第3章 多维随机变量及其分布
第三章 多维随机变量及其分布
本讲主要内容:1.二维离散随机变量2.二维连续随机变量(重点)3.二维随机变量函数的分布(重点)设X与Y为两个随机变量,那么我们称二元组(X,Y)为二维随机变量.一、二维离散随机变量定义7:设X与Y均为离散随机变量,取值分别x1, x2,…, x i,…,y1, y2,…,y j,…那么我们称(X,Y)为二维离散随机变量,并称P(X=x i, Y=y j)=p ij, i, j =1,2,…为(X,Y)的联合分布列.联合分布列的性质:① p ij≥0②边际分布列:X与Y独立的任何两行或者两列都成比例离散随机变量的独立性:设(X,Y)为二维离散随机变量,如果即联合分布列等于边际分布列的乘积,则称X与Y相互独立.条件分布列与乘法公式:二、二维随机变量的联合分布函数定义8:设(X,Y)为二维随机变量,我们称二元函数为(X,Y)的联合分布函数.联合分布函数的性质:(1)F(x,y)为x与y的右连续函数.(2)F(x,y)为x与y的不减函数.(3)(4)三、二维连续随机变量定义9:设(X,Y)为二维随机变量,如果(X,Y)的联合分布函数可以写成则称(X,Y)为二维连续随机变量,并称f(x,y)为(X,Y)的联合密度函数. 易知:联合密度函数的性质:(1),(2)边际密度函数:随机变量X的边际密度:随机变量Y的边际密度:连续随机变量的独立性:设(X,Y)为二维连续随机变量,如果则称X与Y相互独立.条件密度:我们称为在给定Y=y时X的条件密度.为在给定X=x时Y的条件密度.如果二维连续随机变量(X,Y)的联合密度为则称(X,Y)服从区域G上的二维均匀分布.其中为区域G的面积.【例39·解答题】假设随机变量Y服从参数的指数分布,随机变量求X1和X2的联合概率分布.[答疑编号986303101:针对该题提问]解:P(X1=0, X2=0)=P(Y≤1,Y≤2)=P(X1=1, X2=0)=P(Y>1,Y≤2)=【例40·解答题】某射手向一目标进行连续射击,每次命中的概率都是p,各次命中与否相互独立.以X表示第二次命中时的射击次数,以Y表示第三次命中时的射击次数.求(X,Y)的联合分布列以及Y的边际分布列.[答疑编号986303102:针对该题提问]解:P(X=m,Y=n)=令m-1=k=n=3, 4, 5……【例41·解答题】设(X,Y)具有联合分布列:且已知EX=-0.2,记Z=X+Y.求(1)a,b,c的值;[答疑编号986303103:针对该题提问](2)Z的概率分布;[答疑编号986303104:针对该题提问](3)P(X=Z).[答疑编号986303105:针对该题提问]解:(1)a+b+c=0.4-(a+0.2)+c+0.1= -0.2解得a=0.2 , b=c=0.1(2)Z的概率分布(3)【例42·解答题】设某汽车的车站人数X~P(),每个人在中途下车的概率都是P,且下车与否相互独立,以Y表示中途下车的人数。
概率论第三章 多维随机变量及其分布
1 3
概率论
y
y x
o
x
概率论
四、课堂练习
设随机变量(X,Y)的概率密度是
f
x,
y
k
6
x
y,
0,
0 x 2,2 y 4, 其它.
(1) 确定常数 k;
(2) 求概率 PX 1,Y 3 .
解 (1) 1 f x, ydxdy
R2
k
2 dx
46
0
2
x
y dy
k
2 dx
46
概率论
同理, Y的分布律为:
P{Y y j} pij ˆ p•j , j 1,2,, i1
分别称pi• (i 1, 2,), 和p• j , (j 1, 2,)为(X, Y)关于 X和关于Y的边缘分布律.
概率论
例1 把一枚均匀硬币抛掷三次,设X为三次 抛掷中正面出现的次数 ,而 Y 为正面出现次数与 反面出现次数之差的绝对值 , 求 (X ,Y) 的分布律 和边缘分布律.
