、讨论、解题【教师】公布正确答案,讲解解题步骤【学生】对比答案和解题步骤,提高自身解题技巧课堂小结【教师】简要总结本节课的要点二维随机变量的条件分布二维离散型随机变量的边缘分布律二维连续型随机变量的边缘概率密度【学生】总结回顾知识点作业布置【教师】布置课后作业(I)完邮材中的习题3-3;(2)除APP蝌酵习平相【学生】完成课后任务教学反思。

概率论与数理统计第3章随机向量

概率论与数理统计第3章随机向量

解 (1)根据概率密度函数性质(2)知
f (x, y)dxdy
Ce(3x4 y) dxdy C e3xdx e4y dy C 1
00
0
0
12
从而 C 1
12
(2)由定义3.3.1知
xy
F(x, y)
f (u,v)dudv
(1 e3x )(1 e4y ), x 0, y 0,
3
7
7
1
3.4.1 二维离散型随机向量的边缘分布
(2) 采取无放回摸球时,与(1)的解法相同,(X,Y)的 联合分布与边缘分布由表3.4给出.
表3.4
Y X
0
1 P{Y=yj} p j
01Biblioteka 2277
2
1
7
7
4
3
7
7
P{X=xi} pi
4 7 3 7
1
3.4.2 二维连续型随机向量的边缘分布
设(X,Y)是二维连续型随机向量,其概率密度为f(x,y),

FX (x) F(x,)
x
f (x,y)dydx
知,X是一个连续型随机变量,且其概率密度为
f X (x)
dFX (x) dx
f (x,y)dy.
(3.4.5)
同样,Y也是一个连续型随机变量,其概率密度为
fY ( y)
= dFY(y)
dy
f (x,y)dx.
(3.4.6)
(X ,Y )
~
N (1,
2
,
2 1
,
2 2
,
)
称(X,Y)为二维正态随机向量.
3.4 边缘分布
1 二维离散型随机向量的边缘分布 2 二维连续型随机向量的边缘分布

概率论与数理统计总结之第三章

概率论与数理统计总结之第三章

第三章 多维随机变量及其分布第一节二维随机变量的概念1.二维随机变量定义:设(X,Y)是二维随机变量,记为:(,){()()}=≤⋂≤F x y P X x Y y (,)=≤≤P X x Y y (,)-∞<<∞-∞<<∞x y称(,)F x y 为X 与Y 的分布函数,或称X 与Y 的联合分布函数}}(){{(,lim (,)→+∞=≤=≤≤+∞=X y F x P X x P X x Y F x y}}(){{,lim (,)→+∞=≤=≤+∞≤=Y x F y P Y y P X Y y F x y分布函数(,)F x y 性质:1)(,)F x y 是变量x 和变量y 的不减函数,(分别关于x 和y 有单调不减性) 2)0(,)1≤≤F x y ,任意一边趋于-∞=0.F(∞,∞)=1(用来确定未知参数).3)(,)(0,)(0,0)=+=++F x y F x y F x y ,即(,)F x y 分别关于x 右连续,关于y 也右连续,4)对于任意11221212(,),(,),,,<<x y x y x x y y 下述不等式成立(可用于判定二元函数(,)F x y 是不是某二维随机变量的分布函数):22211112(,)(,)(,)(,)0-+-≥F x y F x y F x y F x y 2.二维离散型随机变量:定义:如果二维随机变量(X,Y)只取有限对或可列无穷多对,则称(X,Y)是二维离散型随机变量其概率{,},,1,2,====i i ij P X x Y y p i j …为二维离散型随机变量(X,Y)的分布律,或随机变量X 和Y 是联合分布律 性质:1.0,(i,j 1.2.....)≥=ij P2.1≤≤=∑∑i i ijx x y yp满足以上两条,即为二维离散型随机变量的分布律. 注;步骤:定取值,求概率,验证1.离散型随机变量X 和Y 的联合分布函数为(,)≤≤=∑∑i i ijx x y yF x y p,其中和式是对一切满足,≤≤i i x x y y 的i,j 来求和的边缘分布定义:对于离散型随机变量(X,Y),分量X 和Y 的分布律(), 1.2...(), 1.2..的边缘分布律:的边缘分布律:••========∑∑i i ij jJ i ij iX p P X x p i Y p P Y y p i ,0,0(, 1.2....)1•••≥≥===∑∑i j jiip p i j pi p联合确定边缘,但一般情况,边缘不能确定的联合,除非相互独立. 比如;有放回的摸球,就是X ,Y 相互独立. 不放回地摸球,是条件分布.3.二维连续型随机变量的概率密度和边缘概率密度. 对比一维的: 概率密度:()()1∞-∞==⎰f x f x dx ,分布律:{}(),≤≤=⎰b aP a x b f x dx 分布函数:()()-∞=⎰xF x f t dt二维:定义:设二维随机变量(X,Y)的分布函数为(,)F x y ,若存在非负可积函数(,)f x y ,使得对于任意实数x,y 有(,)(,)-∞-∞=⎰⎰xyF x y f u v dudv ,则称(X,Y)为二维连续型随机变量,(,)f x y 称为(X,Y)的概率密度,或联合概率密度.概率密度的性质: 1.(,)F x y ≥0 2.(,)1∞∞-∞-∞=⎰⎰f x y dxdy只要具有以下两条性质,必可作为某二维随机变量的概率密度.3.已知(X,Y)的概率密度(,)f x y ,则(X,Y)在平面区域D 内取值的概率为:{(,)}(,)∈=⎰⎰DP X Y D f x y dxdy (作二重积分)(随机点(X,Y)落在平面区域D 上的概率等于以平面区域D 为底,以曲面(,)=z f x y 顶的典顶的体积) 4.若(,)F x y 在点(x,y)连续,则有2(,)(,)∂=∂∂F x y f x y x y(连续就能根据分布律求概率密度)1) 当求()=P X Y 时,它只是一条线,所以:()0==P X Y2) 一个方程有无实根:20++=ax bx c ,即求:22240,40,40,一个实根无实根两个实根+=+<+>b ac b ac b ac均匀分布:定义:设D 为平面上的有界区域,其面积为S ,且0>S ,如果二维随机变量(X,Y)的概率密度为1,(x,y)(,)0,其它⎧∈⎪=⎨⎪⎩Df x y S,则称(X,Y)服从区域D 上的均匀分布(或叫(X,Y)在D 上服从均匀分布,记作(X,Y )D U . 两种特殊情形:1) D 为矩形,,c )≤≤≤≤a x b y d 时,1,()()(,),c )0,其它⎧⎪--=≤≤≤≤⎨⎪⎩b a dc f x y a x b y d2) D 为圆形,如(X,Y)在以原点为圆心,R 为半径的圆域上服从均匀分布,则(X,Y)的概率密度为:22221,(,))0,其它π⎧⎪=+≤⎨⎪⎩f x y x y R R定义:对连续型随机变量(X,Y),分量X,Y 的概率密度称为(X,Y)关于X 或Y 的边缘概率密度,记作(),X f x ().Y f y X 的分布函数:()(,)(,)∞-∞-∞⎡⎤=∞=⎢⎥⎣⎦⎰⎰xX F x F x f u v dv du (让Y趋于正无穷) Y 的分布函数:()(,)(,)∞-∞-∞⎡⎤=∞=⎢⎥⎣⎦⎰⎰yY F y F y f u v du dv (让X趋于正无穷) X 的概率密度:()(,),()∞-∞=-∞<<∞⎰X f x f x y dy xY 的概率密度:()(,),()∞-∞=-∞<<∞⎰Y f y f x y dx y(二维的边缘概率密度是直接以联合概率密度在负无穷到正无穷对对应元素积分,其间需要对划分区间的作分别积分)(X,Y)的概率密度:(,)(,)[(,)]-∞-∞-∞-∞==⎰⎰⎰⎰x yx yf x y f u v dudv f u v dv du二维正态分布: 二维正态221212(,)(,,,,)σσρX Y N u u 分布函数的性质:1.211()(,)σX N u ,222()(,)σY N u 边缘服从一维正态分布2.0,ρ=⇔xy X Y 独立(相关系数为O,则两个随机变量独立)3.212()()σ++k X k Y N u (线性组合按一维正态处理)4. 1212(),±±k X k Y c X c Y 服从二维正态(如:(,)+-X Y X Y ) 条件分布:设(X,Y)是二维离散型随机变量,对于固定的j ,若{}0=>j P Y y ,则称{=i P X x |{,}},1,2,{}⋅=======i j ij j j jP X x Y y p Y y i P Y y p …为在=j Y y 条件下随机变量X 的条件分布律同样地,若{}0,=>i P X x 则称{=j P Y y |{,}},1,2,{}⋅=======i j ij i i i P X x Y y p X x j P X x p …为=i X x 条件下随机变量Y 的条件分布律 变形,即得求联合分布律的方法.设二维随机变量(X,Y)的概率密度为f(x,y),(X,Y)关于Y 的边缘概率密度为()Y f y .若对于固定的y,()0,>Y f y 则称(,)()Y f x y f y 为在Y=y 的条件下X 的条件概率密度称|(,)(|)()-∞-∞=⎰⎰xxX Y Y f x y f x y dx dx f y 为在Y=y 的条件下,X 的条件分布函数,记为P{X ≤x|Y=y}或|(|)X Y F x y ,即|(,)(|){|}()-∞=≤==⎰x X Y Y f x y F x y P X x Y y dx f y 设F(x,y)及(),()X Y F x F y 分别是二维随机变量(X,Y)的分布函数及边缘分布函数,若对于所有x,y 有P{X ≤x,Y ≤y}=P{X ≤x}P{Y ≤y},即(,)()()=X Y F x y F x F y ,则称随机变量X 和Y 是相互独立的设(X,Y)是连续型随机变量,(,),(),()X Y f x y f x f y 分别为(X,Y)的概率密度和边缘概率密度,则X 和Y 相互独立的条件等价于(,)()()=X Y f x y f x f y 在平面上几乎处处成立(除去面积为0的集合以外,处处成立)第二节随机变量的独立性1. 两个随机变量的独立性 定义:设(,),().()X Y F x y F x F y 分别是二维随机变量(X,Y)的分布函数和两个边缘分布函数,若对任意实数,x y 有(,)().()=X Y F x y F x F y ,则称X 与Y 相互独立.可用于判断独立性(随机变量独立,对任意实数x,y,事件X ,Y ≤≤x y 相互独立) 以上公式等价于:(X ,Y )(X ).()≤≤=≤≤X Y P x y P x P Y y 可类推至多个函数的情况.1)如果X,Y 随机变量独立,().()连续f x g y ,(通过函数作用)则().()f x g y 也独立.(可类推至多个随机变量的情况)例:X,Y 独立,则22,x y 独立.2)如果1212,...,...,YYYm m X X X 相互独立,12m 121()()...()()()....()和,f x f x f x g y g y g y 也相互独立。

