二维离散型随机变量及其分布
合集下载
3.2二维离散型随机变量
j
ξ
Pi•
证明: 证明
x1 p1•
x2 p2•
… …
xi pi •
… …
pi• = P{ξ = xi } = P{ξ = xi , −∞ < η < +∞} = ∑ P{ξ = xi ,η = y j } = ∑ pij
j j
信息系刘康泽
边缘分布： 2、 (ξ ,η ) 关于 η 的边缘分布：
p• j = ∑ pij
η ( ξ = 0时)
p
另外两个同理可得。 另外两个同理可得。
1 1/2
2 1/2
信息系刘康泽 的两点分布， 例 5、已知 ξ 服从参数 2 / 3 的两点分布，又 、 η (ξ = 0) 1 2 3 1/2 1/4 1/4 P
η (ξ = 1)
的概率分布. 求 (ξ ,η ) 的概率分布.
1 1/3
证明: 证明
pij p• j
,
p• j ≠ 0 , i = 1, 2,⋯ .
pij p• j
P{ξ = xi | η = y j } =
P{ξ = xi ,η = y j } P{η = y j }
=
.
分布： 2、在 ξ = xi 的条件下 η 的分布：
P{η = y j | ξ = xi } =
pij pi •
信息系刘康泽
联合分布律也可用表格的形式来表示。 联合分布律也可用表格的形式来表示。
ξ
η
x1 x2 ⋮ xi ⋮
y1 p11 p 21 ⋮ p i1 ⋮
y2 p12 p 22 ⋮ pi 2 ⋮
… … … …
yj p1 j p2 j ⋮ pij ⋮
… … … …
ξ
Pi•
证明: 证明
x1 p1•
x2 p2•
… …
xi pi •
… …
pi• = P{ξ = xi } = P{ξ = xi , −∞ < η < +∞} = ∑ P{ξ = xi ,η = y j } = ∑ pij
j j
信息系刘康泽
边缘分布： 2、 (ξ ,η ) 关于 η 的边缘分布：
p• j = ∑ pij
η ( ξ = 0时)
p
另外两个同理可得。 另外两个同理可得。
1 1/2
2 1/2
信息系刘康泽 的两点分布， 例 5、已知 ξ 服从参数 2 / 3 的两点分布，又 、 η (ξ = 0) 1 2 3 1/2 1/4 1/4 P
η (ξ = 1)
的概率分布. 求 (ξ ,η ) 的概率分布.
1 1/3
证明: 证明
pij p• j
,
p• j ≠ 0 , i = 1, 2,⋯ .
pij p• j
P{ξ = xi | η = y j } =
P{ξ = xi ,η = y j } P{η = y j }
=
.
分布： 2、在 ξ = xi 的条件下 η 的分布：
P{η = y j | ξ = xi } =
pij pi •
信息系刘康泽
联合分布律也可用表格的形式来表示。 联合分布律也可用表格的形式来表示。
ξ
η
x1 x2 ⋮ xi ⋮
y1 p11 p 21 ⋮ p i1 ⋮
y2 p12 p 22 ⋮ pi 2 ⋮
… … … …
yj p1 j p2 j ⋮ pij ⋮
… … … …
多维随机变量函数的分布
i ,k : g ( x i , y j ) = z k
∑
p ij
＝pk ,
(x1,y1) (x1,y2) … p11 p12
(xi,yj) pij g(xi,yj)
…
Z=g(X,Y)
g(x1,y1) g(x1,y2)
例1 设(X,Y)的联合分布列如下所列： 试求(1)Z1=X+Y (2)Z2=X-Y (3)Z3=max{X,Y}的分布列
练习：设随机变量X与Y独立，且均服从0-1 分布，其分布律均为
X P 0 q 1 p
(1) 求W＝X＋Y的分布律; (2) 求V＝max(X, Y)的分布律； (3) 求U＝min(X, Y)的分布律。 (4)求w与V的联合分布律。
(X,Y) pij
W＝X＋Y
V＝max(X, Y) U＝min(X, Y)
−∞ 或 ∞ −∞
−∞
∫f
X
( z − y ) f Y ( y )dy ＝ ∫ f X ( x) f Y ( z − x)dx.
例2 设X和Y相互独立，并且服从[-1，1]上的均匀分 布，求Z=X+Y的密度函数。
解：
1 f Y ( x) = 2 0
+∞
当 −1 ≤ x ≤ 1 其他
其中α>0，β>0,试分别就以上两 种联结方式写出L的寿命Z的概率 密度．
αe − αx , x > 0, f X ( x) = x ≤ 0, 0,
βe − βy , y > 0, fY ( y ) = y ≤ 0, 0,
其中 α > 0, β > 0 且 α ≠ β . 试分别就以上三种联 接方式写出 L 的寿命 Z 的概率密度 .
