二维随机变量及其分布函数
第三章 多维随机变量及其分布 第一节 二维随机变量及其分布函数 概率论课件
前面我们介绍了二维随机变量的概 念, 二维随机变量的分布函数及其性质。
二维随机变量也分为离散型和连续型, 下面我们分别讨论它们。
三、二维离散型随机变量 及其概率分布
如果二维随机变量(X,Y)的每个分 量都是离散型随机变量,则称(X,Y)是 二维离散型随机变量.
二维离散型随机变量(X,Y)所有可 能取的值也是有限个或可列无穷个.
求: 二维随机变量(X,Y)的概率分布和其边缘分 布.
解: (X,Y)所有可能取的值是
(0,0),(0,1),(1,0,),(1,1).
P{X=0,Y=0}
=P{第一次取到正品且第二次也取到正品},
利用古典概型,得: P{X=0,Y=0}=(76)/(109)=7/15
同理求得:
P{X=0,Y=1}=(73)/(109)=7/30
第三章
多维随机变量及其分布
一般地,我们称n个随机变量的整体
X=(X1, X2, …,Xn)为n维随机变量或随
机向量. 以下重点讨论二维随机变量.
请注意与一维情形的对照 .
第三章 第一节
二维随机变量及其分布函数
一、二维随机变量
设随机试验E的样本空间是Ω,X=X() 和Y=Y()是定义在Ω上的随机变量, 由它们 构成的向量(X,Y),称为二维随机变量(向量)。
而把F(x,y)称为X和Y的联合分布函数。
注意
X与Y的边缘分布函数,实质上就是一维随 机变量X或Y的分布函数。称其为边缘分布函数 的原因是相对于(X,Y)的联合分布而言的。
同样地,(X,Y)的联合分布函数F(x, y)是相 对于(X,Y)分量X与Y的分布而言的。
求法
FX(x)=P{X≤x}=P{X≤x,Y<∞}=F(x,∞) FY(y)=P{Y≤y}=P{X<∞,Y≤y}=F(∞,y)
《概率论》二维随机变量及其分布函数的定义、基本性质
定义3-1 n个随机变量X1,X2,…,X n构成的整体X=(X1,X2,…,X n)称为一个n维随机变量或n维随机向量,X i称为X的第i(i=1,2,…,n)个分量.
定义3-2 设(x,Y)为一个二维随机变量,记
F(x,y)=P{X≤x,Y≤y},-∞<z<+∞,-∞<y<+∞,< p="" style="padding: 0px; list-style: none;">
称二元函数F(x,y)为X与y的联合分布函数或称为(X,Y)的分布函数.
(X,Y)的两个分量X与y各自的分布函数分别称为二维随机变量(X,Y)关于X与关于y的边缘分布函数,记为F X(x)与F Y(y).
边缘分布函数可由联合分布函数来确定,事实上,一元函数
几何上,若把(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)落在以(x,y)为顶点、位于该点左下方的无穷矩形D内的概率.
分布函数F(x,y)具有下列性质:
(1)F(x,y)是变量x(或y)的不减函数.
(2)0≤F(x,y)≤l,
对任意固定的y,F(-∞,y)=0
对任意固定的x,F(x,-∞)=0;
F(-∞, -∞)=0,F(+∞,+∞)=1. (3)F(x,y)关于x和关于y均右连续,即F(x,y)=F(x+0,y);F(x,y)=F(x,y+0). (4)对任意固定的x1<x2,y1<y2
F(x2 ,y2)-F(x2,yl)-F(xl,y1)+F(x1+yl)≥0.。
二维随机变量及其联合分布函数
E-mail: xuxin@
实例1 炮弹的弹着点的 位置 (X,Y) 就是一个二维 随机变量. 实例2 考查某一地 区学 前儿童的发育情况 , 则儿 童的身高 H 和体重 W 就 构成二维随机变量(H,W). 说明 二维随机变量 ( X, Y ) 的性质不仅与X 、Y 有关,而且还依赖于这两个随机变量的相互关系.