《概率论与数理统计》课件3-2 二维离散型随机变量

《概率论与数理统计》课件3-2 二维离散型随机变量

++
(2)规范性
pij = 1
i =1 j =1
边缘分布律
+
P X = xi } = P X = xi ,Y < + } = P{X = xi , Y = yj }
j= 1
+
= pij = pi •
j= 1
(i = 1,2, )
+
} } P Y = yj = P X < + ,Y = yj = P{X = xi , Y = yj } i= 1
+
}=
j=1 P{X = xi , Y = yj } =
pij = pi • (i = 1,2,)
j= 1
+
+
P Y = yi } = P X + ,Y = yi } =
P{X = xi , Y = yj }=
pij =
p •j
(j
=
1,2, )
i =1
i =1
3.2- P63— 1 2 3
A
C
B
D
提交
P
XY
( X, Y)X xi }=P{X xi Y
},
j1
pj
pij P{Y yj } P{X
i1
i 1, 2, ,
j 1, 2, ,
Y yi },
pi p j (X,Y)
X
Y
.
Y X
y1
y2
yj
x1
p 11 p 12
x2
p 21 p 22
p1j
p2 j
xi
pp
i1
且满足P{X1X2 = 0} = 1,则 P X1 = X2 } = ( )。

概率论与数理统计§3.1 二维随机变量及其函数;§3.2 二维随机变量的分布

概率论与数理统计§3.1 二维随机变量及其函数;§3.2 二维随机变量的分布

2. 性质
(1) f ( x , y ) 0.
( 2)
f ( x, y ) d x d y F (, ) 1.