二维离散随机变量及其分布(3.2)
yj p1 j p2 j pij
x2
… … …
pi
p1 p2
pi
xi
p j pi1源自p1 pi 2
p2
…
…
…
p j
…
第三章 二维随机变量及其分布
§2 二维离散随机变量
例 3 从 1 ，2 ，3 ，4 这4个数中随机取出一个，记为 X，
再从 1 到 X 中随机地取出一个数，记为 Y， 试求 X ， Y 的联合分布律与X 及 Y 各自的边缘 分布律．
PX 1， Y 1
1 PX 2， Y 0 9
PX 2， Y 1 P 0
2 9
PX 2， Y 2 P 0
第三章
二维随机变量及其分布
§2 二维离散随机变量
由此得 X， Y 的联合分布律为
Y X
0 1 2
0
1
2
1 9 2 9 1 9
j 1,2,
X， Y 的联合分布律也可以由 下表表示
Y X x1
y1
y2
… … …
yj p1 j p2 j
pij
… … … …
p11 p21
pi1
p12 p22
x2
xi
第三章 二维随机变量及其分布
§2 二维离散随机变量
3)二维离散型随机变量联合分布律的性质
性质 1 ：非负性
i， j ， i，j 1， 2， 对任意的
解：
0， 1， 2． X 的可能取值为 0， 1， 2；Y 的可能取值为
1 1 PX 0， Y 0 2 9 3
第三章
二维随机变量及其分布
二维离散型随机变量及其分布
[例1] 1个口袋中装有大小形状相同的6个球， 其中2个红球、4个白球，现从袋中不放回地取两 次球，每次取一个。设随机变量
0, 表示第一次取红球 0, 表示第二次取红球 X 1, 表示第一次取白球 Y 1, 表示第二次取白球
求（X,Y）的联合分布律。
二、 边缘分布律(Marginal distribution regularity)
2007年12月
三、随机变量的独立性(Independence of random
variable)
定理1 设（X,Y）是二维离散型随机变量，则 X，Y相互独立的充要条件是：对所有的i,j，均有
pij=pi..p.j
[例3] 见例1，判断X,Y是否相互独立？
例4 已知随机变量(X,Y)的分布律为
x\y 1 0
1 1/10 3/10
0 3/10 3/10 解：
求X、Y的边缘分布律。
x\y 1 0 pi. 1 1/10 3/10 2/5 0 3/10 3/10 3/5
p.j 2/5 3/5
故关于X和Y的分布律分别为：
X0 1
Y/5 2/5
小结
联合分布律 边缘分布律
思考
1、统计学中有两种抽样：不放回抽样和有放 回抽样。将例1中“不放回地取两次球”改为
“有放回地取两次球”，试求（X,Y）的联合分 布律、（X,Y）分别关于X,Y的边缘分布律及判断 X,Y是否相互独立？
2、上述我们解决了：已知二维离散型随机变
量（X,Y）的联合分布律，如何求（X,Y）关于X 或关于Y的边缘分布律的问题。那么，已知X,Y的 边缘分布律，能否求（X,Y）的联合分布律呢？
1、定义 设（X，Y）是二维离散型随机变量， 称分量X的分布律为（X，Y）关于X的边缘分布律； 分量Y的分布律为（X，Y）关于Y的边缘分布律。
概率论公式大全二维随机变量多项分布与独立同分布
概率论公式大全二维随机变量多项分布与独立同分布概率论是数学中的一个重要分支，它研究随机事件以及其概率性质。
其中，随机变量是概率论中的一个基本概念，它可以用来描述随机现象和随机试验的结果。
本文将介绍概率论中与二维随机变量、多项分布以及独立同分布相关的公式。
一、二维随机变量在概率论中，随机变量可以分为一维和多维两种情况。
一维随机变量描述的是具有一个取值的随机事件，而二维随机变量则描述的是具有两个取值的随机事件。
常见的二维随机变量包括离散型和连续型两种。
1. 离散型二维随机变量离散型二维随机变量的概率分布可以通过联合概率质量函数（Joint Probability Mass Function，简称JPMS）来描述。
对于二维离散型随机变量(X, Y)，其概率分布可以用如下公式表示：P(X = x, Y = y) = P(X, Y)其中，P(X = x, Y = y)表示随机变量X取值为x，随机变量Y取值为y的概率，P(X, Y)表示联合概率质量函数。
2. 连续型二维随机变量对于连续型二维随机变量，其概率分布则可以通过联合概率密度函数（Joint Probability Density Function，简称JPDS）来描述。
对于二维连续型随机变量(X, Y)，其概率分布可以用如下公式表示：P(a ≤ X ≤ b, c ≤ Y ≤ d) = ∬f(x, y)dxdy其中，f(x, y)表示联合概率密度函数，∬表示对整个平面积分，a、b、c、d为常数。
二、多项分布多项分布是二项分布的推广，它适用于具有多个离散可能结果的试验。
假设有n个独立的试验，每个试验有k种可能的结果，且每种结果出现的概率是固定的。
那么多项分布描述了试验结果中每种可能出现的次数的概率分布。
多项分布的概率质量函数可以表示为：P(X₁ = x₁, X₂ = x₂, ..., Xk = xk) = (n! / (x₁! * x₂! * ... * xk!)) *(p₁^x₁ * p₂^x₂ * ... * pk^xk)其中，n为试验次数，xi表示结果i出现的次数，pi表示结果i出现的概率。
2.2 概率论——二维离散型随机变量及其分布
1,
x 0或y 0, 0 x 1, y 0或0 y 1, x 0 x 1, y 1
P(X1=1, X2=1) = P(|Y|<1, |Y|<2)= P(|Y|<1) = 0.6826
列表为：
X1 X2 0 1
0
0.0455 0
1
0.2719 0.6826
例5：设二维d.r.v.(X,Y)服从二元两点分布：
Y X
0
1
0
q
0
1
0
p
试求（X，Y）的分布函数。
0, F ( x, y) q,
2.2 二维d.r.v.及其分布
定义 如果随机向量 ( X,Y ) 的全部取值 (向量或点 ) 为有限多个或至多可列个，则称 ( X,Y )为离散型随机向量。
( X,Y )为离散型随机向量
X与Y均为离散型随机变量
记( X ,Y )的取值集合为 E {( xi , y j ), i, j 1,2, } P{ X xi ,Y y j } pij , i, j 1,2,
(1) 确定随机变量 (X, Y) 的所有取值数对. (2) 计算取每个数值对的概率. (3) 列出表格.