0
+∞
−2 x
(1 − e )dx = [−e
−x
−2 x
2 −3x +∞ 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。 与所求概率的
E-mail: xuxin@
( x, y ) 处的函数值就是事件
“随机点(X,Y)落在以点
( x, y )为右上顶点的角形区
域”的概率.
E-mail: xuxin@
分布函数具有下列基本性质:
(1)0 ≤ F ( x, y ) ≤ 1 (−∞ < x < +∞, −∞ < y < +∞) F 且对于任意固定的y, (−∞, y) = xlim F ( x, y ) = 0, →−∞
P{( X , Y ) ∈ G} =
( xi , y j )∈G
∑ P{ X = x , Y = y }
i j
F ( x, y )
E-mail: xuxin@
三、二维连续型随机变量
1、概念
定义5 设二维随机变量(X,Y)的分布函数为 F ( x, y ) 如果存在非负函数 f ( x, y ),使得对任意的X, Y均有 y x
二维随机变量及其分布
一、二维随机变量的联合分布函数与边缘分布函数
1、联合分布函数: F(x,y)
(1)定义:设(X,Y)为二维随机变量,对任意实数 x、y, 称
F (x, y) P {X x , Y y} P {(X x) (Y y )}
为二维随机变量(X,Y)的联合分布函数。
6
(2)联合分布函数的几何意义 (X,Y)平面上随机点的 坐标
三、二维连续型随机变量
23
1、联合概率密度函数:f(x,y)
定义:设二维随机变量(X,Y)的分布函数为 F
(x,y),若存在非负函数f(x,y),使对任意实数
x,y 有
xy
F(x, y)
f (u,v)dudv
则称(X,Y)是二维连续型随机变量,f(x,y)称为(X, Y)的联合概率密度函数。
f (x, y)
0, 其他
求:(1)k; (2)P(Y X );
(3)分布函数F (x, y);
(4)P(0 X 1, o Y X )
26
解:(1)1
f (x, y)dxdy
y
dx
ke2x3ydy
0
0
0
x
k e2xdx e3ydy k
0
0
6
e2xdx 1 e2xd (2x)
X与Y独立.
43
例2:设二维随机变量(X,Y)的概率密度为
f
(
x,
y)
2,
0
x 0,
y, 0 其他
y
1
问X与Y是否独立。
解:f X (x)
f (x, y)dy
3
二维随机变量的定义:
设E是一个随机试验,其样本空间为S .设X、Y是定义在S 上的两个随机变量,由 X,Y 构成的向量(X,Y)称为S的 一个二维随机变量。
3.1 二维随机变量的定义、分布函数
当 2 x, 且 1 y 0 时 F ( x , y ) P{ X x , Y y }
P{ X 2, Y 1} 1 1 4 6
0
-1
Y X
-1
0
1 2
Y 1
F ( x , y ) P{ X x , Y y } P{ X 1, Y 1}
二维连续型随机变量的联合概率密度的 性质
(1)非负性 (2)正则性
f ( x, y) 0
F ( ,)
(3)可导性
f ( x , y )dxdy 1
2 F ( x, y) f ( x, y) xy
(4)(X,Y)落在平面区域G上的概率
设二维随机变量(X,Y)的概率密度为
1 , SG 0, ( x , y ) G; ( x, y) G.
f ( x, y)
其中G是平面上的有界区域,其面积为SG 则称(X,Y)在D上服从均匀分布.
例题讲解
例1: 设二维随机变量(X,Y)在区域G上服从均匀分 布,其中G是曲线 y=x2 和y=x 所围成的区域,则
定义3.1.4 (二元连续型随机变量)
若存在非负函数 f(x,y),使对任意实数x,y, 二元随机变量(X,Y)的分布函数可表示成如下形式
F ( x , y ) PX x , Y y
f (u, v )dudv
x
y
则称(X,Y)是二元连续型随机变量。
f(x,y)称为二元随机变量(X,Y)的联合概率密度函数.