( 3) 设 G 是 xoy 平面上的一个区域, 点 ( X ,Y ) 落在 G 内的概率为
P {( X ,Y ) G } f ( x , y ) d x d y .
2F ( x, y) (4) 若 f ( x , y ) 在 ( x , y ) 连续, 则有 f ( x, y) . xy
P X a, Y c P (a X , c Y )
1 F (, c ) F (a, ) F (a, c )
(+,c)
x
例2. 设二维随机变量(X ,Y )的联合分布函数
x y F ( x, y ) A B arctan C arctan 2 2 x , y
F ( x, y)
x yy pij , x
i j
其中和式是对一切满足xi x , y j y 的 i , j 求和.
例如,在例4中
1 1 F (1, 2) P{ X 1, Y 2} p11 p12 0 . 3 3
3.2.3 二维连续型随机变量 1.定义
其中A , B , C 为常数. (1) 确定A , B , C ;
(2) 求P (X > 2).
解 (1) F (, ) A B C 1 2 2 y F (, y ) A B C arctan 0 2 2 x F ( x, ) A B arctan C 0 2 2 1 B ,C , A 2 . 2 2 1 x y (2) F ( x, y ) 2 ( arctan )( arctan ) 2 2 2 2

《概率论与数理统计》第3章 二维随机变量及其分布

《概率论与数理统计》第3章 二维随机变量及其分布

23 April 2012
第三章 多维随机变量及其分布
注意点
第32页
(1) X 与Y是独立的其本质是: 任对实数a, b, c, d,有
Pa X b, c Y d Pa X b Pc Y d
(2) X 与Y 是独立的,则g(X)与h(Y)也是独立的.
23 April 2012
0
=A/6
所以, A=6
23 April 2012
第三章 多维随机变量及其分布
第22页
例3.3.2

(X,
Y)

p( x,
y)
6e(2x3y) , 0,
x 0, y 0 其它
试求 P{ X< 2, Y< 1}.
23 April 2012
第三章 多维随机变量及其分布
第23页
y
解: P{ X<2, Y<1} p(x, y)dxdy
3.1.2 联合分布函数
定义3.1.2 (以下仅讨论两维随机变量)
任对实数 x 和 y, 称 F(x, y) = P( X x, Y y)
为(X, Y) 的联合分布函数.
注意:
F(x, y)为(X, Y)落在点(x, y)的左下区域的概率.
23 April 2012
第三章 多维随机变量及其分布
x1 x2 … xi …
23 April 2012
y1 y2 … yj …
p11 p12 … p1j … p21 p22 … p2j … … … ……… pi1 pi2 … pi j … … … ………
第三章 多维随机变量及其分布
第9页
联合分布列的基本性质
(1) pij 0, i, j = 1, 2,… (非负性)

西安交大西工大 考研备考期末复习 概率论与数理统计 第三部分 二维随机变量(答案)

西安交大西工大 考研备考期末复习 概率论与数理统计 第三部分 二维随机变量(答案)

第三部分 二维随机变量基础练习一. 填空1设二维随机变量,X Y 相互独立,且()()120,133P X P X ====,()103P Y ==,()213P Y == 则()P X Y == 。

答案:59;2若二维随机变量,X Y 相互独立, 且都服从正态分布,则(),X Y 服从________。

答案:二维正态分布;3若二维随机变量(),X Y 的联合分布密度为(),f x y ,则Y 的边缘分布密度为___________。

答案:()(,)Y f y f x y dx +∞-∞=⎰;4. (),()()X Y f x y f x f y =⋅ 是连续型随机变量X,Y 相互独立的______条件.答案:充要;5. 已知随机变量(),ξη的联合分布函数(){},,F x y P x y ξη=<<用它表示概率{},P a y ξη=<=__________________.答案:()()0,,F a y F a y +-6. 设二维随机变量(),ξη在由曲线2y x =和y x =所围成的区域G 上服从均匀分布,则(),ξη的联合概率密度(),x y ϕ_______________.答案:{6 (, )0x y G∈其它7. 若(52)0,0(,)0x y Ae x y x y ϕ-+⎧>>=⎨⎩ 其它为随机变量(),ξη的联合概率密度,则常数A =__________. 答案:108. 若(),ξη的联合概率密度为() 0, 0(,)0 x y e x y x y ϕ-+⎧⎪>>=⎨⎪⎩其它则有{}1P ξ>=_______________.答案:1e -9. 设(),ξη互相独立,并服从区间[]0,a 上的均匀分布,且0a >,则(),ξη的联合概率密度为(),f x y =_________.答案:21,0,00,x a y a a ⎧≤≤≤≤⎪⎨⎪⎩ 其它10. 设随机变量(),ξη的联合概率密度函数为:() 0, 0(,)0 x y e x y x y ϕ-+⎧≥≥=⎨⎩其它则(),ξη落在区域:0,0,1G x y x y >>+<内的概率(){},P G ξη∈=____________________. 答案:21e-二. 计算题1. 假设某校学生的数学能力测试成绩X 与音乐能力测试成绩Y 具有如下形式的概率密度函数:⎪⎩⎪⎨⎧≤≤≤≤+=其它,010,10),32(52),(y x y x y x f试求:)(x f X 与)(y f Y ,并判断X 与Y 是否相互独立? 答案:解:⎪⎩⎪⎨⎧≤≤+=+=⎰其它,1,5354)32(5201)(o x o x dy y x x f x ⎪⎪⎩⎪⎪⎨⎧≤≤+=+=⎰其它,010,5652)32(5201)(y y dx y x y f Y )()(),(y f x f y x f Y x ≠ )2('故,X 与Y 不独立.2. 设随机变量X 与Y 独立,且均在()1,1-区间上服从均匀分布,求:()0.5,0.5F 的值.答案:由题意,⎩⎨⎧<<=⎩⎨⎧<<=其它其它0101)(,0101)(y y f x x f Y X 且X 与Y 独立, 故⎩⎨⎧<<<<=其它010,101),(y x y x f}5.0,5.0{)5.0,5.0(<<=Y X P F 415.005.00==⎰⎰dy dx 3. 设某昆虫的产卵数X 服从参数为50的泊松分布,又设一个虫卵能孵化成虫的概率为0.8,且各卵的孵化是相互独立的,求此昆虫的产卵数X 与孵化为成虫数Y 的联合分布律.答案:解:本题已知随机变量X 的分布律为{}50!50-==e i i X P i , ,2,1,0=i由题意知,该昆虫下一代只数Y 在i X =的条件下服从参数为0.8的二项分布,故有j i i j i C i X j Y P -===2.08.0}|{,i j ,...,1,0=由{}{}{}i X P i X i Y P j Y i X P ======|,, 得),(Y X 的联合分布律为:50!502.08.0},{--===e j C j Y i X P i ji j j i ,i j i ,,1,0;,1,0 ==. 4.设二维随机变量),(Y X 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f , (1)确定常数c 的值;(2)Y X ,是否相互独立?为什么? 答案:解:(1)⎰⎰<<=121),(y x dxdy y x f ,即⎰⎰-12112x ydy cx dx =dx x x c )1(214112-⋅⎰-=121821=⋅⋅c 421=∴c . (2)⎪⎩⎪⎨⎧<<=其它,01,421),(22y x y x y x f ,1,)1(821421),()(214222<-===∴⎰⎰∞+∞-x x x ydy x dy y x f x f xX即⎪⎩⎪⎨⎧<-=其它,01),1(821)(242x x x x f X .同理,10,27421),()(25<<===⎰⎰∞+∞--y y xydx dx y x f y f yyY , 即⎪⎩⎪⎨⎧≤≤=其它1027)(25y y y f Y . 显然有)()(),(y f x f y x f Y X ⋅≠ 从而X 与Y 不独立.5. 已知,X Y 相互独立,),(Y X 的分布律为:{}31,118P X Y ===,{}21,218P X Y ===,{}11,318P X Y ===,{}62,118P X Y ===,{}2,2P X Y α===,{}2,3P X Y β===,试求:(1),αβ的值; (2),X Y 的边缘分布. 答案:(1)92;91(2){}113P X ==,{}223P X ==, {}112P Y ==,{}123P Y ==,{}136P Y ==6. 设袋中有3个球,其标号为1,2,2,今从中不放回地任取2个球,记,X Y 为第1,2次抽得球的标号,试求: (1) ),(Y X 的联合概率分布律; (2) ,X Y 的边缘分布律.答案:(1)0,1/3,1/3,1/3;(2)1/3,2/3;1/3,2/3. 7. 设),(Y X 的联合密度为⎩⎨⎧+∞<<<=-其它,00,),(y x Cxe y x f y (1) 求参数C 的值;(2) 求X 与Y 的边缘密度函数)(),(y f x f Y X . 答案:解:(1)由1),(=⎰⎰+∞∞-+∞∞-dxdy y x f ,可得1C =.(2)20,0()0,01(),020,0y x x X y yyY xe dy xe x f x x xe dx f y y e y y +∞----⎧=>⎪=⎨⎪≤⎩⎧=⎪=>⎨⎪≤⎩⎰⎰8. 已知随机向量(),X Y 的联合概率分布为(1)求,X Y 的边缘分布;(2)判断X 与Y 是否独立. 答案:解:(1)()()()()()()()()()()11101,11,01,1 0.300.30.61,11,01,1 0.10.20.10.41,11,1 0.30.10.41,01,0 p P X Y P X Y P X Y p P X Y P X Y P X Y p P X Y P X Y p P X Y P X Y --==-=-+=-=+=-==++====-+==+===++===-=-+==-=+===-=+==()()1 00.20.21,11,1 0.30.10.4p P X Y P X Y =+===-=+===+=∴综合有下表(2)111,10.60.40.240.3p p p ----⋅=⨯=≠=,,X Y ∴不独立。