也就是说,对于给定的
不同的 对应
不同的二维正态分布,但它们的边缘分布却都是一样的.
此例表明 由边缘分布一般不能确定联合分布.
概率论
五、小结
1. 在这一讲中,我们与一维情形相对照,介 绍了二维随机变量的边缘分布. 2. 请注意联合分布和边缘分布的关系: 由联合分布可以确定边缘分布; 但由边缘分布一般不能确定联合分布.
随机变量维(X,Y )的概率密度 , 或 称为随机变量 X 和 Y 的联合概 率密度.
概率论
一维随机变量X
连续型
F x x
f tdt
x
X的概率密度函数
f x x R
第三章多维随机变量及其分布
§3.1 二维随机变量
P{X 1,Y 1} 1312
8 2
3 14
,
P{ X
0,Y
2}
2 2
82
1 28
,
P{X 1,Y 0} 1313
8 2
6/45
§3.1 二维随机变量
分布函数的性质:
1°F(x,y)是变量x,y的不减函数 2°0≤F(x,y)≤1且
对任意的y,当x2>x1时F(x2,y)≥F(x1,y) 对任意的x,当y2>y1时F(x,y2)≥F(x,y1)
对任意固定的y,F(-∞,y)=0 (边界无限向左,趋于不可能事件)
其 它.
(1) 求分布函数F ( x, y); (2) 求概率 P{Y X }.
19/102
§3.1 二维随机变量
解
y
(1) F( x, y)
x
f (x, y)d x d y
y 0
x 2e(2x y) d x d y, x 0, y 0,
0
0,
二元函数: F(x,y)=P{(X≤x)∩(Y≤y)},记做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。
5/45
§3.1 二维随机变量
二维随机变量分布函数的意义
将(X,Y)看成是平面上随机点的坐标,则分布函数F(x,y) 在点(x,y)处的函数值是随机点(X,Y)落在以(x,y)为顶点的 左下方的无穷矩形区域内的概率
记P{X=xi,Y=yj}=pij,i,j=1,2,…,则由概率的定义有:
第三章多维随机变量及其分布.doc
可以证明,凡满足性质(1)的任意一个二元函数f(x,y),必可作为某个二维随机变量的联合密度函数。
(3)若f(x,y)在点(x,y)处连续,则
证明
(4)设G是xOy平面上的一个区域,则有
在几何上z=f(x,y)表示空间的一张曲面。由性质(1)知,介于该曲面和xOy平面之间的空间区域的体积是1。由性质(3)知, 的值等于以G为底,以曲面z=f(x,y)为顶的曲顶柱体的体积。
3.1.3联合分布列
定义3.1.3若二维随机变量(X,Y)的所有可能取的值是有限多对或可列无限多对(xi,yj),则称(X,Y)为二维离散型随机变量。称
,i,j=1,2,…,n,
为二维离散型随机变量(X,Y)的联合分布列,也可用如下表格记联合分布列。
Y
联合分布列的基本性质:
(1)非负性
(2)正则性
例1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表示取到白球的只数,求X,Y的联合分布列和 。
解(1) 的分布函数为
(2)将 的共同分布函数 代入上式得
(3)Y的分布函数仍为上式,密度函数可对上式关于 求导得
(4)将指数分布的分布函数和密度函数代入(2)和(3)的结果中得
二、最小值分布设 是相互相互独立的n个随机变量,若 ,在以下情况下求Y的分布。(1) ~ ;(2) 同分布,即 ~ ;(3) 为连续随机变量,且 同分布,即 的密度函数为 , ;(4) ~ 。
0.216 0 0 0
二、多维超几何分布
袋中有N只球,其中有Ni只 号球, ,记 。从中任意取出n只,若记Xi为取出的n只球中 号球的个数, ,则
其中 。
例4在例3中改为不放回抽样,求二维随机变量(X,Y)的联合分布列。
第3章多维随机变量及其分布
i
j
离散型随机变量的独立性
定理3.6 设(X,Y)是二维离散型随机变量, 则X与Y相互独立,等价于 pij pi pj (独立时联合分布律等于边缘分布律的乘积)
2016/2/17 34
例3.7
(X,Y)有二维概率分布 X Y 0 1
2016/2/17 29
随机变量相互独立
定义3.6 F(x, y)是二维随机变量(X,Y) 的二维分布函数, FX(x), FY(y)分别为X,Y 的边缘分布函数. 若对任意x, y, 有
F ( x, y) FX ( x )FY ( y)
则称X与Y相互独立.