对任意的A E
P{( X ,Y ) A} pij
ij
( xi , y j ) A
( X ,Y )的联合分布函数
F(x, y) P{X x,Y y}
pij
xi x y j y
解 (1) X 可能的取值为 1，2，3，Y 可能的取值为2，3，4,
但 ( X ,Y )的取值为(1,2),(1,3),(1,4),(2,3)，(2,4),(3,4)。
由古典概型公式
P{ X
1,Y
2}
x 0或y 0, 0 x 1, y 0或0 y 1, x 0 x 1, y 1
P(X1=1, X2=1) = P(|Y|<1, |Y|<2)= P(|Y|<1) = 0.6826
列表为：
X1 X2 0 1
0
0.0455 0
1
0.2719 0.6826
例5：设二维d.r.v.(X,Y)服从二元两点分布：
Y X
0
1
0
q
0
1
0
p
试求（X，Y）的分布函数。
0, F ( x, y) q,
2.2 二维d.r.v.及其分布
定义 如果随机向量 ( X,Y ) 的全部取值 (向量或点 ) 为有限多个或至多可列个，则称 ( X,Y )为离散型随机向量。
( X,Y )为离散型随机向量
X与Y均为离散型随机变量
记( X ,Y )的取值集合为 E {( xi , y j ), i, j 1,2, } P{ X xi ,Y y j } pij , i, j 1,2,
(1) 确定随机变量 (X, Y) 的所有取值数对. (2) 计算取每个数值对的概率. (3) 列出表格.
对任意的A E
P{( X ,Y ) A} pij
ij
( xi , y j ) A
( X ,Y )的联合分布函数
F(x, y) P{X x,Y y}
pij
xi x y j y
解 (1) X 可能的取值为 1，2，3，Y 可能的取值为2，3，4,
但 ( X ,Y )的取值为(1,2),(1,3),(1,4),(2,3)，(2,4),(3,4)。
由古典概型公式
P{ X
1,Y
2}
二维离散型随机变量及其分布律
则(ξ ,η )的可能取值为(0,0),(0,1),(1,0),(1,1), 故 (ξ ,η )为二维离散型随机变量。
1
2. 联合分布律
定义： 设二维随机变量(ξ ,η )的所有可能取的值是 (xi ,yj ),i,j=1,2, ，若{ξ = xi ,η = yj }的概率 L pij = p{ξ = xi ,η = yj} (1) (2) pij ≥ 0 i,j=1,2, L i,j=1,2, L
第2-3节 二维离散型随机变量及其分布律
1.二维离散型随机变量的定义
定义： 若二维随机变量(ξ ,η )的所有可能取的值是 有限对或可列多对， (ξ ,η )=(xi ,yj ),i,j=1,2, L 则称(ξ ,η )为二维离散型随机变量。
例：抛掷两枚硬币一次，观察出现正反的情况，令
⎧0 ξ＝⎨ ⎩1 ⎧0 ,η＝ ⎨ A币出现正面 ⎩1 A币出现反面 B币出现反面 B币出现正面
称之为随机变量η 在ξ = xi条件下的条件分布律。
4
5. 随机变量的独立性
定义： 设二维随机变量(ξ ,η )联合分布律为 pij = p{ξ = xi ,η = yj} i,j=1,2, L 若对于任意的i, j，恒有pij ≡ pi. p. j，即 p{ξ = xi ,η = yj} = p{ξ = xi} p{η = yj} 则称为随机变量ξ 与η 独立。
ij
∑∑ p
i =1 j =1
∞
∞
=1 L i,j=1,2, 为二维离散
则称为pij = p{ξ = xi ,η = yj}
型随机变量(ξ ,η )的联合分布律。
2
3. 边缘ห้องสมุดไป่ตู้布律
定义： 设二维随机变量(ξ ,η )的联合分布律为：pij = p{ξ = xi ,η = yj} i,j=1,2, 则称为pξ(xi ) = p{ξ = xi ,η < +∞} = pi. L 为(ξ ,η )关于分量ξ的边缘分布律。 类似，(ξ ,η )关于分量η的边缘分布律为: pη(η = yj ) = p{ξ < +∞,η = yj} = p.j j=1,2, L i,=1,2, L
二维随机变量函数的分布
V min{X1 ，X2 ， ，Xn} 的分布函数分别为
Fmax (u) FX1 (u)FX2 (u) FXn (u) ，
（3-34）
Fmin (v) 1 [1 FX1 (v)][1 FX2 (v)] [1 FXn (v)] ．
（3-35）