概率论与数理统计-第3章-第2讲-二维离散型随机变量及其分布

概率论与数理统计-第3章-第2讲-二维离散型随机变量及其分布

求分布律方法:先定值再求概率
Y
X
0
1
2
3
0
0
0
1
0
2
0
取4只球 P{X 0,Y 0} P{X 0,Y 1} P{X 1,Y 0} P{X 3,Y 2} 0
14
03 二维离散型随机变量的边缘分布律
例 盒子里装有3只黑球, 2只红球, 2只白球, 在其中任取4只球, 以 X 表示取 到黑球的只数, 以 Y 表示取到红球的只数, 求(X, Y)的联合分布律.
主讲教师 |
18
由此得 X , Y 的联合分布律为
X Y
0
1
0
0
0
6
1
0
35
1
6
2
35
35
2
3
3
2
35
35
12
2
35
35
3 0
35
16
第2讲 二维离散型随机变量及其分布
本节我们认识了二维离散型随机变量, 以及联合分布律和边 缘分布律, 要求理解它们概念和性质, 并且会求相应的概率.
17
概率论与数理统计
学海无涯, 祝你成功!
3
本讲内容
01 二维离散型随机变量 02 联合分布律 03 二维离散型随机变量的边缘分布律
4
02 联合分布律
2.联合分布律
设( X ,Y )的所有可能的取值为
(xi , y j ), i, j 1,2,
则称
P( X xi ,Y y j ) pij , i, j 1,2,
为二维随机变量( X ,Y ) 的联合概率分布, 简称概率分布或分布律.
7
02 联合分布律 已知联合分布律可以求概率

概率论与数理统计(二维随机变量函数的分布)

概率论与数理统计(二维随机变量函数的分布)

将上述x与z的关系描绘在xOz平面上便是图中的阴 影部分.
3.5.2
二维连续型随机变量函数的分布
e y , y 0 , 1 , 0 x 1 , fY ( y ) fX ( x) 0 , 其它 , 0 , 其它,
fZ ( z )


f X ( x ) fY ( z x )dx
定理3.1(正态分布的重要性质)若X1,X2 ,…,Xn 为相互独立的随机变量,且 X i ~ N (i , i 2 ), i 1,2,...,n C1,C2,…,Cn为n个任意常数,则
C X
i 1 i
n
i
~ N ( C i i , C i i )
2 2 i 1 i 1
i 1 n
3.5.2
二维连续型随机变量函数的分布
(2) 将Xi共同的分布函数F(x)代入(1)的结果中, 得 n
FY ( y) [F ( y)] FZ ( z ) 1 [1 F ( z )]n
(3) Y和Z的分布函数仍为上述两式,概率密度可 由上述两式分别对y和z求导得到
fY ( y) n[F ( y)]n1 f ( y) fZ ( z ) n[1 F ( z )]n1 f ( z )
二维连续型随机变量函数的分布
【例3.22】(和的分布)设(X,Y)的概率密度为
f(x,y),求Z = X + Y的概率密度.
解:事件X + Y Z所占有的区域如图,
由 FZ ( z ) P{ X Y z }
x y z
f ( x, y)dxdy
f ( x, y)dx]dy
t 2



概率论与数理统计 第三章

概率论与数理统计 第三章
x y e 2u |0 e v |0 , x 0, y 0, 其它, 0,
(1 e 2 x )(1 e y ), x 0, y 0, 其它, 0,
例2-续3
(3)求概率P{Y≤X}. 只需在概率密度f的非零 区域与事件区域 G={(x,y)|y≤x} 的交集D上积分. 由公式
0 F ( x, y) 1; ;

F ( x, y )关于x、y均单调不减右连续.
分布函数与离散型二维随机变量分布律、连 续型二维随机变量概率密度的关系[见后].
三、离散型二维随机变量
1、二维均匀分布
两种常见的二维连续型分布
设G为一个平面有界区域,其
二维均匀分布
面积为A.如果二维连续型随机变量(X,Y)的概率密
度为
1 , ( x, y ) G , f ( x, y ) A 0, 其它,
则称(X,Y)服从区域G上的均匀分布,记为(X,Y)~U(G).
2、二维正态分布
域”的概率.
分布函数具有下列基本性质:
对任意点 ( x1 , y1 ), ( x2 , y2 ), x1 x2 , y1 y2 均有:
随机向量落在矩 形区域的概率
P{x1 X x2 , y1 Y y2 }
F ( x1 , y1 ) F ( x2 , y2 ) F ( x1 , y2 ) F ( x2 , y1 ) 0;
D
x
例2-续4
2 e
0

