3.1 二维随机变量及其联合分布函数
概率论与数理统计课件第三章
f
(x,
y)
1
21 2
1
2
exp
1
2(1 2 )
(x
1)2
2 1
2
(x
1)( y 1 2
2 )
(y
2)2
2 2
其中1、2、1、 2、都是常数,且1 0, 2 0,1 1.
则称(X,Y)服从参数为1、2、1、的二2、维 正态分布,
记为
(X
,Y)
~
N (1,
2
,
2 1
,
2 2
2F(x, y) f (x, y) xy
(5)若(X,Y)为二维连续型随机向量,联合概率密度为f(x,y),则
F(x,y) P{X x,Y y}
返回
X
18
第
页
例5 设二维随机变量(X,Y)的概率密度为
Ae2(x y) , x 0, y 0
f (x, y)
0, 其他
(1)确定常数A;
分别为(X,Y)关于X和Y的边缘分布函数.
返回
X
25
第
页
例1 设二维随机向量(X,Y)的联合分布函数为
(1 e2x )(1 e3y ), x 0, y 0,
F(x, y)
0, 其他.
求边缘分布 FX (x), FY ( y)
当x
0时,FX
(x)
lim (1
y
e2 x
)(1
e3 y
)
1
e2 x
返回
X
14
第
例3 设随机变量Y~N(0,1),令
0, X 1 1,
| Y | 1
0,
|Y
|
3.1二维随机变量及其分布
4/ 9
4/ 9 1/ 9
四、二维连续型随机变量及其分布 1.定义 1.定义 设二维随机变量 ( X ,Y ) 的联合分布 函数为 F(x, y) 如果存在一非负二元函数 f (x, y) , 使对任意实数 x, y, 有
F(x, y) = ∫
x
−∞ −∞
∫
y
f (x, y)dydx
二维连续型随机变量, 则称 ( X ,Y )是二维连续型随机变量,相应的二 元函数 f (x, y)称为( X , Y )的联合概率密度。 的联合概率密度。
−∞
1 4xydx = 2 y,0 ≤ y ≤ 1 ∫0 = 0 , 其它
由定义: (4)由定义:
F( x, y) = ∫
x
−∞ −∞
∫
y
f ( x, y)dxdy
Y
(1,1)
D5
D2
D4
D3
D1
00
X
( 当 x, y) ∈ D1,即x < 0或y < 0
F( x, y) = 0
( 当 x, y)∈ D2 ,0 ≤ x ≤ 1且y > 1
( 2 )由
P{( X , Y ) ∈ D} = ∫∫ f ( x, y)dxdy
D
= ∫ dx∫
0
1
1− x
0
4xydy
Y
1 = 6
(1,1)
0 x+ y =1X
(3)由边缘概率密度的定义: 由边缘概率密度的定义:
f X ( x) = ∫ f ( x, y)dy
−∞
1
+∞
4xydy = 2x,0 ≤ x ≤ 1 ∫0 = 类似的, 类似的, 0 , 其它 +∞ fY ( y ) = ∫ f ( x , y )dx
《概率论与数理统计》课件3-1二维随机变量及其联合分布
二维随机变量联合分布函数
F(x,y) = P{X x,Y y}
(1) 有界性 0 F(x,y) 1,且有F(− ,y) = lim F(x,y) = 0
x→−
F(x,− ) = lim F(x,y) = 0 F(− ,− ) = lim F(x,y) = 0 ,
1
F(
) 1 F( y) 0 F(x ) 0
F ( , ) A(B )(C ) 1
2
2
F ( , y) A(B )(C arctan y) 0 2
F ( x,
) A( B arctan x) ( C
)0
2
A
F (x, y) y).
1
2
,
B
1
2 (2
C.
2
arctan x)( 2
arctan
(2) P 0 X , 0 Y 1 F( ,1) F(0,1) F( , 0) F(0, 0) .
则〈
l
0,
它
P 恳1 < X 共 2,3 < Y 共 5}
x > 0, y > 0 其
= F(2,5) − F(1,5) − F(1,3) + F(2,3)
A) V
B) 根
A
B
提交
1 F(x, y) A(B arctan x)(C arctan y).
1
A, B,C 2 P 0 X , 0 Y 1
A.
B.
C.
D.
A
C
B
D
提交
1. F(x, y) P{X x,Y y}.
2.