2016/2/17
30
随机变量独立与事件独立
2016/2/17 5
y y2 ( x 1 , y2 ) (x2, y2)
y1 O
(x1, y1) x1 x2
(x2, y1) x
2016/2/17
6
分布函数F(x, y)的性质
(1) 单调不减性: 对任意y R, 当x1<x2时, F(x1, y) F(x2 , y); 对任意x R, 当y1<y2时, F(x, y1) F(x , y2).
2016/2/17
19
例3.4
设二维随机变量(X,Y)的密度函数为 Ay, 0 y x 1 f ( x, y ) 其它 0, 1 1 (1) 求A; (2) 求 P ( X , Y ); 2 4 1 3 (3)求 P ( X Y ), P ( X Y ). 2 2 解: (1) 画出密度函数的有效定义域:
2016/2/17 2
定义3.2 设(X, Y)是二维随机变量, 对任意 (x, y)R2, 则称 F(x,y)=P(Xx, Yy) 为(X, Y)的二维分布函数, 或为X与Y的联合 分布函数. 即F(x,y)为事件(Xx)与(Yy)同时发 生的概率.
高等数学之多维随机变量及其分布
YX
G
2e(2 x y) d x d y 0y
G
O
x
1. 3
练习题
1. 设二 维随 机变量( X ,Y ) 具有 概率 密度
f
(
x,
y)
ce
x2
y
,
0,
x 1, y 0, 其 它.
(1) 确 定 常 数c; (2) 求P{ X 2Y 1};
2.设随机变量X和Y的联合分布函数为F (x, y), 而F1(x)和F2 ( y)分别为X和Y的分布函数,则 a,b, P{X a,Y b} B
a
3.设二维随机变量( X ,Y )的概率密度为
ey ,0 x y
f (x, y) 0,
其它
求P{X Y 1}.
解:
P{X Y 1} f (x, y)dxdy
y
y=x
G
1/2 dx 1x eydy 1 2 1
0
x
e1/ 2 e
1
0 1/2 1
x
x+y=1
4.设 二 维 随机 变 量( X ,Y )的 分 布 函数 为
例3 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) 0,
其 它.
(1) 求分 布函 数F ( x, y); (2) 求概 率 P{Y X }.
解: (1) F ( x, y) y
x
f (u, v)d ud v
yx
F ( x, y)
f (u, v) d ud v
则 称( X ,Y )是 连 续 型 的 二 维 随 机 变量,函 数f ( x, y)
第三章 多维随机变量及其分布
则称X 1 , X 2 , , X n相互独立。
3.3
多维随机变量函数的分布
一、多维离散随机变量函数的分布 二、最大值与最小值的分布
三、连续场合的卷积公式
四、变量变换法
一、多维离散随机变量函数的分布
泊松分布的可加性
设X P(1 ), Y P(2 ),且X 与Y 独立,则Z X Y P(1 2 ).
二项分布的可加性
设X b(n, p), Y P(m, p),且X 与Y 独立,则Z X Y b(n m, p).
