最新概率统计教案2
- 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、"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、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)。
第三章 多维随机变量及其分布
一、教材说明
本章内容包括:多维随机变量的联合分布和边际分布、多维随机变量函数的分布、多维随机变量的特征数,随机变量的独立性概念,条件分布与条件期望。本章仿照一维随机变量的研究思路和方法。
1、教学目的与教学要求 本章的教学目的是:
(1)使学生掌握多维随机变量的概念及其联合分布,理解并掌握边际分布和随机变量 的独立性概念;
(2)使学生掌握多维随机变量函数的分布,理解并掌握多维随机变量的特征数; (3)使学生理解和掌握条件分布与条件期望。 本章的教学要求是: (1)深刻理解多维随机变量及其联合分布的概念,会熟练地求多维离散随机变量的联合分布列和多维连续随机变量的联合密度函数,并熟练掌握几种常见的多维分布;
(2)深刻理解并掌握边际分布的概念,能熟练求解边际分布列和边际密度函数;理解随机变量的独立性定义,掌握随机变量的独立性的判定方法; (3)熟练掌握多维随机变量的几种函数的分布的求法,会用变量变换法求解、证明题目; (4)理解并掌握多维随机变量的数学期望和方差的概念及性质,掌握随机变量不相关与独立性的关系; (5)深刻理解条件分布与条件期望,能熟练求解条件分布与条件期望并会用条件分布与条件期望的性质求解、证明题目。
2、本章的重点与难点
本章的重点是多维随机变量的联合分布和边际分布、多维随机变量函数的分布及条件分布、多维随机变量的特征数,难点是多维随机变量函数的分布及条件分布的求法。
二、教学内容
本章共分多维随机变量及其联合分布、边际分布与随机变量的独立性、多维随机变量函数的分布、多维随机变量的特征数、条件分布与条件期望等5节来讲述本章的基本内容。
3.1 多维随机变量及其联合分布
一、多维随机变量
定义3.1.1 如果12(),(),,()n X X X ωωω⋅⋅⋅是定义在同一个样本空间{}ωΩ=上的n 个随机变量,则称1()((),...,())n X X X ωωω=为n 维随机变量或随机向量。
二、
联合分布函数
1、定义3.1.2 对任意n 个实数12,,,n x x x ⋅⋅⋅,则n 个事件
1122{},{},,{}n n X x X x X x ≤≤⋅⋅⋅≤同时发生的概率 121122(,,,){,,,}n n n F x x x P X x X x X x ⋅⋅⋅=≤≤⋅⋅⋅≤
称为n 维随机变量12(,,,)n X X X ⋅⋅⋅的联合分布函数。
2、性质
定理 3.1.1 任一二维联合分布函数(,)F x y 必具有如下四条基本性质: (1) 单调性:(,)F x y 分别对x 或y 是单调不减的,即
当12x x <时有12(,)(,)F x y F x y ≤;当12y y <时有12(,)(,)F x y F x y ≤。 (2) 有界性:对任意的x 和y ,有0(,)1F x y ≤≤,且
,(,)lim (,)0,(,)lim (,)0,
(,)lim (,)1,
x y x y F y F x y F x F x y F F x y →-∞
→-∞
→+∞
-∞==-∞==+∞+∞==
(3) 右连续性 对每个变量都是右连续的,即
(0,)(,),(,0)(,)F x y F x y F x y F x y +=+=。
(4) 非负性 对任意的,a b c d <<有
(,)(,)(,)(,)(,)0P a x b c Y d F b d F a d F b c F a c <≤<≤=--+≥
证明 仿一维分布函数的性质的证明,此处略。
注 任一二维联合分布函数(,)F x y 必具有以上四条基本性质;还可证明具有以上性质的二元函数(,)F x y 一定是某个二维随机变量的分布函数。
例3.1.1 证明二元函数 0,0;
(,)1,0.x y G x y x y +<⎧=⎨
+≥⎩
满足二维分布函数的性质(1)(2)
(3),但它不满足性质(4),故不是分布函数。
分析:证明某二元函数是二维分布函数需验证满足二维分布函数的性质(1)(2)(3)(4),若证不是二维分布函数只需验证其中一条性质不满足即可。
证明:略。
三、 联合分布列
1、定义3.1.3 如果二维随机变量(,)X Y 只取有限个或可列个数对(,)i j x y ,则称
(,)X Y 为二维离散随机变量,称
(,),,1,2,ij i j p P X x Y y i j ====⋅⋅⋅
为(,)X Y 的联合分布列。还可以用书135页的表格形式记联合分布列。
2、联合分布列的基本性质: (1)非负性 0;ij p ≥(2)正则性
11
1.ij
i j p
+∞+∞
===∑∑
例3.1.2 从1,2,3,4中任取一数记为X ,再从1,…,X 中任取一数记为Y ,求
(,)X Y 的联合分布列及()P X Y =。
分析:求二维离散随机变量的联合分布列,关键是写出二维离散随机变量可能取的数对及其发生的概率。
解:略。
四、 联合密度函数
1、定义3.1.4 如果存在二元非负函数(,)p x y ,使得二维随机变量(,)X Y 的分布函数
(,)F x y 可表示为
(,)(,),x
y
F x y p u v dvdu -∞-∞
=⎰
⎰
则称(,)X Y 为二维连续随机变量,称(,)p u v 为(,)X Y 的联合密度函数。
注 在偏导数存在的点上,有2
(,)(,)p x y F x y x y
∂=
∂∂。 2、 联合密度函数的基本性质 (1)非负性(,)0;p u v ≥(2)正则性 (,) 1.p u v +∞
+∞
-∞
-∞
=⎰⎰
注 可求概率((,))(,),G
P X Y G p x y dxdy ∈=
⎰⎰具体使用左式时,积分范围是(,)
p x y 的非零区域与G 的交集部分,然后设法化成累次积分再计算出结果。
例3.1.3 设(X ,Y )的联合密度函数为 236,0,0;
(,)0,.x y e x y p x y --⎧>>=⎨⎩
其他
求(1)(11)P X Y <>,;
(2)()P X Y >。 解 略
五、 常用多维分布 1、多项分布
进行n 次独立重复试验,如果每次试验有r 个可能结果:12,,,,r A A A ⋅⋅⋅且每次试验中
i A 发生的概率为12(),1,2,,;1;i i r p P A i r p p p ==⋅⋅⋅++⋅⋅⋅+=记i X 为n 次独立重复试验
中i A 出现的次数,1,2,,i r =⋅⋅⋅。则12(,,,)r X X X ⋅⋅⋅取值12(,,,)r n n n ⋅⋅⋅的概率,即A 出现
1n 次,2A 出现2n 次,……,r A 出现r n 次的概率为
12
11221212!(,,,),!!!
r n n n r r r r n P X n X n X n p p p n n n ==⋅⋅⋅==
⋅⋅⋅⋅⋅⋅
其中12.r n n n n =++⋅⋅⋅+