二维随机变量及其分布
第三章 二维随机变量及其分布 一、 二维随机变量及其联合分布设Ω为某实验的样本空间,X 和Y 是定义在Ω上的两个随机变量,则称有序随机变量对(X,Y )为比如,研究某地区人口的健康状况可能取身高和体重两个参数作为随机变量;打靶弹着点选取横纵坐标。
§3.1.1联合分布函数定义1:设(X ,Y )为二维随机变量,对任意实数χ,y为(X ,Y )的分布函数或称为X 与Y 几何上,F (χ,y )表示(X ,Y )落在平面直角坐标系中以(χ,y )为顶点左下方的无穷矩形内的概率(见图) y 二维随机变量(X ,Y )的分布函数F (x,y 1°F(x,y)对每个自变量是单调不减的,即若x1<x2,则有F(x1,y)≤F(x2,y); 若y1<y2,则有F(x,y1)≤F(x,y2).2°0≤F(x,y)≤1且 F(x,-∞)=F(-∞,y)=F(-∞,-∞)=0,F(+∞,+∞)=13° F(x,y)对每个自变量是右连续的,即 F (x+0,y )= F (x,y ), F (x,y+0)= F (x,y ) 4° 对任意x1≤x2, y1≤y2有 F(x2,y2)-F(x1,y2)- F(x2,y1)+F(x1,y1)≥0事实上,由图可见(见右图)F(x2,y2)-F(x1,y2)- F(x2,y1)+F(x1,y1)例1设(X ,Y )的分布函数为解:由性质4°可得X,Y)的所有可能取值为有限对或可列对,则称(X,Y设(X,Y)的所有可能取值为(xi,yj),i ,j=1,2,……P{X=xi,Y=yj }=pij,i,j=1,2,……,为(X,Y)的分布律,或称为X与Y 用表格表示:性质 1. pij≥0,一切i,j,2. 显然,(X,Y)落在区域D内的概率应为由此便得(X,Y)的分布函数与分布律之间关系为例2两封信随机地向编号为Ⅰ,Ⅱ,Ⅲ,Ⅳ的四个邮筒内投,令 X表示投入Ⅰ号邮筒内的信件数; Y 表示投入Ⅱ号邮筒内的信件数。
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
概率论笔记——精选推荐
第三章 多维随变量及其分布3.1 二维随机变量及其分布1.二维rv 的定义:Def:设Ω为随机试验E 的样本空间,若对∀ω∈Ω−−−−→−按一定对应法则∃(X(w),Y(w))为Ω上的二维rv 或称二维的随机变量。
着重讨论:①二维rv 作为一个整体的概率特性。
②其中每一个随机变量的概率特性与整体的概率特性的关系。
2.二维rv 的联合分布函数 1)联合分布函数的定义:Def:设(X,Y)为二维rv ,对∀(X,Y)∈R ×R,称二元函数,F(X,Y)=P(X ≤x)∩(Y ≤y)记为P(X ≤x,Y ≤y)为二维rv 的分布函数或称rvx 与rvy 的联合分布函数。
2)几何意义: 3)性质①0≤F(x,y)≤1,F(+∞,+∞)=1F(-∞,-∞)=0,F(x,-∞)=0,F(-∞,y)=0 ②对每个变量均单调不减固定y 对∀x 1≤x 2,有F(x 1,y)≤F(x 2,y) ③对每个变量均右连续F(x 0+0,y 0)= F(x 0,y 0) F(x 0,y 0+0)=F(x 0,y 0) ④对∀a<b,c<d ,有F(b,d)-F(b,c)-F(a,b)+F(a,c)≥0注:①对于满足以上四个性质的二元函数可以作为某二维rv 的分布函数 ②对于二维的rv ,p(x>a,y>c)=1-F(a,+∞)-F(+∞,c)+F(a,c)≠1-F(a,c)3.二维离散型rv 及其联合分布律1) def:若二维rv(X,Y)的所有可能取值为有限个数对或无穷个可列数对,则称(X,Y)为二维离散型rv.2) 联合分布律设二维rv (X ,Y )的所有可能值为:(X i,Y j ),I,j=1,2,3……(X=x i,Y=y j )=P ij ij=1,2……为二维rv (X,Y )的联合分布律。
eg 1 设F(x,y)= 联合分布律也可以用表格来表示:XYx1 x2 x3 (xi)y 1 y 2y 3 … … y j P 11 p 21 p 31 … … … … p i1 P 12 P 22 P 32 … … … … P I2… … … … … … … …… … … … … … … … … … … … … … … … P 1j p 2j p 3j … … … … p ij性质:①非负性 P ij ≥0; ②归一性 ∑∑ijp =13)联合分布函数 F(x,y)=P(X ≤x,Y ≤y)=∑∑≤≤x Xi yYj pij注:①已知分布律可求分布函数,反之,已知分布函数也可求分布律。
3.1 二维随机变量及其分布
28 33