二、最大值和最小值的分布
最大值分布
设X1 , X 2 , , X n是相互独立的n个随机变量,若Y max( X1 , X 2 , , X n ), 则Y的分布称为最大值分布。
y y
0
1
U g1 ( X , Y ) V g2 ( X , Y )
则(U ,V )的联合分布函数为 p( , ) p( x( , ), y( , )) | J |
积的公式
设X 与Y 相互独立,其密度函数分别为p X ( x)和pY ( y )。则 U XY的密度函数为 pU ( )
P( X x , Y y ) P( X x ), i 1, 2,
j 1 i j i
被称为X 的边际分布列,类似地,对i求和所得的分布列
P( X x , Y y ) P(Y y ), j 1, 2,
i别地, 当n 2时( X , Y )为二维随机变量。
其联合分布函数为( F x, y) P (X x, Y y)
若F(x,y)是二维随机变量(X,Y)的分布函数, 则 它表示随机点(X,Y)落在二维区域D内的概率, 其中D 如下图所示:
第三章多维随机变量及其分布
第三章多维随机变量及其分布第三章多维随机变量及其分布在许多随机试验中,需要考虑的指标不⽌⼀个。
例如,考查某地区学龄前⼉童发育情况,对这⼀地区的⼉童进⾏抽样检查,需要同时观察他们的⾝⾼和体重,这样,⼉童的发育就要⽤定义在同⼀个样本空间上的两个随机变量来加以描述。
⼜如,考察礼花升空后的爆炸点,此时要⽤三个定义在同⼀个样本空间上的随机变量来描述该爆炸点。
在这⼀章中,我们将引⼊多维随机变量的概念,并讨论多维随机变量的统计规律性。
1.⼆维随机变量及其分布在这⼀节中.我们主要讨论⼆维随机变量及其概率分布,并把它们推⼴到n维随机变量。
1.⼆维随机变量及其分布函数1.⼆维随机变量定义3.1 设Ω ={ω }为样本空间,X=X(ω )和Y=Y(ω )是定义在Ω上的随机变量,则由它们构成的⼀个⼆维向量(X,Y)称为⼆维随机变量或⼆维随机向量.⼆维向量(X,Y)的性质不仅与X及Y有关,⽽且还依赖于这两个随机变量的相互关系。
因此,逐个讨论X和Y的性质是不够的,需把(X,Y)作为⼀个整体来讨论。
随机变量X常称为⼀维随机变量。
2. ⼆维随机变量的联合分布函数与⼀维的随机变量类似,我们也⽤分布函数来讨论⼆维随机变量的概率分布。
定义3.2 设(X,Y)是⼆维随机变量,x,y为任意实数,事件(X≤x)和(Y≤y)的交事件的概率称为⼆维随机变量(X,Y)的联合分布或分布函数,记作F(x,y),即若把⼆维随机变量(X,Y)看成平⾯上随机点的坐标,则分布函数F (X,Y)在(x,y)处的函数值就是随机点(X,Y)落⼊以(x,y)为定点且位于该点左下⽅的⽆穷矩形区域内的概率(见图3-1)。
⽽随机点(X,Y) 落在矩形区域内的概率可⽤分布函数表⽰(见图3-2)分布函数F (x,y)具有以下的基本性质。
(1) 0≤F (x,y)≤1.对于任意固定的x和y,有(2) F (x,y)是变量x或y的单调不减函数,即对任意固定的y,当x2 ≥x1时,;对任意固定的x,当y2 ≥y1时,。
3.3-多维随机变量及其分布
f X|Y ( x | y)
f (x, y) fY ( y)
称为随机变量X 在Y y的条件下的条件密度函数.
fY X y
x
f (x, y)
fX x
称为随机变量Y 在 X x的条件下的条件密度函数.
条件密度函数的性质
性质1 对任意的 x,有 fX Y x y 0
性质 2 fX Y x ydx 1 简言之,fX Y x y是密度函数.
和的分布:Z = X + Y 二、连续型分布的情形
设X和Y的联合密度为 f (x,y),求Z=X+Y的密度
Z=X+Y的分布函数是: FZ(z)=P(Z≤z)=P(X+Y ≤ z)
f (x, y)dxdy
D
这里积分区域D={(x, y): x+y ≤z}
是直线x+y =z 左下方的半平面.