特别地，当 X1 ，X2 ， ，Xn 相互独立且有相同的分布函数 F(x) 时，有
0
0dt
z 1
z
1dt
z
；
0
当1
z 2 时， fZ (z)
z
z1 fX (t)dt
1
1dt
z 1
z 0dt 2 z ；
1
当 z
2 时， fZ (z)
z
z1 f X (t)dt
z 0dt 0 ．
z 1
综上所述，随机变量 Z X Y 的概率密度为
z ， 0 z 1， fZ (z) 2 z ， 1 z 2 ，
二维随机变量函数的分布
1.1 二维离散型随机变量函数的分布
因此， X Y 的分布律如表 3-13 所示．
表 3-13
X Y
0
1
2
3
3
7
5
1
P
16
16
16
16
（2）同理， XY 的分布律如表 3-14 所示．
表 3-14
XY
0
1
2
13
1
1
P
16
8
16
多维随机变量及其分布
二维随机变量函数的分布
1.1 二维离散型随机变量函数的分布
多维随机变量及其分布
二维随机变量函数的分布
1.2 二维连续型随机变量函数的分布
二维离散型随机变量的分布律及性质
xi x y j y
xi x y j y
(2.1)
5
例1
X
一Y口袋中有三个球，它们依次标有数字1、2、2.从这
袋( X中,Y )任取一球后，不放回袋中，再从袋中任取一球.
设每次取球时，袋中各个球被取到的可能性相同．以
Hale Waihona Puke 、 解分：别记第一次、第二次取得球上标有的数字，求
的概率分布．
6
二、 二维离散型随机变量的边缘概率分布
记 P{X xi ,Y y j } pij, i, j 1,2,,
则 (X,Y)的联合概率分布律（简称分布律）也可用
如下表3-1表示：
其中：0 pij 1,
pij 1.
ij
4
对二维离散型随机变量，由图3-1知离散型随机变 量 X 和 Y 的联合分布函数为：
F(x, y) P{X xi ,Y y j} pij
关于X j 的边缘概率分布也 是离散的，它的概率分布 如表3-3.
同理可得关于 Y 的边缘概率分
布也是离散的，它的概率分
布如表3-4.其中：p j pij ( j 1,2,)
i
8
例2 设二维离散型随机变量 (X ,Y) 的概率分布如 表3-5,求关于X 及关于Y 的边缘概率分布.
解：
11
三、 二维离散型随机变量的条件概率分布
13
易知，上述条件概率满足概率分布的性质
(1) P{X xi Y y j } 0, i 1,2,
(2)
i 1
pij p j
1 p j
i 1
pij
p j p j
1
同理，设 pi P{X xi } 0 ，则可得到在 X xi
二维随机变量函数的分布
试求 U X Y , V XY 的分布律.
例2 设随机变量 X 和 Y 相互独立，它们分别
服从参数为 1 和 2 的泊松分布.
二、二维连续型随机变量函数分布
随机变量 X 和 Y 的联合概率密度函数 f (x, y)
从公式
FZ (z) P{Z z} P{g(X ,Y ) z} P{(X ,Y ) Dz}
f (x, y)dxdy
( x, y)Dz
确定分布函数 FZ (z) 。
注：Dz 是由不等式 g(x, y) z 规定的 xOy 平面上的一个区域，且不必是连通的。
(1) Z X Y 的分布
y
x y z
x z y
y
x y z
yzx
x y z
x y z
x
x
(a)
(b)
图4-1 x y z 的区域
fX (x) fY ( y)
1
x2
e 2,
2
1
y2
e 2,
2
x y
(2) M max(X ,Y ) 及 N min(X ,Y ) 的分布 设 X 与 Y 是两个相互独立的随机变量,它们的 分布函数分别为 FX (x), FY ( y)，则 M max(X ,Y ) 及 N min(X ,Y ) 的分布函数分别为什么？
的分布律为：
P{Z zk}
pij
( xi , y j )Ak
其中 Ak {( xi , y j ) | g(xi , y j ) zk}, k 1,2,3,
例1 已知随机变量 ( X,Y ) 的联合分布律如下：
Y X
1
2
-1
0
1
0.07 0.28 0.15 0.09 0.22 0.19
二维离散型随机变量及其分布律
例2Байду номын сангаас10 看书
例 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 ) 的联合分布列.
解 ( X , Y ) 的可能取值为(1， 2)， (2， 1)， (2， 2).