2 12 2 , 0.75时二元正态分布的 • 下图是当 钟形密度曲面图。
二维随机变量及其分布函数
P{Y
1}
p1
p11
p21
p31
p41
p51
p61
1 6
0
1 6
, 0
1 6
0
1 2
P{Y
2}
p2
p12
p22
p32
p42
p52
p62
0
1 6
0
,1 6
0
1 6
1 2
即关于Y的边缘分布律为
Y
1
2
P
1/2
1/2
例2 设(X,Y)的联合分布律为
X Y
1
1
2
3
4
1 / 4 1 / 8 1 / 12 1 / 16
G
G1
dx
x 6e(2x3y) dy 3
0
0
5
四、均匀分布和正态分布
1.均匀分布
设D为xoy面上的有界区域,其面积为S,如果二维随机变量(X,Y)具
有概率密度
f
(x,
y)
1 S
,
0,
则称(X,Y)在区域D上服从均匀分布.
(x, y) D, 其它.
例3 设二维随机变量(X,Y)在 分布,求:
二维随机变量(X,Y)的分布函数F(x,y)具有性质: 1°0≤F(x,y),且对任意x,y有
F (, y) 0, F (x,) 0, F(,) 0, F(.,) 1 2°F(x,y)是变量x和y的单调不减函数.
3°F(x,y)关于x右连续,关于y也右连续
4°(X,Y)落在矩形区域x1<X≤x2,y1<Y≤y2上的概率为 .
P
{X
j 1
xi ,Y
y j }
3.1 二维随机变量及其分布
可得
三、二维连续型随机变量及其概率分布
例:设二维随机变量(X, Y)具有概率密度
试求:(1)c 的值;(2)两个边缘密度。
解:(2)由 概率密度函数性质 4,即
即Y的边缘 密度函数为
三、二维连续型随机变量及其概率分布
例:设二维随机变量(X, Y)具有概率密度
试求:(1)c 的值;(2)两个边缘密度。
解:(2)由 概率密度函数性质 4,即
即X的边缘 密度函数为
三、二维连续型随机变量及其概率分布
例:设二维随机变量(X, Y)具有概率密度
试求两个边缘密度。
解:由 概率密度函数性质 4,即
三、二维连续型随机变量及其概率分布
例:设二维随机变量(X, Y)具有概率密度
试求两个边缘密度。
解:由 概率密度函数性质 4,即
三、二维连续型随机变量及其概率分布
解:依题意知,概率密度函数为
由 概率密度函数性质 4,得
三、二维连续型随机变量及其概率分布
解:依题意知,概率密度函数为
三、二维连续型随机变量及其概率分布
两个常见二维连续型概率分布
三、二维连续型随机变量及其概率分布
关于二维正态分布的说明 (1)服从二维正态分布的密度函数的典型图形见下图; (2)二维正态分布的两个边缘分布是一维正态分布。
解:(1)由二维随机变量分布函数的性质, 可得
一、二维随机变量及其分布函数
例:设二维随机变量(X, Y)的分布函数为
解:由(1)式可得
第一节 二维随机变量及其分布
二维随机变量及其分布函数
二维离散型随机变量及其概率分布 二维连续型随机变量及其概率密度
二、二维离散型随机变量及其概率分布
第一节 二维随机变量及其分布
xi x y j y
F (4)二维离散随机变量的分布函数为: x , y px i , y j
对单变量 x 或 y 来说都右连续的。 二维连续随机变量的分布函数 F(x , y)是连续函数。
4
几何意义 F(x, y)表示随机点(X, Y)落在以(x, y)为顶 点,且位于该点左下方的无穷矩形区域内的概率。
解 (1 ) f ( x, y ) dxdy 1
0
0
ce
( x y )
dxdy c 0 (e
y
( x y )
)
0
dy
c e dy c(e ) 0
y 0
c1
c 1
( 2)P ( X Y 1)
x y 1
f ( x, y ) dxdy
17
P ( X Y 1)
1 0
1 y
0
e
( x y ) 1
dxdy
y
x y1
e dy
1 y 0
1 y
0
e
x
dx e y (1 e y 1 )dy
0 y x
x
1 (e y e 1 )dy 1 2e
XY
1
0
1 3
2
1 3 1 3
1
2
7
例3.2 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 由乘法公式容易求得(X,Y)的分布律,易知3,4,j取不大于 i的正整数,且