FZ (z) f (x, y)dxdy
(3) F (, y) 0, F ( x,) 0 F (,) 0, F (,) 1
(4)关于x或y右连续
(5)对 x1 x2 , y1 y2 ,有
P(x1 X x2, y1 Y y2 )
F ( x2 , y2 ) F ( x1, y2 ) F ( x1, y1 ) F ( x2 , y1) 0
二维随机变量(X,Y) 离散型
X和Y 的联合概率分布列
P(X xi ,Y yj) pij,
i, j =1,2, …
pij 0, i, j 1,2,
pij 1
ij
一维随机变量X 离散型
X的概率分布列
P(Xxk) pk,
k=1,2, …
pk 0, k=1,2, …
pk1
概率论与数理统计教程(茆诗松)第三章多维随机变量及其分布
P(X1=1, X2=0) = P(|Y|<1, |Y|≥2) = 0
P(X1=1, X2=1) = P(|Y|<1, |Y|<2) = P(|Y|<1) = 0.6826
23 August 2021
华东师范大学
第三章 多维随机变量及其分布
列表为:
X1 X2 0 1
0
0.0455 0
1
0.2719 0.6826
第13页
23 August 2021
华东师范大学
第三章 多维随机变量及其分布
课堂练习
第14页
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到X 中等可能 地取一整数值。试求(X, Y)的联合分布列.
第三章 多维随机变量及其分布
第1页
第三章 多维随机变量及其分布
§3.1 多维随机变量及其联合分布 §3.2 边际分布与随机变量的独立性 §3.3 多维随机变量函数的分布 §3.4 多维随机变量的特征数 §3.5 条件分布与条件期望
23 August 2021
华东师范大学
第三章 多维随机变量及其分布
23 August 2021
华东师范大学
第三章 多维随机变量及其分布
3.2.1 边际分布函数
第29页
巳知 (X, Y) 的联合分布函数为 F(x, y),
则 X FX (x) = F(x, +),
Y FY (y) = F(+ , y).
23 August 2021
《概率论与数理统计》第三章
§1 二维随机变量
定义:设E是一个随机试验,样本空间S={e}; 设X=X(e)和Y=Y(e)是定义
y
X e,Y e
在S上的随机变量,由它们构成的
向量(X,Y)叫做二维随机向量 或二维随机变量。
e S
x
定义:设(X,Y)是二维随机变量对于任意实数x,y,
二元函数
ቤተ መጻሕፍቲ ባይዱ
y
F(x, y) P(X x) (Y y)
1 4
1 i
,
ji
0, j i
(X,Y)的联合分布律为:
YX
1
1
1/4
23 4 1/8 1/12 1/16
2
0 1/8 1/12 1/16
3
0
0 1/12 1/16
4
0
0 0 1/16
例3:设有10件产品,其中7件正品,3件次品。现从中
任取一件产品,取后不放回,令
1 X 0
第一次取到的产品是次品 1
z f (x, y)为顶面的柱体体积。
所以 X,Y 落在面积为零的区域的概率为零。
例3:设二维随机变量(X,Y)具有概率密度:
2e(2x y) , x 0,y 0
y f (x, y) 0,
其他
1 求分布函数F(x, y);2求P{X 2,Y 3};
3求P(Y X )的概率
解: (1)当x>0,y>0时
f (x, y)xy
————————
概率微分
(4) f ( x, y)的作用 : 求二维随机变量(X,Y)取值
落在区域G内的事件的概率
P((X ,Y ) G) f ( x, y)dxdy
G
G
注:1在几何上,z f (x, y)表示空间一个曲面,
第3章 多维随机变量及其分布
例1 已知的联合密度为,求的密度函数。 解 先求的分布函数:由分布函数的定义知对任意有,由于事件等价 于事件,于是,所以(由图2—6)
图2-6 在积分中,和是固定的,令,则得 由概率密度的定义 , 由于的对称性,也有 。 上两式为的密度函数的一般公式。
特别当相互独立时,由于对一切都有,此时的密度函数的公式为: 或。
例1[二维均匀分布] 设为二维随机变量,是平面上的一个有界区 域,其面积为,又设,可验证满足概率密度的基本性质,我们称由这个 密度函数确定的分布为二维均匀分布。