(3) F ( x , y ) P { X x ,Y y }
x
A( B
y
2
)(C arctan y ) 0
F ( x , ) lim A( B arctan x )(C arctan y)
A( B arctan x )(C
2
) 0
F ( , ) lim A( B arctan x )(C arctan y)
2 1 1 P{ X 0, Y 0} 12 11 66 5 2 10 P{ X 0, Y 1} 12 11 33 10 2 5 P{ X 1, Y 0} 12 11 33 10 9 15 P{ X 1, Y 1} 12 11 22
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 第二节 边缘分布
第三节 条件分布(不讲)
第四节 随机变量的独立性 第五节 两个随机变量的函数的分布
第一节
二维随机变量及其分布
2.二维随机变量的联合分布函数 P60
(1)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 }
称为二维随机变量(X, Y)的分布函数或X和Y的 联合分布函数
(2)二元分布函数的几何意义 P61 将二维随机变量看作XOY平面上
随机点的坐标,则联合分布函数
F(x,y)表示随机点(X,Y)落在无穷
y
(X,Y)
(x,y)
矩形区域
{( X , Y ) / X x, Y y}
F ( x , y ) P{ X x , Y y }
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
二维随机变量及其联合分布
(y 2)2 22
)
其中 均为常数, 1, 2 , 1, 2 ,
1 0, 2 0, 1, (x, y) R2
,则称
(X , Y)
服从参数为( 1 ,
2,
2 1
,
2 2
,
)的二
维正态分布,记为
(
X
,
Y
)
~
N
(1
,
2
,
2 1
,
通常我们用联合概率分布律列是二维离散型随机变量它所有可能的取值为的联合分布律列或联合概率分布jointprobabilitydistribution简称分布12112221规范性37其联合分布函数为定义35设二维随机变量的分布函为若存在非负可积函数使得对于任意实数的联合概率密度函数jointprobabilitydensityfunction简称的概率密度
(Joint Distribution).与一维情形类似,为 了研究二维随机变量的联合分布,我们引 入二维随机变量的分布函数的概念.
定义3.2 设 X (), Y() 是定义在样本空间 上 的二维随机变量,对于任意的实数 x, y , 称函数
F(x, y) P{ : X x, Y y} (3—1)
pi2 p i j
显然,二维离散型随机变量的分布列 满足:
1. pi j 0 (非负性)
2. pi j 1 (规范性) (3—7) i, j
其联合分布函数为
F(x, y) P{X x, Y y} pi j(3—8) yj y xix
四、二维连续型随机变量及联合概率密 度函数
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。
3.1二维随机变量的联合分布
1 , x 1, y 1
盐城工学院概率论与数理统计课题组
推广:如果每次随机试验的结果都对应着一组确定
的实数 1,2, ,L它们n是 随机试验结果不同而变
化的 个随机变n量,则称 个随机变量n 的整体
为一个 维1,随2机,L变量n 。称 维n函数
n
为 维随F机 x1变, x2量,L的, x分n 布p函1数。x1,2 x2,L n xn n
p
, k1, k2
n!
k1 !k2 ! n k1 k2
!
p k1 1
p k2 2
1 p1 p2
nk1 k2
k1 0,1, 2,L n, k2 0,1, 2,L n, k1 k2 n,其中n是给定的自然数,
0 p1 1 , 0 p2 1 , p1 p2 1,称 , 服从三项分布。
1 10
为了书写方便,我们一般 将上面的概率分布情况列 成右表:
0 1 2 3
0
1
0 0 0 10
1
0
0
6 10
0
2
3
0 10
00
盐城工学院概率论与数理统计课题组
2.定义 定义 3.1.1 设 E 是一个随机试验,其样本空间为
,又设 x, y 是定义在 上的随机变量,则
由它们构成的一个向量, 称为二维随机变量(或称二 维随机向量)。
为
kxy, 0 x y,0 y 1,
f
(x,
y)
0,
其他
其中k为常数. 求
(1)常数 k ;
(2) P ( X + Y 1) , P ( X < 0.5).