11 P X i, Y j P Y j | X i P X i , i 4 i 1, 2,3, 4, j i.
二维随机变量及其分布函数
边缘概率密度函数的计算方法
边缘概率密度函数是二维连续随机变量的两个随机变量的Fra bibliotek缘分布的密度函数。
边缘分布函数的例子
例如,对于二维正态分布,边缘分布函数是标准正态分布函数。
二维随机变量及其分布函 数
本节将介绍二维随机变量的定义、表示方法,以及二维离散和连续随机变量 的分布函数和分布密度函数。
二维随机变量的定义
二维随机变量是由一对随机变量组成的随机变量,可以用一个有序对表示(X, Y),其中X和Y是两个单独的随机变量。
二维随机变量的表示方法
二维随机变量可以用概率分布函数或概率密度函数来表示其取值范围和概率 分布。
二维离散随机变量的分布函数
二维离散随机变量的分布函数是一个二维数组,其中每个元素表示随机变量 取对应值的概率。
二维连续随机变量的分布密度函数
二维连续随机变量的分布密度函数表示随机变量的取值在某个区域内的概率密度。
边缘分布函数的定义
边缘分布函数指的是一个随机变量的分布函数,忽略另一个随机变量的影响。
二维连续型随机变量分布函数及概率的计算
二维连续型随机变量分布函数及概率的计算
二维连续型随机变量是指具有两个维度的随机变量,其取值可以是一个平面上的任意一个点。
与一维连续型随机变量类似,二维连续型随机变量也有分布函数和概率密度函数。
对于任意的实数x和y,定义二维随机变量(X,Y)的分布函数为:
F(x,y) = P(X≤x, Y≤y)
P表示概率,F(x,y)表示(X,Y)取值在区域(-∞,x] × (-∞,y]中的概率。
D表示平面上的任意一个区域,∬表示对D进行二重积分。
如果f(x,y)满足以下两个条件,即可称为(X,Y)的概率密度函数:
1. 非负性:f(x,y)≥0,对于任意的实数x和y成立。
2. 归一性:∬R f(x,y)dxdy = 1,其中R表示整个平面。
三、概率的计算
根据概率密度函数可以计算二维随机变量的概率。
对于任意的区域D,有:
如果要计算二维随机变量(X,Y)在区域D内的概率,可以通过计算概率密度函数在该区域上的积分来得到。
具体计算方法是将概率密度函数带入积分式中,并对x和y分别进行积分。
总结:二维连续型随机变量的分布函数是一个二维平面上的函数,可以用来描述随机变量在某个区域内取值的概率。
而概率密度函数则是用来计算二维随机变量在某个区域内的概率的函数。
在计算概率时,可以通过对概率密度函数进行积分来得到。
二维随机变量及其分布函数
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,
P{X 2,Y 0} 3 2 3 8 3 . 2 0 0 2 28
故所求分布律为
X Y
0
0 3 28
1 3 14
2 1 28
1 9 28 3 14
0
2 3 28
0 0
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, 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 ) 的分布 律与分布函数.
2. 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) (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.
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
3. 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 x2 x1 时 F ( x2 , y) F ( x1, y), 对于任意固定的x,当y2 y1时F ( x, y2 ) F ( x, y1 ).
xy
F( x, y)
f (u,v)d udv
3.1二维随机变量及其分布
y
•(2,2)
1 1 1 0 1 0
(0,0)
•
•
(2,0)
x
故F(x, y)不能作为某二维 r.v.的分布函数.
