第三章多维随机变量及其分布2
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)
概率论与数理统计教案 第3章 多维随机变量及其分布
第3章 多维随机变量及其分布教学要求1．理解二维随机变量的概念以及二维随机变量的联合分布函数的概念与性质，会利用联合分布函数计算有关事件的概率.2．理解二维离散型随机变量及其联合分布律、边缘分布律、条件分布律的概念与性质及其相互关系，会求联合分布律，并会用其求边缘分布律、条件分布律以及有关事件的概率.3．理解二维连续型随机变量及其联合概率密度函数和联合分布函数、边缘概率密度和边缘分布函数、条件概率密度和条件分布函数的概念与性质及其相互关系，会用概率密度函数求分布函数，掌握用联合概率密度求边缘概率密度、条件概率密度以及有关事件的概率.4．掌握二维均匀分布的概率密度，了解二维正态分布的概率密度.5．理解多维随机变量独立性的概念，掌握离散型和连续型随机变量独立性的条件，会判断随机变量的独立性，掌握运用随机变量独立性进行概率的计算.6．理解多维随机变量函数的概念，会求简单二维随机变量函数的分布，掌握Y X Z +=和{}Y X Z ,m ax =，{}Y X Z ,m in =的分布.教学重点二维随机变量与分布函数的概念，二维离散型随机变量及其分布律、二维连续型随机变量及其概率密度函数的概念以及概率的求法，联合分布与边缘分布的关系，随机变量独立性. 教学难点联合分布、边缘分布与条件分布的计算及相互关系，连续型随机变量分布函数的计算及其随机变量函数分布的求法.课时安排本章安排10课时.教学内容和要点一、 二维随机变量的分布函数1.二维随机变量及其分布函数的概念与性质2.二维随机变量的边缘分布函数二、 二维离散型随机变量1.二维离散型随机变量及其分布律的概念与性质2.边缘分布律3.条件分布律三、 二维连续型随机变量1.二维连续型随机变量及其联合概率密度函数和联合分布函数的概念与性质2.边缘概率密度和边缘分布函数3.二维连续型随机变量的常用分布：二维均匀分布、二维正态分布4.条件概率密度和条件分布函数四、随机变量的独立性1. 随机变量独立性的概念2. 离散型和连续型随机变量独立性的条件3. 随机变量独立性的判断五、二维随机变量的函数的分布1. 二维随机变量函数分布的概念2. 二维离散型随机变量函数分布律的求法3. 二维连续型随机变量函数概率密度的求法4.随机变量函数的独立性主要概念1.二维随机变量2.联合分布函数3.二维离散型随机变量及其联合分布律、边缘分布律、条件分布律4.二维连续型随机变量及其联合概率密度、边缘概率密度、条件分布5.随机变量的独立性6.二维随机变量函数的分布。
概率论与数理统计(理工类,第四版)吴赣昌主编课后习题答案第三章
第三章多维随机变量及其分布3.1 二维随机变量及其分布习题1设(X,Y)的分布律为X\Y12311/61/91/1821/3a1/9求a.分析：dsfsd1f6d54654646解答：由分布律性质∑i⋅jPij=1,可知1/6+1/9+1/18+1/3+a+1/9=1,解得a=2/9.习题2(1)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(1)P{a<X≤b,Y≤c};解答：P{a<X≤b,Y≤c}=F(b,c)-F(a,c).习题2(2)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(2)P{0<Y≤b};解答：P{0<Y≤b}=F(+∞,b)-F(+∞,0).习题2(3)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(3)P{X>a,Y≤b}.解答：P{X>a,Y≤b}=F(+∞,b)-F(a,b).习题3(1)3.设二维离散型随机变量的联合分布如下表：试求：(1)P{12<X<32,0<Y<4;解答：P{12<X<23,0<Y<4P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=14+0+0=14.习题3(2)3.设二维离散型随机变量的联合分布如下表：试求：(2)P{1≤X≤2,3≤Y≤4};解答：P{1≤X≤2,3≤Y≤4}=P{X=1,Y=3}+P{X=1,Y=4}+P{X=2,Y=3}+P{X=2,Y=4}=0+116+0+14=516.习题3(3)3.设二维离散型随机变量的联合分布如下表：试求：(3)F(2,3).解答：F(2,3)=P(1,1)+P(1,2)+P(1,3)+P(2,1)+P(2,2)+P(2,3)=14+0+0+116+14+0=916.习题4设X,Y为随机变量，且P{X≥0,Y≥0}=37,P{X≥0}=P{Y≥0}=47,求P{max{X,Y}≥0}.