盐城工学院概率论与数理统计课题组
解:令 D (x,y) 0 x y, 0 y 1
二维随机变量及联合分布
00
c e3xdx e4 y dy
c
12
0
0
所以,c 12.
y
x 0, y 0
(2) F x, y PX x, Y y
x
当 x 0或 y 0时,F x, y 0 ;
返回主目录
§1 二 维 随 机 变 量
例 5(续)
当 x 0 且 y 0 时,
Fx, y PX x, Y y
Y 的可能取值为1,3 .
返回主目录
§1 二 维 随 机 变 量
例 2(续)
PX 0, Y 1 0; PX 0, Y 3 1;
8
PX 1, Y 1 3; PX 1, Y 3 0;
8
PX 2, Y 1 3; PX 2, Y 3 0;
8
PX 3, Y 1 0; PX 3, Y 3 1.
返回主目录
§1 二 维 随 机 变 量 一个重要的公式
设:x1 x2 ,y1 y2 ,则
Px1 X x2 , y1 X y2
F x2 , y2 F x2 , y1
F x1,
y2
F x1,
y1
y y2
y1
(x1 , y2) (X, Y )
(x1 , y1)
(x2 , y2) (x2 , y1)
是 x, y的函数.我们称此函数为二维随机 变量 X, Y 的分布函数.
•..... . 返回主目录
§1 二 维 随 机 变 量
二元分布函数的几何意义
二元分布函数的几何
意义是:F x, y
表示平面上的随机
点X, Y 落在以 x, y 为右上顶
点的无穷矩形中的 概率.
y
(X, Y ) o
概率论与数理统计3.1.3 二维连续型随机变量及其联合概率密度
一、二维连续型随机变量的定义及联合概率密度 二、联合概率密度函数的性质
一、 二维连续型随机变量的定义及联合概率密度函数
一维连续型随机变量X F(x)为随机变量X的分布
函数,若存在非负可积函数 f(x),使得
F(x) P{X x}
x
f (t)dt ( x )
(4) 在f(x)的连续点处有: f (x) F'(x)
(4)若f (x, y)在(x, y)连续,
则有 2F (x, y) f (x, y). xy
用来求概率密度f(x)的方法
用来求概率密度 f(x,y)的方法
例2 设随机变量(X ,Y )的联合分布函数为
(x,y)
用来求待定常数的方法
y
曲线下x轴上
所围面积为1
连续型随机变量(X,Y)联合 概率密度函数f(x, y)的性质
(1) 非负性: f (x, y) 0;
(2) 规范性:
f (x, y)dxdy 1
F(, ).
f (x, y)
用来求待定 常数的方法
曲面下xoy平 面上所围体积
o
(x, y)
X
x
x
X
y
Y
(x, y)
推断:设D是xOy平面上的 一个区域,点( X ,Y )落在D内 的概率为
P{(X ,Y ) D}
f (x, y) d x d y.
D
二、联合概率密度函数的性质:
连续型随机变量X的概率密度函 数f(x)的性质
(1) f(x)≥0; (2) f(x)dx 1 F().
[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 }
3.1 二维随机变量及其联合分布函数
Dx
y
故
P{a X b,c Y d}
b a
d c
f
( x,
y)dy
dx
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 ) D)等于以D为底,以曲面z f (x, y)
为顶面的柱体体积。
9 25
例3.1.1 一箱中有10件产品,其中6件一级品,4件二级品, 现随机抽取2次,每次任取一件,定义两个随机变量X和Y:
1 第一次抽到一级品, X 0 第一次抽到二级品.
1 Y 0
第二次抽到一级品, 第二次抽到二级品.
(2)第一次抽取后不放回, 求(X,Y)的联合分布律.