二维联合分布函数(二维联合分布列、二维联合密度函数也一样) 含有丰富的信息,主要有以下三方面的信息:
每个分量的分布(每个分量的所有信息),即边际分布 两个分量之间的关联程度,在第4.3节用协方差和相关系数来描述 给定一个分量时,另一个分量的分布,即条件分布
定义 设随机试验的样本空间为 S , 而 X X ( ), Y Y ( ) 是定义在 S 上的两个随机变量, 称 ( X ,Y )为定义在 S 上的二维随机变量或二维随机向量. 注: 一般地, 称 n 个随机变量的整体
X ( X 1 , X 2 ,, X n ) 为 n 维随机变量或随机向量.
pij
特别地,联合分布函数为:
F ( x, y ) P{ X x, Y y} pij
xi x , y j y
4、边缘概率分布
pi P{ X xi } pij ,
j
P ({ X xi , Y y j })
P{ X xi ,Y y j }
实例2 考查某一地 区学 前儿童的发育情况 , 则儿 童的身高 H 和体重 W 就 构成二维随机变量(H,W). 如何研究多维r.v.的统计规律性呢,仿一维 r.v.,我们先研究联合分布函数,然后研究 离散r.v.的联合分布列、连续型r.v.的联合密 度函数等。
3.1 二维随机变量及其分布
一、二维随机变量
注:以上性质是分布函数的基
本性质,也是判断一个二元函 数作为随机向量的分布函数的 基本条件。
二维随机变量及其分布
§5.1 二维随机变量及分布函数
二、联合分布函数 性质 ③ F(x,y)关于x、关于y 右连续
F(x0
0,
y)
lim
xx00
F(x,
y)
F(x0
,
y)
F(x,
y0
0) lim yy00
F(x,
y)
F(x,
y0
)
整理课件
§5.1 二维随机变量及分布函数
二、联合分布函数 性质 ④ F(, ) lim F(x,y)0
2
1
x 1, y 1
整理课件
§5.3 二维连续型随机变量
一、二维连续型随机变量及联合密度函数
1.定义:设(X,Y)的分布函数为F(x,y),若存在一非负函 数f(x,y),使得对于任意的实数x,y有
yx
F(x,y) f(x,y)dydx
则称(X,Y)是连续型二维随机变量,函数 f(x,y)称为二 维随机变量(X,Y)的(联合)概率密度函数. 2.概率密度f(x,y)的性质
第五章 二维随机变量及其分布
➢ 二维随机变量及分布函数 ➢ 二维离散型随机变量 ➢ 二维连续型随机变量 ➢ 边缘分布 ➢ 随机变量的独立性 ➢ 条件分布
整理课件
§1.1 二维随机变量及分布函数
一、 二维随机变量 一般地,如果两个变量所组成的有序数组即二 维变量(X,Y),它的取值是随着实验结果而 确定的,那么称这个二维变量(X,Y)为二维 随机变量,相应地,称(X,Y)的取值规律为 二维分布
1
2
9P(X=2,Y=1)=2/9 1 1/9
2/9
P(X=2,Y=2)=4/ 2 2/9
4/9
9
整理课件
§5.2 二维离散型随机变量
二维随机变量及分布
二维随机变量及其概率分布复习资料内容摘要一、二维随机变量设随机试验的样本空间为Ω,X 和Y 是定义在Ω上的两个随机变量(X ,Y )为二维随机变量或二维随机向量。