解答：P{max{X,Y}≥0}=P{X,Y至少一个大于等于0}=P{X≥0}+P{Y≥0}-P{X≥0,Y≥0}=47+47-37=57.习题5(X,Y)只取下列数值中的值：(0,0),(-1,1),(-1,13),(2,0)且相应概率依次为16,13,112,512,请列出(X,Y)的概率分布表，并写出关于Y的边缘分布.解答：(1)因为所给的一组概率实数显然均大于零，且有16+13+112+512=1,故所给的一组实数必是某二维随机变量(X,Y)的联合概率分布. 因(X,Y)只取上述四组可能值，故事件：{X=-1,Y=0},{X=0,Y=13,{X=0,Y=1},{X=2,Y=13,{X=2,Y=1}均为不可能事件，其概率必为零. 因而得到下表：Y01/31pk7/121/121/3习题6设随机向量(X,Y)服从二维正态分布N(0,0,102,102,0),其概率密度为f(x,y)=1200πex2+y2200,求P{X≤Y}.解答：由于P{X≤Y}+P{X>Y}=1，且由正态分布图形的对称性，知P{X≤Y}=P{X>Y},故P{X≤Y}=12.习题7设随机变量(X,Y)的概率密度为f(x,y)={k(6-x-y),0<x<2,2<y<40,其它, (1)确定常数k;(2)求P{X<1,Y<3};(3)求P{X<1.5};(4)求P{X+Y≤4}.解答：如图所示(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1,确定常数k.∫02∫24k(6-x-y)dydx=k∫02(6-2x)dx=8k=1,所以k=18.(2)P{X<1,Y<3}=∫01dx∫2318(6-x-y)dy=38.(3)P{X<1.5}=∫01.5dx∫2418(6-x-y)dy=2732.(4)P{X+Y≤4}=∫02dx∫24-x18(6-x-y)dy=23.习题8已知X和Y的联合密度为f(x,y)={cxy,0≤x≤1,0≤y≤10,其它,试求：(1)常数c;(2)X和Y的联合分布函数F(x,y).解答：(1)由于1=∫-∞+∞∫-∞+∞f(x,y)dxdy=c∫01∫01xydxdy=c4,c=4.(2)当x≤0或y≤0时，显然F(x,y)=0;当x≥1,y≥1时，显然F(x,y)=1;设0≤x≤1,0≤y≤1,有F(x,y)=∫-∞x∫-∞yf(u,v)dudv=4∫0xudu∫0yvdv=x2y2.设0≤x≤1,y>1,有F(x,y)=P{X≤1,Y≤y}=4∫0xudu∫01ydy=x2.最后，设x>1,0≤y≤1,有F(x,y)=P{X≤1,Y≤y}=4∫01xdx∫0yvdv=y2.函数F(x,y)在平面各区域的表达式F(x,y)={0,x≤0或y≤0x2,0≤x≤1,y>1x2y2,0≤x≤1,0≤y≤1.y2,x>习题9设二维随机变量(X,Y)的概率密度为f(x,y)={4.8y(2-x),0≤x≤1,x≤y≤10,其它,求边缘概率密度fY(y).解答：fX(x)=∫-∞+∞f(x,y)dy={∫0x4.8y(2-x)dy,0≤x≤10,其它={2.4x2(2-x),0≤x≤10,其它.fY(y)=∫-∞+∞f(x,y)dx={∫0y4.8y(2-x)dx,0≤y≤10,其它={2.4y(4y-y2),0≤y≤10,其它.习题10设(X,Y)在曲线y=x2,y=x所围成的区域G里服从均匀分布，求联合分布密度和边缘分布密度. 解答：区域G的面积A=∫01(x-x2)dx=16,由题设知(X,Y)的联合分布密度为f(x,y)={6,0≤x≤1,x2≤y≤x0,其它,从而fX(x)=∫-∞+∞f(x,y)dy=6∫x2xdy=6(x-x2),0≤x≤1,即fX(x)={6(x-x2),0≤x≤10,其它,fY(y)=∫-∞+∞f(x,y)dx=6∫yydx=6(y-y),0≤y≤1,即fY(y)={6(y-y),0≤y≤10,其它.3.2 条件分布与随机变量的独立性习题1二维随机变量(X,Y)的分布律为从而(X,Y)的联合概率分布为P{X≤a,∣X∣≤a}=P{X≤a}⋅P{∣X∣≤a},而事件{∣X∣≤a}⊂{X≤a},故由上式有P{∣X∣≤a}==P{X≤a}⋅P{∣X∣≤a},⇒P{∣X∣≤a}(1-P{X≤a})=0⇒P{∣X≤a∣}=0或1=P{X≤a}⋅(∀a>0)但当a>0时，两者均不成立，出现矛盾，故X与∣X∣不独立.习题9设X和Y是两个相互独立的随机变量，X在(0,1)上服从均匀分布，Y的概率密度为fY(y)={12e-y2,y>00,y≤0,(1)求X与Y的联合概率密度；(2)设有a的二次方程a2+2Xa+Y=0,求它有实根的概率.