Ｐ{Ｘ＝１，Ｙ＝２}＝(1/3) × (2/2)＝1/3， Ｐ{Ｘ＝２，Ｙ＝１}＝(2/3) ×(1/2)＝1/3， Ｐ{Ｘ＝２，Ｙ＝２}= (2/3) ×(1/2)＝1/3，
Ｙ Ｘ １
２
１
２
０
1/3
1/3
1/3
2.边缘分布律
1). 通过联合分布律,求各个分量的分布律.
定义2.5 ( X ,Y ) 关于分量X的边缘分布律 pi· =P{Xxi}= pij (i1,2, ); j1 ( X ,Y ) 关于分量Y的边缘分布律 p· j=P{Yyj}= pij (j1,2, ). i1
2.补例1
练习题
边缘分布律是分布律.
由联合分布 律得到边缘 分布律
相同的边缘 分布律,不同 的联合分布 律
表2.7-2.8
联合分布律<=|=边缘分布律
补例
二 条件分布律 1.定义
P{Xxi |Yyj}P(xi,yj)/P{Yyj} pij ,j1,2,3,...
p·j 2.条件分布律是分布律(满足分布律的特征)
3.由例2.10求条件分布律
补例
三.随机变量的独立性 1.定义 随机变量的独立性
P {Xxi,Yyj}P (Xxi)P {Yyj} i,j1,2,3,...
二维离散型随机变量函数的分布
Yi 0 P 1 0.42
1 (i 1,2) P(Y1 1) P( X1 1, X 2 1)
0.42
P( X1 1)P( X 2 1)
P( X 1) P(Y1 1,Y2 0)
P(Y1 1)P(Y2 0)
X
－1
0
1
P
0.1344
0.7312 0.1344
例 设随机变量X与Y独立同分布，且X的概率分布为
则 X + Y ~ P(1+2)
刚刚我们讨论了两个离散型随机变量 函数的分布问题，下面将其推广到多个离 散型随机变量的情形.
例设随机变量X1，X2，X3，X4相互独立，且同分布.P{Xi 0}
0.6, P{Xi 1}0.4
(i 1,2,3,4),求行列式X X1 X3
X2 的概率分布. X4
X X1 X4 X 2 X 3 Y1Y2 Z g(X1, X2 ,, Xn )型
P(U 1,V 2)0
P(U 2,V 1) 4 9
Z1 X Y -2
-1 0 1
1
2
故得
Z1 X Y -2 -1
0
1
2
P
P ( X,Y ) (-1,-1) (-1,0) (1,-1) (1,0) (2,-1) (2,0)
Z2 XY 1
0 -1 0 -2
0
故得
Z2 XY -2 -1
0
1
P
命题
设 X ~ P (1), Y ~ P (2), 且独立 ，则 X + Y ~ P(1+2) X ~ P(1), Y ~ P(2), 则 Z = X + Y 的可能取值为 0,1,2, ¼
方法 转化为( X ,Y )的事件
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)
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
2.3 二维离散型随机变量及其分布律.
1). 通过联合分布律,求各个分量的分布律.
定义2.5 (X ,Y ) 关于分量X的边缘分布律 pi·=P{X xi} = pij (i 1, 2,L ); j1 (X ,Y ) 关于分量Y的边缘分布律 p·j =P{Y y j} = pij ( j 1,2,L ). i1
第三节 二维离散型随机变量及其分布律
一、联合分布律与边缘分布律 1.定义.设X,Y为定义在同一样本空间Ω上的随 机变量，则称向量(X,Y )为Ω上的一个二维随 机变量。 二维随机变量(X,Y )的取值可看作平面上的点
A （x，y）
二维离散型随机变量:若二维随机变量(X,Y )的所 有可能取值只有限对或可列对，则称(X,Y )为二 维离散型随机变量。
3). P{( X ,Y ) G}
pij
( xi , y j )G
例2.10 看书
例 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 ) 的联合分布列.
p·j 2.条件分布律是分布律(满足分布律的特征)
3.由例2.10求条件分布律
补例
三.随机变量的独立性 1.定义 随机变量的独立性
P{X xi ,Y y j} P( X xi )P{Y y j} i, j 1,2,3,...
若随机变量独立,则
P{X xi | Y y j} P(xi , y j ) / P{Y y j} P{X xi} P{Y y j | X xi} P{Y y j} 与条件无关
pi1
... 。。。
定义2.5 (X ,Y ) 关于分量X的边缘分布律 pi·=P{X xi} = pij (i 1, 2,L ); j1 (X ,Y ) 关于分量Y的边缘分布律 p·j =P{Y y j} = pij ( j 1,2,L ). i1
第三节 二维离散型随机变量及其分布律
一、联合分布律与边缘分布律 1.定义.设X,Y为定义在同一样本空间Ω上的随 机变量，则称向量(X,Y )为Ω上的一个二维随 机变量。 二维随机变量(X,Y )的取值可看作平面上的点
A （x，y）
二维离散型随机变量:若二维随机变量(X,Y )的所 有可能取值只有限对或可列对，则称(X,Y )为二 维离散型随机变量。
3). P{( X ,Y ) G}
pij
( xi , y j )G
例2.10 看书
例 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 ) 的联合分布列.
p·j 2.条件分布律是分布律(满足分布律的特征)
3.由例2.10求条件分布律
补例
三.随机变量的独立性 1.定义 随机变量的独立性
P{X xi ,Y y j} P( X xi )P{Y y j} i, j 1,2,3,...