1. 联合分布函数设(X ,Y )是二维随机变量,y x ,是任意实数,函数F (x ,y )=P{X ≤x ,Y ≤y}称为(X ,Y )的分布函数,或称随机变量X 与Y 的联合分布函数. 2. 联合分布函数的性质(1) 0≤F (x ,y )≤1;(2) F(x ,- ∞)= F(-∞,y)= F(-∞,- ∞)=0F(+∞,+ ∞)=1;(3) F(x ,y)对x 和y 分别是不减的.即对于固定的y ,若x 1<x 2,则F (x 1,y )(),y x F 2≤;对于固定的x ,若y 1<y 2,则F(x ,y 1)≤F(x ,y 2);(4) F (x ,y )关于x 右连续,关于y 右连续,即 F (x +0,y )=F (x ,y ),F (x ,y+0)=F (x ,y )。
(5) 对于任意的点(x 1,y 1),(x 2,y 2),x 1<x 2,y 1<y 2,有 F(x 2,y 2)-F(x 2,y 1)-F(x 1,y 2)+F(x 1,y 1)≥0. 3.二维离散型随机变量如果二维随机变量(X ,Y)所有可能取的数对为有限个或可数个,则称(X ,Y )为二维离散型随机变量.并且称P{X=i , Y=y j }=ij p ,i ,j=1,2…为(X,Y)的分布律,或称做X与Y的联合分布律. 分布律也可用表格列出:分布律满足下列3条性质:4.二维连续型随机变量设(X,Y)的分布函数为F(x,y),如果存在非负函数f(x,y),使得对任意实数x,y都有则称(X,Y)为二维连续型随机变量,函数f(x,y)称做(X,Y)的概率密度,或X,Y的联合概率密度.f(x,y)具有下列性质:(1)f(x,y)≥0,(2)⎰+∞∞-⎰+∞∞- f(x,y)d x dy=1(3)若f(x,y)在点(x,y)连续,则有(4)设D为x Oy平面上的区域,则f(x,y)d x dyP{(x,y)∈D}=⎰⎰D二、边缘分布1.边缘分布函数设F(X,Y)是X与Y的联合分布函数,则FX(x)=P{X≤x,Y<+∞}=F(x,+∞)F Y(y)=P{ X<+∞,Y≤y } =F(+∞)分别称为(X,Y)关于X与Y的边缘分布律。
二维随机变量的定义、分布函数综述
F(x2,y2)
-F(x2,y1)
x1 , y1
x1
x2 , y1
x2
-F(x1,y2)
+F(x1,y1)
P(x1 X x2,y1 Y y2) = F(x2,y2)- F(x2,y1)- F(x1,y2) + F(x1,y1)
二维随机变量的联合分布函数的性质
性质(1) F(x,y)分别关于X和Y 性质(2) 0 单调不减; . ≤ F(x,y) ≤ 1 . F(x, - ∞)= 0 ;F(- ∞,y)= 0 . F(- ∞, - ∞)= 0 ;F(+ ∞, + ∞) = .1 F(x,y)分别关于X和Y 右连续; .
P{ X 0, Y 1} 10 2
12 11
P{ X 1, Y 0} 2 10
12
11
P{ X 1, Y 1} 2 1
12 11
(X,Y)的联合分布律 X 0 1
Y
0
15 22 5 33
5 33 1 66
1
例2.设随机变量 X 在 1,2,3 中等可能地取值,
X 1 2 3
Y
1
1/3 1/6 1/9
2
0 1/6 1/9
3
0 0 1/9
=++ =2/ 3
例:(X,Y)的联合分布律如下:
Y X
-1
0
求(1)k=?; (2) F(x,y)=?
1 2
k
+ + +k=1
k =
Y X
-1
0
1 2
当 x1 或
Y
[课件]概率与统计 3.1 二维随机变量及其分布
d c (c , d )的长度 P {c X d } b a (a , b )的长度
借助于几何度量指标(长度, 面积, 体积等)
计算概率, 可建立 “几何概型” .