2 x
(1 e )dx [e
x
2 x
2 3 x 2 1 e ] |0 1 . □ 3 3 3
本例是一个典型题.大家应熟练掌握分析与计算 的方法。特别是会根据不同形状的概率密度非零区域 与所求概率的事件区域G来处理这类问题。 就P.73:例3来共同考虑如何分段?应分几段?怎 样计算各段值?(板书)

概率论与数理统计 二维连续性随机变量及其分布

概率论与数理统计 二维连续性随机变量及其分布
计算公式: 计算公式 cov(X,Y) =E(XY)-E(X)E(Y).
概率论与数理统计
例5 (X,Y)分布律如下,求cov(X,Y) X,Y)
−1 0 2 P +∞ 0.3 0.45 0.25 P 0.55 0.25 0.2 E( X ) = ∑xi pi = 0×0.3+1×0.45 + 2×0.25 = 0.95,
E ( X ) = ∫−∞ xf ( x)dx
+∞
概率论与数理统计
3.随机变量函数的数学期望 (1)X为随机变量,Y=g(X), 离散型: 离散型: E (Y ) = E[ g ( X )] = ∑ g ( xi ) pi
i =1 ∞
连续型: 连续型:E (Y ) = E[ g ( X )] =

]
E{[ X − E ( X )][Y − E (Y )]} D ( X ) D(Y ) Cov( X , Y )
D ( X ) D(Y )
概率论与数理统计
若D (X ) > 0, D (Y ) > 0 ,称
( X − E( X ))(Y − E(Y) cov( X ,Y) E = D( X ) D(Y) D( X ) D(Y)
−∞ −∞
概率论与数理统计
j =1 i =1
解 X 型区域D : 0 ≤ y ≤ x, 0 ≤ x ≤ 1;
y
D
O
x
概率论与数理统计
X 型区域D : 0 ≤ y ≤ x, 0 ≤ x ≤ 1;
概率论与数理统计
1.E (C ) = C 2. E (aX ) = a E (X ) 3.E (X + Y ) = E (X ) + E (Y )

《概率论与数理统计》第一节二维随机变量及其分布

《概率论与数理统计》第一节二维随机变量及其分布

( x,y)
Ae (2 x3 y) ,
0,
x 0, 其它.
y
ห้องสมุดไป่ตู้
0,
求:(1)常数A;(2) (X, Y)的分布函数F(x, y); (3) (X, Y)落在三角形区域D:x0, y0, 2x+3y6内的概率.
解:(1)
f ( x, y)dxdy
Ae (2 x3 y)dxdy
00
A
e2 xdx
0
e3 ydy
0
A 3
e2xdx
0
A 3
(
1 2
e
2
x
)
0
A, 6
A 6
1,
A
6.
(2) ( X ,Y )的分布函数为:
F(x, y)
x
y
f
(u,
v
)dudv
x y 6e(2u3v)dudv,
00
0,
x 0, y 0, 其它.
(1
e2 0,
x
)(1
e3
注: P{x1 X x2 , y1 Y y2 } F( x2,y2 ) F( x1,y2 ) F( x2,y1 ) F( x1,y1 ).
3. 分布函数F(x, y)的性质:
(1)非负规范: 对任意(x, y) R2 , 0 F(x, y) 1, 且
F (, ) lim F ( x, y) 1,F (, ) lim F ( x, y) 0,
XY 0 1
0 0.3 0.3
1 0.3 0.1 若把不放回改为有放回的摸球,则( X ,Y )的分布律为:
XY 0 1
0 0.36 0.24
1 0.24 0.16

东华大学《概率论与数理统计》课件 第三章 二维随机变量

东华大学《概率论与数理统计》课件 第三章 二维随机变量

Y
X
y1
y2
yn
x1
p11
p12
p1 n
x2
p21
p22
p2n
n
pi• =
pij
j =1
p1•
p2•
xm
pm1
pm2
pmn
m
p• j =
pij
p•1
p•2
p• n
i =1
其中, pij = P( X = xi ,Y = y j ) ,
pm•
n
m
p• j = pi• = 1
j −1
( x,
y)
=
1 s
,
0,
(x, y) S (x, y) S
3.体积为v的空间区域V上
(
x,
y,
z)
=
1 v
,
0,
(x, y, z) V (x, y, z) V
基本概念:随机向量、联合分布函数。 离散型随机变量:联合概率分布、阶梯型分布函
数。 连续型随机变量:概率密度函数、连续型分布函
数。

FY
(
y)
=
F
(+,
y)
=
lim
x→+
F
(
x,
y)
F ( x) = F ( x,+)
1 = F(+,+)
0 = F(−, y) O
二维随机变量 (X ,Y) 的分布函数: F(x, y) = P(X x,Y y)
y
y
(x,y)
0
x
x
二维分布函数 F(x,y) 的性质: (1)(非降性) F(x, y) 是 x 或 y 的单调非降函数.

概率论与数理统计(二维随机变量的边缘分布)

概率论与数理统计(二维随机变量的边缘分布)
其中 x1, x2 ,, xn 为任意实数.
(2) n维随机变量的概率密度函数
若存在非负函数 f ( x1, x2 ,, xn ), 使对于任意 实数 x1, x2 ,, xn 有
F ( x1, x2,, xn )

xn
xn1

x1
f ( x1, x2,, xn ) d x1 d x2 d xn,
f ( x, y)dx 为(X,Y)关于Y的边缘

概率密度.
3.2.3 二维连续型随机变量的边缘概率密度
【例3.10】设二维随机变量(X,Y)的联合概率密度

f
(
x,
y)