4 7
e6
3 7
e14
本例是一个典型题.大家应掌握分析与 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。
例 已知二维随机变量(X,Y)的联合概率密度为
f
(
x,
y)
1 8
(6
x
y),
0 x 2, 2 y 4
0,
解 (1)
f (x, y)dxdy
Ae(3x4 y)dxdy 00
A e3xdx e4 ydy
0
0
A[
1 3
e3x ]0[
1 4
e4 y ]0
A 1 1 12
所以 A 12
12e(3 x4 y) , x 0, y 0
A (x,y)
3.1.2 联合分布函数及其性质 定义3.1.3 设(X,Y)是二维随机变量, 对任意 实数 x, y,二元函数
§3.1 二维随机变量的联合分布
D
∫∫x , y )≤0} p( x , y )dxdy II. P ( g( X , Y ) ≤ 0) = ∫∫ p( x , y )dxdy = {( x , y ): g (
D
=
{ g ( X ,Y ) ≤ 0}
∫∫
p( x , y )dxdy
如:P ( X 2 ≤ Y ) =
∫∫
{ X 2 ≤Y }
常数k; (2)P(X<1,Y< 3); 求: (1)常数 常数 (3)P(X< 1.5); (4)P(X+Y≤4) + ≤
1/8,3/8,27/32,2/3 , , ,
课堂练习: 课堂练习 盒子里装有3只黑球 只黑球, 只红球 只红球, 只白球 在其中任取4 只白球, 盒子里装有 只黑球,2只红球,2只白球,在其中任取 只球, 表示取到黑球的只数, 只球,以X表示取到黑球的只数,以Y表示取到红球的只 表示取到黑球的只数 表示取到红球的只 数,求X,Y的联合分布列 的联合分布列
∫−∞ ∫−∞
则称(X, 是二维连续型随机变量 是二维连续型随机变量. 则称 ,Y)是二维连续型随机变量 而p(x,y)称为 称为 (X,Y)的(概率 密度函数 概率)密度函数 , 的 概率 p(x,y)的性质: 的性质: 的性质 (1) ∀x,y∈R, p(x,y)≥0 ∈ ≥ (2)
∫−∞ ∫−∞ p( x, y )dxdy = 1
+∞
+∞
几何意义: 几何意义: p(x,y)在几何上表示一个曲面 分布区面 介于分布区面和 在几何上表示一个曲面(分布区面 在几何上表示一个曲面 分布区面), xoy平面之间空间的体积为 平面之间空间的体积为1 平面之间空间的体积为
- 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)。
如 果 二 维 随 机 变 量 ( X , Y )全 部 可 能 取 到 的 不
相同的值是有限对或可列无限多对, 相同的值是有限对或可列无限多对, 则称( X , Y )是 二维离散型随机变量. 二维离散型随机变量. 二维连续型随机变量是非离散型随机变量中的 一类. 一类.
二维随机变量 二维连续型随机变量
(1)常数 常数A 求: (1)常数 、B与C; 与 ; (2) (X,Y)关于 与Y的边缘分布函数 ; 关于X与 的边缘分布函数 关于 由联合分布函数的性质, 解 (1) 由联合分布函数的性质,有 π π
F ( ∞ , ∞ ) = A( B + )( C + )=1
2 2 π y F ( −∞ , y ) = A B − C + arctan = 0 2 3 π x F ( x , − ∞ ) = A B + arctan C − = 0 2 2
即对于任意固定的y , 当 x 2 > x1时 F ( x 2 , y ) ≥ F ( x1 , y );
对于任意固定的x , 当 y 2 > y1时 F ( x , y 2 ) ≥ F ( x , y1 ).
(3) 极限性质 F ( −∞ , y ) = 0,
F ( x ,−∞ ) = 0,
F ( −∞ ,−∞ ) = 0, F (∞ , ∞ ) = 1.
P { x1 < X ≤ x2 , Y ≤ y} = F ( x2 , y ) − F ( x1 , y )
P { X ≤ x , Y ≤ y} = F ( x , y )
四、边缘分布函数 作为一个整体, 二维随机向量 (X, Y ) 作为一个整体 用联合分布 来刻画. 都是一维随机变量, 来刻画 而 X 和Y 都是一维随机变量 各有自己的分 称为边缘分布 边缘分布. 布, 称为边缘分布 定理3.2 定理3.2 设 F ( x , y ) 为随机变量 ( X ,Y ) 的分布函数 ,
(4) 处处右连续性
F ( x + 0, y ) = F ( x , y ), F ( x , y + 0) = F ( x , y ),
即 F ( x , y )关 于 x右 连 续 , 关于y也右连续.