例3.1.6 例3.1.7
电子科技大学
联合分布
五.二维正态分布 定义 二维随机变量( X ,Y )的联合概率密 度为
1 e 2 x x 0 FX (x ) 其他 0
1 e FY ( y ) 0
3 y
y0 其他
电子科技大学
联合分布
联合分布函数的性质
1.单调不减性 F(x, y)分别对x , y单调不减.
当x1 x2 , F ( x1 , y ) F ( x2 , y ), y R;
(X , Y )的联合概率密度.
电子科技大学
联合分布
密度性质 1) f ( x , y ) 0;
这两条可作为判断 一个二元函数是否是 联合概率密度的标准
2) f ( x , y )dxdy 1.
3) 若f ( x , y )在( x , y )处连续, 则 F ( x, y) f ( x, y) xy 4) 若G R 2 , 有
电子科技大学
联合分布
三.联合概率密度
定义 二维随机变量( X , Y )的联合分布函
数为F(x , y),如果存在非负的函数f (x , y)使
得对任意实数对(x , y),有
F ( x, y )
y
x
f (u, v )dudv
称(X ,Y )是连续型随机变量,称f (x , y ) 为
联合分布函数为
F ( x , y ) P{ X x ,Y y }
第五章 二维随机变量及其分布
∫
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
3.4二维随机变量的分布函数、边缘分布
y0
解
(1) f ( x, y )dxdy 1
y
2 2
f ( x, y)dxdy 1
2 0
D
2 0
A sin( x y )dxdy
0 0
1
x
c [ x ( 2 x ) / 2]dx =5c/24=1,
2 0
1
0
1
c =24/5
解: (2)
24 y(2 x ), 0 x 1, 0 y x f ( x, y) 5 0 , 其它
f X ( x)
y
y=x
(0,0),(0,1),(0,2),(1,0),(1,1),(1,2)
P ( X 0, Y 0) C / C 3 / 15,
2 3 2 6
同理有
P ( X 0, Y 1) C C / C 6 / 15,
1 2 1 3 2 6
P ( X 0, Y 2) C / C 1 / 15 ; P ( X 1, Y 0) C C / C 3 / 15,
x
A 2 [ cos( x y )]02 dx
0
A [ cos( x ) cos x]dx 2
2 0
1 A 2
P{( X , Y ) G} 2 1 sin( x y )dxdy 4 2 G y 1 4 dy 2 sin( x y )dx 0 0 y 2 y 1 4 2 [ cos( x y )] y dy 2 0 1 1 [sin 2 y ]04 4 4
- 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)。
设二维离散型随机变量 ( X ,Y ) 所有可能取的 值为 ( x i , y j ), i , j 1, 2,, 记 P{ X x i , 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 .
对于任意固定的x ,当y2 y1时F ( x, y2 ) F ( x, y1 ).
2o
0 F ( x, y ) 1, 且有
lim F ( x , y ) 0, 对于任意固定的 y, F ( , y ) x
对于任意固定的 x , F ( x,) lim 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 .
G
2 F ( x, y) (4) 若 f ( x , y ) 在 ( x , y ) 连续, 则有 f ( x, y) . xy
例2 从一个装有3支蓝色、2支红色、3支绿色圆珠
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 ( X, Y ) 的分布律. 解 ( X, Y ) 所取的可能值是
( 0,0), ( 0,1), (1,0 ), (1,1), ( 0,2), ( 2,0).
3 2 3 8 3 抽取两支都是绿笔 抽取一支绿笔 , 一支红笔 P { X 0,Y 0} , 0 0 2 2 28 3 2 3 8 3 P { X 0,Y 1} , 0 1 1 2 14
解
( X, Y ) 的可能取为 (1, 2), ( 2, 1), ( 2, 2).
1 2 1 2 1 1 P{ X 1 , Y 2} , P{ X 2 , Y 1} , 3 2 3 3 2 3 2 1 1 P{ X 2 , Y 2} . 3 2 3
F ( x, y)
f ( u, v ) d u d v ,) 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 .
2. 性质
(1) f ( x , y ) 0.