若随机变量独立,则
P{X xi | Y y j} P(xi , y j ) / P{Y y j} P{X xi} P{Y y j | X xi} P{Y y j} 与条件无关
pi1
... 。。。
二维离散型随机变量及其分布
3
0
0
0
1
0
0
0
0.25
2
0
0 0.375 0
3
0
0.25 0
0
4
0.0625 0
0
0
4
0.0625 0 0 0 0
概率论与数理统计
6
❖ 二.例题
➢ 例3.2.2 一口袋中有3个球，它们依次标有数字1, 2, 2，从
该袋中不放回地随机抽取两次，每次取一个，以X、Y表
示表示第一次、第二次取得的球上标有的数字. 求
表格形式表示(X，Y)的分布律．
Y
X
y1
y2Biblioteka …yj…x1
p11
p12
…
p1j
…
x2
p21
p22
…
p2j
…
…… … ………
xi
pi1
pi2
…
pij
…
…… … ………
概率论与数理统计
❖ 一.二维离散型随机变量及其分布
➢ 定义3.2.1 如果二维随机变量(X，Y)只取有限个或可列个 数对(xi，yj)，则称(X，Y)为二维离散型随机变量，称 P( X xi ,Y y j ) pij , i, j 1, 2, 为(X，Y)的分布律，或X与Y的联合分布律，也可用如下 表格形式表示(X，Y)的分布律． ➢联合分布律有如下性质： (1) 正则性： pij 0, i, j 1,2,
P X Y P X 1,Y 1 P X 1,Y 2 P X 2,Y 2
0 1 1 2. 33 3
➢ 若本题改为放回抽样呢？
概率论与数理统计
8
❖ 二.例题
➢ 例3.3.3 设X表示随机的在1~4的4个整数中取出的一个数, Y表示在1~X个整数中随机地取出的一个数, 求(X, Y)的联 合分布律及分布函数.
二维离散型随机变量
多维随机变量及其分布
二维离散型随机变量
1.2 二维离散型随机变量的边缘分布律
因此， (X ，Y) 关于 X 和关于Y 的边缘分布律如表 3-5 所示．
表 3-5X01Y01pi
2 5
3 5
pj
2 5
3 5
概率论与数理统计
多维随机变量及其分布
所以， (X ，Y) 的分布律如表 3-2 所示．
Y
0
1
X
2
4
0
15
15
4
1
1
15
3
由二维随机变量的分布函数的定义可知， (X ，Y) 的分布函数为
0 ， x 0 或 y 0 ，
2
，
0
F (x ，y) 125， 0
5
x 1，0 x 1，y
y 1， 1 或 x 1，0
概率论与数理统计
多维随机变量及其分布
二维离散型随机变量
1.1 二维离散型随机变量的概念与分布律
定义 1 若二维随机变量 (X ，Y) 所有可能取的值为有限对或可列无限 多对，则称 (X ，Y) 为二维离散型随机 变量．
显然，当且仅当 X 和Y 都是离散 型随机变量时，(X ，Y) 才是二维离散 型随机变量．
p1j
j 1
p2 j
p2 j
j 1
xi
pi1
pi 2
pij
pij
j 1
P{Y yj}
pi1
pi2
pij
1
i 1
i 1
i 1
多维随机变量及其分布
二维离散型随机变量
1.2 二维离散型随机变量的边缘分布律
例 2 已知 (X ，Y) 的分布律如表 3-4 所示，求 (X ，Y) 关于 X 和关于Y 的边缘分布律．
- 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)。
P{ X xi } P{ X xi , } P{ X xi , (Y y j )}
j 1
P{ ( X xi , Y y j )} P{ X xi , Y y j } pij
j 1 j 1 j 1
Two-dimension Discrete Random Variable and Distribution
所以,关于X的边缘分布律为：
X
pi.