例2[二维正态分布]设
() 其中都是常数,且。
可以证明满足概率密度的两条基本性质,因此确定了一个二维随机 变量的分布,我们称由这个密度函数所确定的分布为二维正态分布,记 为。
图2-4 解 (1)
=,所以; (2); (3)关于的边缘分布密度函数为 当时,=0. 当时, 故有
=; 同理可求得关于的边缘分布密度函数为
=. 因为对任意的实数,都有 ,所以相互独立。
例 2.16 设服从域(如图2—5)上的均匀分布,求关于和关于的边 缘分布,并判断是否相互独立。
解 由均匀分布的定义,的联合分布密度函数为
定义 2.5 :设为随机试验的样本空间,,是定义在上的随机变量,则 称有序数组为二维随机变量或称为二维随机向量。
定义 2.6:设是二维随机变量,对于任意实数,称二元函数为二维随 机变量的联合分布函数。
如果把二维随机变量看作平面上具有随机坐标的点,那末分布函数 在()处的函数值就是随机点落在以点()为顶点而位于该点左下方的 无穷矩形域内的概率。
2.二维随机变量联合分布函数的性质: (1) ; (2) 是变量的单调不减函数,即:对于任意固定的,当时有 ;对于任意
第3章多维随机变量及其分布-精选文档
1 x y l i m( a r c t a n ) ( a r c t a n ) 2 x 2 22 2 1 y ( a rc ta n ). 2 2
二. 离散型随机向量的概率分布
定义:如果二维随机向量(X,Y)的可能取值是有 限组或可列无限组 ( xi , y j ), i, j 1, 2, ,则称(X,Y)为二 维离散型随机向量,将(X,Y)取每组值的概率
一. 随机向量及其分布函数
是定义在概率空间 (, P) 上的 定义1 设 X ,X X 1 2,... n ,X ,... X , P) 上的一个 n个随机变量,则称 (X 1 2 n)是 ( n维随机向量。 ,X ,... X , P) 上的一个n维随机向量, 定义2 设 (X 1 2 n)是 ( 则称n元函数
y
(x1,y2) Ⅲ Ⅰ o Ⅱ
(x2,y2)
Ⅳ
(x1,y1)
(x2,y1)
x
二维随机向量联合分布函数的性质
F(x, y)有以下性质 : ( 1 ) 0 F ( x , y ) 1 ; ( 2 ) F ( x ,y ) 关于 x 和 y 均单调非减 ,右连续 ;
( 3 ) F ( , y ) lim F ( x , y ) 0 ,
一般地,设随机试验 E 的样本空间为 {} , X X ( ) 和 Y Y () 分别是定义在同一个样本空间 Ω 上的随 机变量,我们称向量(X,Y)为二维随机变量或二 维随机向量.类似地可定义三维随机变量以及任意 有限维随机变量.我们把二维及二维以上的随机变 量称为多维随机变量.本章主要讨论二维随机变量, 其结果只要形式上加以处理,可以推广到三维或三 维以上的随机变量.
F ( x , x ,..., x ) P { X x , X x ,..., X x } 1 2 n 1 1 2 2 n n
第3章多维随机变量及其分布
1
o 1 2
(2,1)
返回
第三章 多维随机变量及其分布
F ( x, y ) pij
xi x y j y
1 p11 0, p12 p21 p22 3
F ( x, y ) 0
(1)x<1 或y < 1时,
(2)1≤x < 2, 1≤y < 2时, F ( x, y ) p11 0 (3)1≤x <2, y≥2时, (4)x≥2, 1≤y <2时,
或
P(Y y j ) P( X xi / Y y j )
xi x y j y
F ( x, y ) P ( X x, Y y )
p
ij
返回
第三章 多维随机变量及其分布
例3.3 一个口袋中有三个球, 依次标有数字1, 2, 2, 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. 以X, Y分别记第一次和第二次取到的球上标有的数字, 求X, Y
出(iv)).
返回
第三章 多维随机变量及其分布
例 3.1 设随机变量(X, Y)等可能地取值:(0, 0), (0, 2), (2, 0), (2,
2), 求X, Y的联合分布函数.