(5) 非负性
对 于 任 意 x 1 < x 2 , y1 < y 2 , 有
F ( x2 , y2 ) + F ( x1 , y1 ) − F ( x2 , y1 ) − F ( x1 , y2 ) ≥ 0.
y
y2
( x1 , y2 )
( x2 , y2 )
y1 ( x1 , y1 )
( x2 , y1 )
x2
O
x1
x
(2) 分布函数的性质 定理3.1 定理3.1 联合分布函数具有以下性质
(1) 有界性 0 < F ( x , y ) < 1 (2) 单调不减性
F ( x , y )是 变 量 x和 y的 不 降 函 数 ,
FX ( x) = F ( x, ∞) ,
FY ( x ) = F (∞, y ) .
称 为 随 机 变 量 ( X , Y ) 关 于 X 和 Y 的 边缘 分 布 函 数 .
设二维随机向量( , ) 例3.1 设二维随机向量(X,Y)的联合分布函数为
x y F ( x, y) = A B + arctan C + arctan 2 3
的 无 穷 矩 形 域 内 的 概率 .
y
( x, y) •
X ≤ x,Y ≤ y
o
x
随机点( X , Y )落在矩形域 {( x , y ) x1 < x ≤ x2 ,
y1 < y ≤ y2 }的 概 率 为
P { x1 < x ≤ x2 , y1 < y ≤ y2 }
= F ( x2 , y2 ) + F ( x1 , y1 ) − F ( x2 , y1 ) − F ( x1 , y2 ).
解得 A=
, B= , C = . 2 2 π
2
1
π
π
于是 ,
1 π x π y F ( x, y) = 2 + arctan + arctan 2 2 3 π 2
(2) (X,Y)关于 的边缘分布函数 关于X的边缘分布函数 关于
1 π x π y FX ( x ) = F ( x , ∞ ) = lim 2 + arctan + arctan y →∞ π 2 2 3 2 1 1 x = + arctan 2 π 2
称 分 函 . 简 为 布 数
பைடு நூலகம்
如 果 将 二 维 随 机 变 量 ( X , Y )看 成 是 平 面 上 随
机点的坐标, 那么, 机点的坐标, 那么 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 右 上 顶 点
三、用联合分布函数表示概率
如果知道了二维随机变量 ( X , Y ) 的联合分布函数 F ( x , y ) , 那么可以求出它落在任何矩形内的概率. 那么可以求出它落在任何矩形内的概率
P{ x1 < X ≤ x2 , y1 < Y ≤ y2} = F ( x2 , y2 ) + F ( x1 , y1 ) − F ( x1 , y2 ) − F ( x2 , y1 )
关于Y的边缘分布函数 类似可求得 (X,Y)关于 的边缘分布函数 关于
FY ( y ) = F ( ∞ , y ) = 1 + 1 arctan y 2 π 3
设二维随机向量( , ) 例3.2 设二维随机向量(X,Y)的联合分布函数为
1 − e − x − e − y − e − x − y − λxy , x > 0, y > 0 F ( x, y) = 0, 其他
第3章 章
一、二维随机变量的概念
某城市为了制定一项政策, 某城市为了制定一项政策,需要研究每个家庭的 经济状况. 经济状况. 该试验的样本空间可以抽象地写成
Ω = {ω } = { 被抽取的家庭} ,
上的随机变量, 而收入 X ( ω ) 和支出 Y ( ω ) 是定义在 Ω 上的随机变量,
二维随机变量 随机变量, 称 ( X ( ω ) , Y ( ω ) ) 为二维随机变量,简单写成 ( X , Y ) .
称该分布为二维指数分布, 称该分布为二维指数分布,其中参数 λ ≥ 0 . 二维指数分布 则边缘分布函数为
1 − e − x , x > 0 FX ( x) = F ( x, + ∞) = x≤0 0,
1 − e − y , y > 0 FY ( y) = F ( +∞, y) = y≤0 0,
二维离散型随机变量
二、联合分布函数
(1)分布函数的定义 分布函数的定义 定义 设( X , Y )是二维随机变量,对于任意实
数 x , y , 二元函数 二元函数:
F ( x , y ) = P { X ≤ x ,Y ≤ y }
称 为 二 维 随 机 变 量 ( X , Y )的 联 合 分 布 函 数 ,