x1
x2 …
xi …
pi. …
p1. p2. …
关于Y的边缘分布律为：
Y p.j y1 p.1 y2 … yj …
p.2 … p.j …
Two-dimension Discrete Random Variable and Distribution
[例2]见例1，试求（X,Y）关于X和关于Y的边缘 分布律。
1 2/5
Two-dimension Discrete Random Variable and Distribution
联合分布律 边缘分布律
Two-dimension Discrete Random Variable and Distribution
1、统计学中有两种抽样：不放回抽样和有放 回抽样。将例1中“不放回地取两次球”改为 “有放回地取两次球”，试求（X,Y）的联合分 布律、（X,Y）分别关于X,Y的边缘分布律及判断 X,Y是否相互独立？ 2、上述我们解决了：已知二维离散型随机变 量（X,Y）的联合分布律，如何求（X,Y）关于X 或关于Y的边缘分布律的问题。那么，已知X,Y的 边缘分布律，能否求（X,Y）的联合分布律呢？
0, Y 1,
表示第二次取红球 表示第二次取白球
求（X,Y）的联合分布律。
Two-dimension Discrete Random Variable and Distribution
二、 边缘分布律(Marginal distribution regularity) 1、定义 设（X，Y）是二维离散型随机变量， 称分量X的分布律为（X，Y）关于X的边缘分布律； 分量Y的分布律为（X，Y）关于Y的边缘分布律。
Two-dimension Discrete Random Variable and Distribution
[例3] 见例1，判断X,Y是否相互独立？
Two-dimension Discrete Random Variable and Distribution
例4 已知随机变量(X,Y)的分布律为
2007年12月
Two-dimension Discrete Random Variable and Distribution
三、随机变量的独立性(Independence of random
variable)
定理1 设（X,Y）是二维离散型随机变量，则 X，Y相互独立的充要条件是：对所有的i,j，均有 pij=pi..p.j
Two-dimension Discrete Random Variable and Distribution
本节主要内容
A B C
联合分布律 边缘分布律
独立性
Two-dimension Discrete Random Variable and Distribution
一、联合分布律（unity distribution regularity) 1、定义：如果二维随机变量(X,Y)的所有可能取 值为有限对或可列对，则称(X,Y)为二维离散型随 机变量。
Two-dimension Discrete Random Variable and Distribution
例2.已知(X,Y)的分布律为 x\y 1 0 1 1/10 3/10 0 3/10 3/10 求X、Y的边缘分布律。 解： x\y 1 0 pi. 1 1/10 3/10 2/5 0 3/10 3/10 3/5 p.j 2/5 3/5 故关于X和Y的分布律分别为： X 0 1 Y 0 P 3/5 2/5 P 3/5
二维离散型随机变量及其分布
蚌埠学院理学系 赵玉梅
2007年12月
Two-dimension Discrete Random Variable and Distribution
在实际问题中，有一些实验的结果需要同时 用两个或两个以上的随机变量来描述。 例如，炮弹击中点的位置要用其横坐标X 与纵坐标Y来确定。
且知X与Y独立，求(X,Y)的联合分布律
Two-dimension Discrete Random Variable and Distribution
2、已知（X,Y）的联合分布律，如何求（X,Y） 关于X或关于Y的边缘分布律?
设二维离散型随机变量（X,Y）的联合分布律 为P{X=xi,Y=yj}=pij,(i,j=1,2,…), 则（X,Y）关于X的边缘分布律为：
(X,Y)
Two-dimension Discrete Random Variable and Distribution
在模特比赛中，要同时考虑到模特身高、胸 围、腰围、臀围等多个变量。
Two-dimension Discrete Random Variable and Distribution
Y X x1 x2
y1 p11 p21
y2
…
yj p1j p2j … pij
… … … … … … …
pi. p1. p2. …
p12 … p22 …
…
… xi … p.j
…
… pi1 … p.1
…
… pi2 … p.2
… … …
… …
… pi. …
… … … p.j
Two-dimension Discrete Random Variable and Distribution
ij
p
1
Two-dimension Discrete Random Variable and Distribution
[例1] 1个口袋中装有大小形状相同的6个球， 其中2个红球、4个白球，现从袋中不放回地取两 次球，每次取一个。设随机变量
0, X 1, 表示第一次取红球 表示第screte Random Variable and Distribution
2、联合分布律 设二维离散型随机变量（X，Y） 所有可能取值为(xi,yj),(i=1,2,…;j=1,2,…) ，则称 P{X=xi,Y=yj}=pij(i,j=1,2,…) 为（X，Y）的联合分 布律。 Y y1 y2 … yj … X
x 0 1 1 2 0.15 0.15 a b
且知X与Y独立，求a、b的值。
Two-dimension Discrete Random Variable and Distribution
例5 已知随机变量X,Y的分布律分别为
X pi.
Y p.j
1 0.3
-1 0.6
2 0.3
0 0.1
3 0.4
1 0.3
x1 p11 p21 … … pi1 …
p12 … p1j …
p22 … … pi2 … … … … … … p2j … … … … … pij … … …
x2 … … xi …
Two-dimension Discrete Random Variable and Distribution
pij具有以下性质： （1）pij≥0 (i,j=1,2,…) （概率的非负性）； （2） i j （概率的归一性）
1.联合分布函数：F ( x, y) P( X x, Y y)
FX ( x) P{ X x} lim F ( x, y) 2.边缘分布函数： y
FY ( y ) P{Y y} lim F ( x, y )
x
3.独立性：
若F(x,y)=FX(x).F Y(y) 则称X,Y相互独立。
j 1
P{ ( X xi , Y y j )} P{ X xi , Y y j } pij
j 1 j 1 j 1
Two-dimension Discrete Random Variable and Distribution
所以,关于X的边缘分布律为：
X
pi.