解: I. x < 0, 或y < 0时,
F ( x, y) P( X x, Y y) P() 0
则( X , Y )的联合分布列为
Y
X 0
1
0 0
1/15
1
2 3/15
3/15
返回
2/15
6/15
第三章 多维随机变量及其分布
- 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)。
Y
1 2
3 4
¼ 0 0 0
⅛ ⅛
0 0
1 12 1 12 1 12
1 16 1 16 1 16 1 16
即(X,Y)的联合概率分布为:
0
0.35
10
20
0 1 2
0.04 0.025
1 2
试写出关于X 和Y的边缘概率分布; 求P X 2 | Y 20的值。
0.025 0.15 0.04 0.020 0.10 0.25
1 2 0 X 解: 1由题意可得: P 0.415 0.215 0.370 10 20 0 Y P 0.395 0.290 0.315
i
j
ij
…
pi1
pi2
… … … …
p2j
pij
… … … …
为二维离散型随机变量(X,Y)的联合概率分布。 可以用如右表格表示:
6
分布律的性质
1 pij 0,i, j 1, 2,
2
p
i 1 j 1
ij
1
例1:设随机变量X在1、2、3、4四个整数中等可能地取 一个值,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)的联合概率分布。 解:(X=i,Y=j)的取值情况为:i=1,2,3,4; X j取不大于i的正整数。 2 3 1 4
例2:研究某种型号炮弹的弹着点分布。每枚炮弹的 弹着点位置需要由横坐标和纵坐标来确定,而 它们是定义在同一样本空间的两个随机变量。
2
定义:设E是一个随机试验,样本空间S={e}; y 设X=X(e)和Y=Y(e)是定义 X e ,Y e 在S上的随机变量,由它们构成的 向量(X,Y)叫做二维随机向量 或二维随机变量。 e x S 定义:设(X,Y)是二维随机变量,对于任意实数x,y, 二元函数 y
因为P x1 X x2 , y1 Y y2 F ( x2 , y2 ) F ( x2 , y1 ) F ( x1 , y2 ) F ( x1 , y1 ) 0
5
二维离散型随机变量
定义:若二维随机变量(X,Y)全部可能取到的不同值是有 限对或可列无限对,则称(X,Y)是离散型随机变量。
FX ( x) F ( x, ) FY ( y ) F ( , y )
事实上,
FX ( x) P( X x) P( X x, Y ) F ( x, )
即在分布函数F ( x, y)中令y , 就能得到FX ( x)
同理得:FY ( y) P(Y y) F (, y)
f ( x, y ) 0 , 其他
则称(X,Y)在G上服从均匀分布。 2 现设(X,Y)为在有界区域 x y x上均匀分布,其概 fY ( y ) 率密度为 f ( x, y) 6, x 2 y x 求边缘概率密度 f X ( x), 0, 其他 解: x
f X ( x)
0
7
二维连续型随机变量
定义:对于二维随机变量 X , Y 的分布函数F x, y , 如果存在非负函数f x, y ,使对于任意x, y, 有F ( x, y )
y
x
f (u, v)dudv
称 X , Y 为连续型的二维随机变量 称f x, y 为二维随机变量 X , Y 的(联合)概率密度
2 P X 2 | Y 20
0.25 0.794 0.315
14
例2:(X,Y)的联合分布律为
已知:P(Y 1| X 1) 0.5 求:(1)a,b的值;
X
Y 1 2
-1
0
1
0.1 a 0.2 0.1 0.2 b
(2)X,Y的边缘分布律; (3) P( X 1| Y 1) 解: (1) 由分布律性质知 a+b+0.6=1 即a+b=0.4
11
对于离散型随机变量(X,Y),分布律为
P( X xi, Y y j ) pij, i, j 1, 2,
X,Y的边缘分布律为:
P( X xi ) P( X xi,Y ) pij == pi i 1, 2,
P(Y y j ) P( X ,Y y j ) pij == p j j 1, 2,
注: 1 在几何上,z f ( x, y )表示空间一个曲面,介于它和xoy平面 的空间区域的体积为1