1, 0,
0 x 1,| y | x 其它
求边缘概率密如图:

x
6 d y,
x2

0d

y,
0 x1 其他
y (1,1)
y x
6( x x2 ), 0 x 1
0,
其他
O
y x2
x
由于
6( x x2 ),
fX (x)
0,
x
FX ( x) fX ( x)dx


x
0dx,



2 1
所以

fX (x)
f ( x, y)dy


1
e
(
x 1
2
2 1
)2

exp{
1
( y 2 x 1 )2}dy
2 1 2 1 2

2(1 2 ) 2
1
令t 1 ( y 2 x 1 ),则有

第五章 二维随机变量及其分布

第五章 二维随机变量及其分布
x −∞ −∞

y
p(u, v )dudv .
则称( 则称(X,Y)为二维连续型随机变量,p(x,y)称为 为二维连续型随机变量, (X,Y)的联合密度(函数)。 的联合密度(函数)。 偏导存在的点处有: 注:在F(x,y)偏导存在的点处有: ∂2 p( x, y) = F( x, y). ∂x∂y
1 1 2 + P ( X = 2,Y = 2) = 0 + + = . 3 3 3
2011-11-8 皖西学院 数理系 13
一口袋装有3个球 分别标有数字1,2,2, 个球, 例2 一口袋装有 个球,分别标有数字 从袋中任取一球;放回袋中,再从袋中任取一球。 从袋中任取一球;放回袋中,再从袋中任取一球。
变量分成离散型、连续型及混合型, 变量分成离散型、连续型及混合型,主要研究离 散型和连续型的随机变量。 散型和连续型的随机变量。
2011-11-8 皖西学院 数理系 3
二、二维随机变量的分布函数 定义:设有二维随机变量( X ,Y ), 对∀x, y ∈ R, 称概率 P( X ≤ x,Y ≤ y)为随机变量( X ,Y )的联合分布函数。记 概 率 作:F ( x, y), 即 F ( x, y) = P( X ≤ x,Y ≤ y).
概 率 论 与 数 理 统 计
x1 < x2 ⇒ F ( x1 , y) ≤ F( x2 , y);
y1 < y2 ⇒ F ( x, y1 ) ≤ F ( x, y2 ) .
有界性: 有界性:
0 ≤ F ( x, y) ≤ 1; F (−∞, y) = 0, F ( x, −∞) = 0, F (+∞, +∞) = 1.
xi
M

概率论与数理统计课件 2.6 二维随机变量的边缘分布

概率论与数理统计课件 2.6 二维随机变量的边缘分布

xi
pi1
pi 2
pij
pi
p j
p1
p2
p j
1
例2 设随机变量 X 在数1,2,3,4中等可能取值,另一个随机变量 Y
在1至 X 之间等可能取值,试求二维随机变量 (X ,Y )的联合
分布律与边缘分布律.
1

P(X i,Y j) P(X i)P(Y j | X i) ,
§2.6 二维随机变量的边缘分布
一、二维随机变量的边缘分布函数
FX (x) P(X x) P(X x,Y ) F(x, )
二、二维离散型随机变量的边缘分布律

pi P( X xi ) pij , i 1, 2, 3, . j 1
三、二维连续型随机变量的边缘密度函数
若二维随机变量 (X ,Y ) 的联合分布函数为 F(x, y) ,则 (X ,Y )
中随机变量 X 的分布函数称为 (X ,Y )关于 X 的边缘分布函数,
记为
FX (x) P(X x) P(X x,Y ) F(x, )
二维随机变量 (X ,Y )关于随机变量 Y 的边缘分布函数
fY
( y)



f
(x,
y)dx

3(1 0,
y ),
0 y 1, 其它.
均匀分布的边缘分布不一定是均匀分布
若 D 是矩形区域, 则 (X ,Y) 的边缘分布仍为均匀分布
解 (X ,Y ) 的联合分布律为
关于X 的边缘分布
关于 Y 的边缘分布
几何分布
帕斯卡分布.
例4 已知随机变量 X 和 Y 的分布律分别为

二维随机变量

二维随机变量

π
2
] = 1 y ( )] = 0 3
2
][ C + arctg (
F ( x , −∞ ) = A [ B + arctg
⇒B=C =
π
2
x π )][ C − ] = 0 2 2
A=
1
π2
1 16
P{0 < X ≤ 2, 0 < Y ≤ 3} = F (2,3) − F (0,3) − F (2, 0) + F (0, 0) =
1 (x , , y) ∈ D ⊂ R2 f ( x , y ) = D的面积 0 , 其它
则称(X, Y)在区域 在区域D上(内 服从均匀分布。 则称(X, Y)在区域D上(内) 服从均匀分布。 易见, 易见,若(X,Y)在区域 上(内) 服从均匀分布 , )在区域D上 内 内任意区域G, ,对D内任意区域 ,有 内任意区域
1 ( x , y ) ∈ D (1) f ( x , y ) = others 0
1 1 1 SG = × ×1 = 2 2 4
1 ( 2) P {Y < 2 X } = 4 1 = 4
G = {Y < 2 X }
1
1 1 1 S3 = × 1 × = 2 2 4
H = { X ≤ 0.5, Y ≤ 0.5}
x y F ( x , y ) = A[ B + arctg( )][C + arctg( )] 2 3
1)求常数 ,B,C。 2)求P{0<X<2,0<Y<3} 求常数A, , 。 求 求常数
解:F ( ∞ , ∞ ) = A [ B +
F ( −∞ , y ) = A [ B −

概率论与数理统计:二维随机变量

概率论与数理统计:二维随机变量

二维随机变量一、 二维随机变量及分布函数1定义:由随机变量,X Y 构成的有序数),(Y X ,称),(Y X 为二维随机变量或二维随机向量.注:(),X Y 在几何上,二维随机变量可看作平面上的随机点的坐标. 2定义:设),(Y X 是二维随机变量, 对任意实数y x ,, 二元函数称为二维随机变量),(Y X 的分布函数或称为随机变量X 和Y 的联合分布函数. 3二元分布函数的几何意义4随机点(,)X Y 落在矩形区域: 1212,x X x y Y y <≤<≤内的概率为1212{,}P x X x y Y y <≤<≤=22122111(,)(,)(,)(,)F x y F x y F x y F x y --+ 5分布函数(,)F x y 的性质:(1) ,1),(0≤≤y x F 且对任意固定的,y ,0),(=-∞y F 对任意固定的,0),(,=-∞x F x(2) ),(y x F 关于x 和y 均为单调不减函数, 即对任意固定的,y 当),,(),(,1212y x F y x F x x ≥>对任意固定的,x 当);,(),(,1212y x F y x F y y ≥>(3) ),(y x F 关于x 和y 均为右连续, 即 ).0,(),(),,0(),(+=+=y x F y x F y x F y x F4()对任意的 11221212(,),(,),,x y x y x x y y <<有注:上述四条性质是二维随机变量分布函数的最基本的性质,即任何二维随机变量的分布函数都具有这四条性质;更进一步地,我们还可以证明:如果某一二元函数。