x1
x2 …
xi …
pi. …
p1. p2. …
关于Y的边缘分布律为：
Y p.j y1 p.1 y2 … yj …
p.2 … p.j …
Two-dimension Discrete Random Variable and Distribution
[例2]见例1，试求（X,Y）关于X和关于Y的边缘 分布律。
1 2/5
Two-dimension Discrete Random Variable and Distribution
联合分布律 边缘分布律
Two-dimension Discrete Random Variable and Distribution
1、统计学中有两种抽样：不放回抽样和有放 回抽样。将例1中“不放回地取两次球”改为 “有放回地取两次球”，试求（X,Y）的联合分 布律、（X,Y）分别关于X,Y的边缘分布律及判断 X,Y是否相互独立？ 2、上述我们解决了：已知二维离散型随机变 量（X,Y）的联合分布律，如何求（X,Y）关于X 或关于Y的边缘分布律的问题。那么，已知X,Y的 边缘分布律，能否求（X,Y）的联合分布律呢？
0, Y 1,
表示第二次取红球 表示第二次取白球
求（X,Y）的联合分布律。
Two-dimension Discrete Random Variable and Distribution
二、 边缘分布律(Marginal distribution regularity) 1、定义 设（X，Y）是二维离散型随机变量， 称分量X的分布律为（X，Y）关于X的边缘分布律； 分量Y的分布律为（X，Y）关于Y的边缘分布律。
Two-dimension Discrete Random Variable and Distribution
[例3] 见例1，判断X,Y是否相互独立？
Two-dimension Discrete Random Variable and Distribution
例4 已知随机变量(X,Y)的分布律为
2007年12月
Two-dimension Discrete Random Variable and Distribution
三、随机变量的独立性(Independence of random
variable)
定理1 设（X,Y）是二维离散型随机变量，则 X，Y相互独立的充要条件是：对所有的i,j，均有 pij=pi..p.j
Two-dimension Discrete Random Variable and Distribution
本节主要内容
A B C
联合分布律 边缘分布律
独立性
Two-dimension Discrete Random Variable and Distribution
一、联合分布律（unity distribution regularity) 1、定义：如果二维随机变量(X,Y)的所有可能取 值为有限对或可列对，则称(X,Y)为二维离散型随 机变量。
Two-dimension Discrete Random Variable and Distribution
例2.已知(X,Y)的分布律为 x\y 1 0 1 1/10 3/10 0 3/10 3/10 求X、Y的边缘分布律。 解： x\y 1 0 pi. 1 1/10 3/10 2/5 0 3/10 3/10 3/5 p.j 2/5 3/5 故关于X和Y的分布律分别为： X 0 1 Y 0 P 3/5 2/5 P 3/5
二维离散型随机变量及其分布
蚌埠学院理学系 赵玉梅
2007年12月
Two-dimension Discrete Random Variable and Distribution
在实际问题中，有一些实验的结果需要同时 用两个或两个以上的随机变量来描述。 例如，炮弹击中点的位置要用其横坐标X 与纵坐标Y来确定。
且知X与Y独立，求(X,Y)的联合分布律
Two-dimension Discrete Random Variable and Distribution
2、已知（X,Y）的联合分布律，如何求（X,Y） 关于X或关于Y的边缘分布律?
设二维离散型随机变量（X,Y）的联合分布律 为P{X=xi,Y=yj}=pij,(i,j=1,2,…), 则（X,Y）关于X的边缘分布律为：
(X,Y)
Two-dimension Discrete Random Variable and Distribution
在模特比赛中，要同时考虑到模特身高、胸 围、腰围、臀围等多个变量。
Two-dimension Discrete Random Variable and Distribution
Y X x1 x2
y1 p11 p21
y2
…
yj p1j p2j … pij
… … … … … … …
pi. p1. p2. …
p12 … p22 …
…
… xi … p.j
…
… pi1 … p.1
…
… pi2 … p.2
… … …
… …
… pi. …
… … … p.j
Two-dimension Discrete Random Variable and Distribution
ij
p
1
Two-dimension Discrete Random Variable and Distribution
[例1] 1个口袋中装有大小形状相同的6个球， 其中2个红球、4个白球，现从袋中不放回地取两 次球，每次取一个。设随机变量
0, X 1, 表示第一次取红球 表示第screte Random Variable and Distribution
2、联合分布律 设二维离散型随机变量（X，Y） 所有可能取值为(xi,yj),(i=1,2,…;j=1,2,…) ，则称 P{X=xi,Y=yj}=pij(i,j=1,2,…) 为（X，Y）的联合分 布律。 Y y1 y2 … yj … X
x 0 1 1 2 0.15 0.15 a b
且知X与Y独立，求a、b的值。
Two-dimension Discrete Random Variable and Distribution
例5 已知随机变量X,Y的分布律分别为
X pi.
Y p.j
1 0.3
-1 0.6
2 0.3
0 0.1
3 0.4
1 0.3
x1 p11 p21 … … pi1 …
p12 … p1j …
p22 … … pi2 … … … … … … p2j … … … … … pij … … …
x2 … … xi …
Two-dimension Discrete Random Variable and Distribution
pij具有以下性质： （1）pij≥0 (i,j=1,2,…) （概率的非负性）； （2） i j （概率的归一性）
1.联合分布函数：F ( x, y) P( X x, Y y)
FX ( x) P{ X x} lim F ( x, y) 2.边缘分布函数： y
FY ( y ) P{Y y} lim F ( x, y )
x
3.独立性：
若F(x,y)=FX(x).F Y(y) 则称X,Y相互独立。