(2) 将 ( X,Y )看作是平面上随机点的坐标,
即有 {Y X } {( X ,Y ) G },
P{Y X } P{( X ,Y ) G }
y
YX
f ( x , y ) d x d y
G
G
O
0
y
2e
( 2 x y )
d xd y
x
1 . 3
解
(1) F ( x , y )
f ( u, v ) d u d v
y
x
y x ( 2 u v ) 2 e d u d v , x 0, y 0, 0 0 0, 其他.
(1 e 2 x )(1 e y ), x 0, y 0. 得 F ( x , y ) 0, 其他.
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 ( x 2 , y2 ) F ( x 2 , y1 ) F ( x1 , y1 ) F ( x1 , y2 ) 0.
( 2,1)
0;
(2) 当1 x 2 , 1 y 2 时 ,
F ( x , y ) p11 0;
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;
(5) 当 x 2 , y 2 时 , F ( x , y ) p11 p21 p12 p22 1.
所以( X ,Y ) 的分布为
0, x 1 或 y 1, 1 F ( x , y ) , 1 x 2, y 2, 或 x 2,1 y 2, 3 1, x 2, y 2.
3. 说明
几何上, z f ( x, y ) 表示空间的一个曲面.
f ( x, y ) d x d y 1,
表示介于 f (x, y)和 xOy 平面之间的空间区域的全部 体积等于1.
P {( X ,Y ) G } f ( x, y ) d x d y, G
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
1 12
4
1 2
1 4
1 8 1 8
0 0 0
1 12
1 12
3
4
0 0
0
1 16 1 16 1 16 1 16
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
3. 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 x2 x1 时 F ( x2 , y ) F ( x1 , y ),
y
F ( ,) x lim F ( x , y ) 0 ,
y
F ( ,) x lim F ( x , y ) 1.
y
3o
F ( x , y ) F ( x 0, y ) , F ( x , y ) F ( x , y 0 ) ,
p2 j pij
例1 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,
j 取不大于 i 的正整数 . 且由乘法公式得
3 2 3 8 3 P { X 1,Y 1} , 1 1 0 2 14 3 2 3 8 1 P { X 0,Y 2} , 0 2 0 2 28 3 2 3 8 9 P { X 1,Y 0} , 1 0 1 2 28 3 2 3 8 3 P { X 2, Y 0} . 2 0 0 2 28
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3 一个袋中有三个球,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 ) 的 分布律与分布函数.
二维均匀分布和二维正态分布
1. 二维均匀分布
即 F ( x , y ) 关于 x 右连续, 关于 y 也右连续 .
4o 对于任意 ( x1 , y1 ), ( x2 , y2 ), x1 x2 , y1 y2 ,
有 F ( x2 , y2 ) F ( x2 , y1 ) F ( x1 , y1 ) F ( x1 , y2 ) 0.
S
e
Y (e )
实例1 炮弹的弹着点的位置 ( X, Y ) 就是一个二 维随机变量. 实例2 考查某一地区学前儿童的发育情况, 则儿童 的身高 H 和体重 W 就构成二维随机变量 ( H, W ). 说明 二维随机变量 ( X, Y ) 的性质不仅与 X 、Y 有关,而且还依赖于这两个随机变量的相互关系.
2. 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 ) (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 .
p11 0,
1 p12 p21 p22 , 3
故 ( X , Y ) 的分布为
Y X
1
2
1 2
下面求分布函数.
0 13
13 13
(1) 当 x 1 或 y 1 时 ,
F ( x , y ) P { X x ,Y y }
y
2(1,2) 1
(1,1)
( 2, 2 )
一、二维随机变量及其分布
1.二维随机变量的定义
设 E 是一个随机试验 , 它的样本空间是 S {e } , 设 X X (e ) 和 Y Y (e ) 是定义在 S 上的随机变量 , 由它们构成的一个向量 ( X ,Y ) , 叫作二维随机向量或 二维随机变量 .