2 P(( X , Y ) G )等于以G为底,以曲面z f ( x, y )为顶面的柱体体积。 所以 X,Y 落在面积为零的区域的概率为零。
9
例:设二维随机变量(X,Y)具有概率密度:
Y y 1 X
离散型随机变量的联合概率分布:
设 X , Y 所有可能取值为
x1
p11 p21
y2 … yj … p12 … p1j …
p22
x2
…
x , y , i, j 1, 2, 称P X x , Y y p , Байду номын сангаас, j 1, 2,
i j
…
xi
…
x y 2 u v (1 e 2 x )(1 e y ), x 0, y 0 0 2e du 0 e dv, x 0, y 0 0, 其他 其他 0,
2 P(Y X )
0
y
2e(2 x y ) dxdy e y (e2 x | y )dy
13
例1:对一群体的吸烟及健康状况进行调查,引入随机变量 0, 健康 0, 不吸烟 X 和Y 如下:X 1, 一般 , Y 10, 一天吸烟不多于15支 2, 不健康 20, 一天吸烟多于15支 根据调查结果,得 X , Y 的联合概率分布如下:
Y
X
2 x2 6dy 6( x x ), 0 x 1 f ( x, y)dy 其他 0,
fY ( y)
y 6dx 6( y y ), f ( x, y)dx y 0,
0 y 1 其他
16
例4:设二维随机变量 X , Y 的概率密度为: f ( x, y ) 1 2 1 2 1 2
i 1
记为
j 1
记为
注意: 记号pi 中 表示pi 是由pij关于
j求和后得到的; 同样p j是由 pij 关于i求和后得到的;
X Y y1 x1 p11 x2 p21 … xi pi1
P Y y j p· 1
…
y2 … yj p12 … p 1j p22 … p 2j … pi2 … p ij p· 2 … … p.j
又P(Y 1| X 1) 0.2 , b=0.3 0.2 1 a 0.1 0.3 a 2 0.3 a
1 Y -1 0 p j 0.2 0.3 0.5
(2) X
pi
2 1 0.4 0.6
2 0.4 3 P( X 1| Y 1) 5
15
例3:设G是平面上的有界区域,其面积为A,若二维随机 变量(X,Y)具有概率密度 1 A , ( x, y ) G
2e (2 x y ) , x 0,y 0 f ( x, y ) 其他 0, 1 求分布函数F ( x, y); 2 求P(Y X )的概率
解: y x 1 F ( x, y) f (u, v)dudv
y x (2u v ) dudv, x 0, y 0 0 0 2e 0, 其他
x , y
( x 1 ) 2 ( x 1 )( y 2 ) ( y 2 ) 2 1 exp 2 2 2 1 2 22 2(1 ) 1
其中 1, 2, 1, 2,都是常数,且 1 0, 2 0, 1 1; 我们称 X , Y 为服从参数为1, 2, 1, 2,的二维正态分布,记为: ( X , Y ) N ( , ; 2, 2 ; ); 1 2 1 2 试求二维正态随机变量的边缘分布函数。
8
概率密度的性质:
1. f x, y 0
2.
f ( x, y)dxdy 1
3. 设G是xoy平面上的区域,点 X , Y 落在G内的概率为: P(( X , Y ) G) f ( x, y)dxdy
G
2 F ( x, y ) 4. 在F x, y 的连续点 x, y ,有 f ( x, y ) xy
第三章
多维随机变量及其分布
关键词: 二维随机变量 分布函数 分布律 边缘分布函数 边缘分布律 条件分布函数 条件分布律 随机变量的独立性 Z=X+Y的概率密度 M=max(X,Y)的概率密度 N=min(X,Y)的概率密度
概率密度 边缘概率密度 条件概率密度
§1 二维随机变量
问题的提出
例1:研究某一地区学龄儿童的发育情况。仅研究身 高H的分布或仅研究体重W的分布是不够的。需 要同时考察每个儿童的身高和体重值,研究身 高和体重之间的关系,这就要引入定义在同一 样本空间的两个随机变量。
F ( x, y ) P ( X x) (Y y )
记成
x, y
0
P( X x, Y y)
称为二维随机变量(X,Y)的分布函数。