具有这四条性质,那么,它一定是某一二维随机变量的分布函数.破坏之一,则不是。

二、 二维离散型随机变量及其概率分布1定义:若二维随机变量),(Y X 只取有限对或可数对值, 则称),(Y X 为二维离散型随机变量.结论:),(Y X 为二维离散型随机变量当且仅当Y X ,均为离散型随机变量. 2定义:若二维离散型随机变量),(Y X 所有可能的取值为),(j i y x ,,2,1, =j i 则称 为二维离散型随机变量),(Y X 的概率分布(分布律), 或Y X 与的联合概率分布(分布律).有时也将联合概率分布用表格形式来表示, 并称为联合概率分布表: 3二维离散型随机变量联合分布律的性质:1)()()12i j i j =对任意的,,,,,{}0ij i j p P X x Y y ===≥,2)1ij i j p =∑,4二维离散型随机变量的联合分布函数设二维离散型随机变量(,)X Y 的联合概率分布为()12ij p i j =,,,于是,(,)X Y 的联合分布函数为(,){, }F x y P X x Y y =≤≤=注:对离散型随机变量而言, 联合概率分布不仅比联合分布函数更加直观, 而且能够更加方便地确定),(Y X 取值于任何区域D 上的概率,即∑∈=∈D y x ijj i p D Y X P ),(}),{(,特别地, 由联合概率分布可以确定联合分布函数:例1:从一只装有3只黑球和2只白球的口袋中取球两次,每次任取一只,不放回,令0,1, ,X ⎧=⎨⎩第一次取出白球第一次取出黑球, 0,1, ,Y ⎧=⎨⎩第二次取出白球第二次取出黑球求),(Y X 的概率分布.解 ),(Y X 的所有可能取值为(0,0),(0,1),(1,0),(1,1),例2:设随机变量Y 服从参数为1λ=的指数分布,随机变量k X 定义如下:0,(1,2)1,k Y k X k Y k ≤⎧==⎨>⎩求12X X 和的联合概率分布.解:Y 的分布函数为1,0()0,0y e y F y y -⎧->=⎨≤⎩ 所以12,X X 的联合概率分布为三、二维连续型随机变量及其概率密度1定义:设),(Y X 为二维随机变量,),(y x F 为其分布函数, 若存在一个非负的二元函数),(y x f , 使对任意实数),(y x , 有 (,)(,),yx F x y f u v dudv -∞-∞=⎰⎰则称),(Y X 为二维连续型随机变量, 并称),(y x f 为),(Y X 的概率密度(密度函数), 或Y X ,的联合概率密度(联合密度函数). 2概率密度函数),(y x f 的性质:(3) 设G 是xOy 平面上的区域,点),(Y X 落入G 内的概率为(4) 若),(y x f 在点),(y x 连续, 则有 ).,(),(2y x f yx y x F =∂∂∂ 3在几何上(,)z f x y =表示空间的一个曲面,{(,)}P x y G ∈的值等于以 G 为底,以曲面(,)z f x y =为顶的柱体体积四、二维均匀分布设G 是平面上的有界区域,其面积为A .若二维随机变量),(Y X 具有概率密度函数⎪⎩⎪⎨⎧∈=其它,0),(,1),(G y x A y x f ,则称),(Y X 在G 上服从均匀分布. 例3:设二维随机变量),(Y X 的密度函数为()200,0x yke x y f x y --⎧>>=⎨⎩,其它⑴求常数k ;(2)分布函数(),F x y (3){}11P X Y ><, {}(4)0102P X Y <<<<求, (5) {}P X Y <解:(1)()1f x y dxdy +∞+∞-∞-∞=⎰⎰,200x y k e dxdy +∞+∞--=⎰⎰ (){}(2)F x y P X x Y y =≤≤,,, ()000x y F x y ≤≤=当或时,,。

概率论与数理统计—二维随机变量

概率论与数理统计—二维随机变量
解 ( X, Y ) 的可能取值为 (1,2), (2,1), (2,2).
P{ X 1,Y 2} 1 2 1 , P{ X 2,Y 1} 2 1 1 ,
32 3
32 3
P{X 2,Y 2} 2 1 1 . 32 3
p11 0,
p12
p21
p22
1, 3
故 ( X , Y ) 的分布律为
P{ X xi , Y y j } pij , i, j 1, 2,, 称此为二维离散型随机变量 ( X ,Y ) 的分布律, 或随机变量 X 和Y 的联合分布律.
其中 pij 0,
pij 1.
i1 j1
二维随机变量 ( X,Y ) 的分布律也可表示为
X Y
y1 y2
yj
x1
x2 xi
机变量 X 和 Y 的联合概率密度.
2.性质
(1) f ( x, y) 0.
(2)
f ( x, y) d x d y F (,) 1.
(3) 设 G 是 xoy 平面上的一个区域, 点 ( X ,Y ) 落在
G 内的概率为
P{(X ,Y ) G} f ( x, y) d x d y.
,
(x, y) D,
0, 其他.
则称 ( X , Y ) 在 D 上服从 均匀分布.
例3 已知随机变量 ( X , Y ) 在 D上服从均匀分布, 试求( X , Y )的分布密度,其中D为x 轴, y 轴及直线 y = x+1 所围成的三角形区域 .


f
( x,
y)
1 S
0,
,
(x, y) D, 其他.
G
(4)若 f ( x, y)在( x, y)连续,则有2F ( x, y) f ( x, y). xy
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

j取不大于 的正整数 . 且由乘法公式得 取不大于i
1 1 P { X = i ,Y = j } = P{Y = j X = i }P{ X = i }= ⋅ , i 4 i = 1,2,3,4, j ≤ i .
于是 ( X ,Y ) 的分布律为
Y
X
1
2
3
4
1
1 4
0 0 0
1 8 1 8
0 0
1 12
1
(1,1)
( 2,1)
o
1
2
x
( 3)当1 ≤ x < 2, y ≥ 2时, F ( x , y ) = p11 + p12 = 1 3 ;
y
2 (1,2 ) 1
(1,1)
( 2,2)
( 2,1)
o
1
2
x
(4)当x ≥ 2,1 ≤ y < 2时, F ( x , y ) = p11 + p21 = 1 3 ;
2
3
1 12
1 12
0
4
1 16 1 16 1 16 1 16
一个袋中有三个球,依次标有数字 例3 一个袋中有三个球 依次标有数字 1, 2, 2, 从中任取一个, 再任取一个, 从中任取一个 不放回袋中 , 再任取一个 设每 次取球时,各球被取到的可能性相等 各球被取到的可能性相等,以 次取球时 各球被取到的可能性相等 以 X, Y 分 别记第一次和第二次取到的球上标有的数字 , 的分布律与分布函数. 求 ( X, Y ) 的分布律与分布函数 1 2 2 解 ( X, Y ) 的可能取值为 (1,2), ( 2,1), ( 2,2).
证明
P { x1 < X ≤ x2 , y1 < Y ≤ y2 }
= P{ X ≤ x2 , y1 < Y ≤ y2 } − P { X ≤ x1 , y1 < Y ≤ y2 } = P{ X ≤ x2 ,Y ≤ y2 } − P { X ≤ x2 ,Y ≤ y1 }
− P { X ≤ x1 ,Y ≤ y2 } + P { X ≤ x1 ,Y ≤ y1 } ≥ 0, 故 F ( x2 , y2 ) − F ( x2 , y1 ) + F ( x1 , y1 ) − F ( x1 , y2 ) ≥ 0.
Y X
1
0 13
2
13 13
1 2
下面求分布函数. 下面求分布函数 二维随机变量分布函数酌情考虑) (二维随机变量分布函数酌情考虑)
(1)当 x < 1 或 y < 1 时,
y
( 2,2)
F ( x, y )= P{ X ≤ x,Y ≤ y} 2 (1,2 )
= 0;
(2)当1 ≤ x < 2,1 ≤ y < 2时, F ( x , y ) = p11 = 0;
2.性质 性质
(1) f ( x , y ) ≥ 0.
( 2) ∫
+∞ +∞
−∞ −∞

f ( x , y ) d x d y = F ( ∞ , ∞ ) = 1.
( 3) 设 G 是 xoy 平面上的一个区域 , 点 ( X ,Y ) 落在
G 内的概率为 P {( X ,Y ) ∈ G } = ∫∫ f ( x , y ) d x d y .
F ( x , y ) 的函数值就是随机点落 在如图所示区 域内的概率 .
y
( x, y) •
X ≤ x,Y ≤ y
o
x
(2) 联合分布函数的性质
1o F ( x , y ) 是变量 x 和 y 的不减函数 ,即对于任 意固定的 y , 当 x 2 > x1 时 F ( x 2 , y ) ≥ F ( x1 , y ),
∂ 2F ( x, y) (4) 若 f ( x , y ) 在 ( x , y ) 连续, 则有 = f ( x, y) . ∂x∂y
G
3.说明 说明
几何上 , z = f ( x , y ) 表示空间的一个曲面 .
∫−∞ ∫−∞ f ( x, y)d xd y = 1,
表示介于 f (x, y)和 xoy 平面之间的空间区域的 和 全部体积等于1. 全部体积等于
π π F(−∞, y) = A B − ( C + arctan y) = 0 ⇒ B = 2 2
π π F(x, −∞) = A( B + arctan x) C − = 0 ⇒C = 2 2
B = ,C = , A = 2 2 2 π
π
π
1
二维离散型随机变量
F ( −∞ ,−∞ ) = x → −∞ F ( x , y ) = 0, lim
y → −∞
F ( +∞ ,+∞ ) = x → +∞ F ( x , y ) = 1. lim
y → +∞
3 F ( x , y ) = F ( x + 0, y ), F ( x , y ) = F ( x , y + 0 ),
P{( X,Y ) ∈G} = ∫∫ f ( x, y) d xd y,
+∞ +∞
P{ ( X ,Y ) ∈ G }的值等于以 G为底 , 以曲面 z = f ( x , y ) 为顶面的柱体体积 .
G
例4
设二维随机变量 ( X , Y ) 具有概率密度
2e −( 2 x + y ) , x > 0, y > 0, f ( x, y) = 其它. 0, (1) 求分布函数 F ( x , y ); ( 2) 求概率 P {Y ≤ X }.
8 3 = , 2 28
3 2 3 8 3 P { X = 0,Y = 1} = = , 0 1 1 2 14
3 2 3 P { X = 1,Y = 1} = 1 1 0
可以借助图来说明
例: 设随机变量(X ,Y )的联合分布函数为
x y F(x, y) = A B + arctan C + arctan 2 2 − ∞ < x < +∞,−∞ < y < +∞
其中A , B , C 为常数. 求: A , B , C 。
B + π C + π =1 解 : F(+∞,+∞) = A 2 2
( 0 , 1 ), ( 1 , 0 ), ( 1 , 1 ), ( 0 , 2 ), ( 2 , 0 ). ( 0 , 0 ),
一支红笔 抽取一支绿笔,一支红笔 抽取两支都是绿笔 ⋅ 2 ⋅ 3 抽取一支绿笔 3 P { X = 0,Y = 0}= 0 0 2
其中 pij ≥ 0,
∑∑ pij = 1. i =1 j=1


二维随机变量 ( X,Y ) 的分布律也可表示为
X
y1 y2 M yj M
Y
x1
p 11
p 12 M
x2
p 21
p 22 M
L
L
L
xi
pi1
pi2 M
L
L
L
p1 j
p2 j
L
p ij
L
M
M
M
从一个装有3支蓝色 支蓝色、 支红色 支红色、 支绿色 例1 从一个装有 支蓝色、2支红色、3支绿色 圆珠笔的盒子里, 随机抽取两支, 圆珠笔的盒子里 随机抽取两支 若 X、Y 分别 、 表示抽出的蓝笔数和红笔数,求 的分布律. 表示抽出的蓝笔数和红笔数 求 ( X, Y ) 的分布律 解 ( X, Y ) 所取的可能值是
二维连续型随机变量
1.定义 定义
对于二维随机变量 ( X , Y ) 的分布函数 F ( x, y ), 如果存在非负的函数 f ( x, y ) 使对于任意 x, y 有 F ( x, y ) = ∫
y −∞ −∞

x
f (u , v) d u d v ,
则称 ( X , Y ) 是连续型的二维随机变量 , 函数 f ( x, y ) 称为二维随机变量 ( X , Y ) 的概率密度 , 或称为随 机变量 X 和 Y 的联合概率密度.
故所求分布律为
Y
X
0 1 2
0
1 2
3 28
9 28
3 28
3 14
1 28
3 14
0
0
0
例2 设随机变量 X 在 1,2,3,4 四个整数中等可能地
取值, 另一个随机变量 Y 在 1 ~ X 中等可能地取一 整数值 .试求 ( X ,Y ) 的分布律 .
解 { X = i ,Y = j } 的取值情况是 : i = 1,2,3,4,
(1)联合分布函数的定义 联合分布函数的定义
设 ( X , Y ) 是二维随机变量, 对于任意实数 x, y, 二元函数 : F ( x, y ) = P{( X ≤ x) I (Y ≤ y )} = P{ X ≤ x, Y ≤ y} 称为二维随机变量 ( X , Y ) 的分布函数, 或称为随 机变量X 和 Y 的联合分布函数.
1. 定义
若二维随机变量 ( X, Y ) 所取的可能值是有 限对或无限可列多对,则称 ( X, Y ) 为二维离散型 限对或无限可列多对 则称 随机变量. 随机变量
2. 二维离散型随机变量的分布律
设二维离散型随机变量 ( X , Y ) 所有可能取的 值为 ( xi , y j ), i, j = 1, 2,L , 记 P{ X = xi , Y = y j } = pij , i, j = 1, 2,L , 称此为二维离散型随机变量 ( X , Y ) 的分布律 , 或随机变量 X 和 Y 的联合分布律.
相关文档
最新文档