解答：(1)由题设易知fX(x)={1,0<x<10,其它,又X,Y相互独立，故X与Y的联合概率密度为f(x,y)=fX(x)⋅fY(y)={12e-y2,0<x<1,y>00,其它;(2)因{a有实根}={判别式Δ2=4X2-4Y≥0}={X2≥Y},故如图所示得到：P{a有实根}=P{X2≥Y}=∫∫x2>yf(x,y)dxdy=∫01dx∫0x212e-y2dy=-∫01e-x22dx=1-[∫-∞1e-x22dx-∫-∞0e-x22dx]=1-2π[12π∫-∞1e-x22dx-12π∫-∞0e-x22dx]=1-2π[Φ(1)-Φ(0),又Φ(1)=0.8413,Φ(0)=0.5,于是Φ(1)-Φ(0)=0.3413,所以P{a有实根}=1-2π[Φ(1)-Φ(0)]≈1-2.51×0.3413=0.1433.3.3 二维随机变量函数的分布习题1设随机变量X和Y相互独立，且都等可能地取1,2,3为值，求随机变量U=max{X,Y}和V=min{X,Y}的联合分布.解答：由于U≥V,可见P{U=i,V=j}=0(i<j).此外，有P{U=V=i}=P{X=Y=i}=1/9(i=1,2,3),P{U=i,V=j}=P{X=i,Y=j}+P{X=j,Y=i}=2/9(i>j),于是，随机变量U和V的联合概率分布为=∫01dy∫y2y12dx=14,P{U=1,V=1}=1-P{U=0,V=0}-P{U=0,V=1}-P{U=1,V=0}=1/2,即U\V01011/401/41/2习题4设(X,Y)的联合分布密度为f(x,y)=12πe-x2+y22,Z=X2+Y2,求Z的分布密度.解答：FZ(z)=P{Z≤z}=P{X2+Y2≤z}.当z<0时，FZ(z)=P(∅)=0;当z≥0时，FZ(z)=P{X2+Y2≤z2}=∫∫x2+y2≤z2f(x,y)dxdy=12π∫∫x2+y2≤z2e-x2+y22dxdy=12π∫02πdθ∫0ze-ρ22ρdρ=∫0ze-ρ22ρdρ=1-e-z22.故Z的分布函数为FZ(z)={1-e-z22,z≥00,z<0.Z的分布密度为fZ(z)={ze-z22,z>00,z≤0.习题5设随机变量(X,Y)的概率密度为f(x,y)={12(x+y)e-(x+y),x>0,y>00,其它,(1)问X和Y是否相互独立？(2)求Z=X+Y的概率密度.解答：(1)fX(x)=∫-∞+∞f(x,y)dy={∫0+∞12(x+y)e-(x+y)dy,x>00,x≤0\under2line令x+y=t{∫x+∞12te-tdt=12(x+1)e-x,x>00,x≤0,由对称性知fY(y)={12(y+1)e-y,y>00,y≤0,显然f(x,y)≠fX(x)fY(y),x>0,y>0,所以X与Y不独立.(2)用卷积公式求fZ(z)=∫-∞+∞f(x,z-x)dx.当{x>0z-x>0即{x>0x<z时，f(x,z-x)≠0,所以当z≤0时，fZ(z)=0;当z>0时，fZ(z)=∫0z12xe-xdx=12z2e-z.于是，Z=X+Y的概率密度为fZ(z)={12z2e-z,z>00,z≤0.习题6设随机变量X,Y相互独立，若X服从(0,1)上的均匀分布，Y服从参数1的指数分布，求随机变量Z=X+Y的概率密度.解答：据题意，X,Y的概率密度分布为fX(x)={1,0<x<10,其它,fY(y)={e-y,y≥00,y<0,由卷积公式得Z=X+Y的概率密度为fZ(z)=∫-∞+∞fX(x)fY(z-x)dx=∫-∞+∞fX(z-y)fY(y)dy=∫0+∞fX(z-y)e-ydy.由0<z-y<1得z-1<y<z,可见：当z≤0时，有fX(z-y)=0,故fZ(z)=∫0+∞0⋅e-ydy=0;当z>0时，fZ(z)=∫0+∞fX(z-y)e-ydy=∫max(0,z-1)ze-ydy=e-max(0,z-1)-e-z,即fZ(z)={0,z≤01-e-z,0<z≤1e1-z-e-z,z>1.习题7设随机变量(X,Y)的概率密度为f(x,y)={be-(x+y),0<x<1,0<y<+∞,0,其它.（1）试确定常数b；（2）求边缘概率密度fX(x),fY(y)；（3）求函数U=max{X,Y}的分布函数.解答：（1）由∫-∞+∞∫-∞+∞f(x,y)dxdy=1，确定常数b.∫01dx∫0+∞be-xe-ydy=b(1-e-1)=1，所以b=11-e-1，从而f(x,y)={11-e-1e-(x+y),0<x<1,0<y<+∞,0,其它.（2）由边缘概率密度的定义得fX(x)={∫0+∞11-e-1e-(x+y)dy=e-x1-e-x,0<x<1,0,其它，fY(x)={∫0111-e-1e-(x+y)dx=e-y,0<y<+∞,0,其它（3）因为f(x,y)=fX(x)fY(y)，所以X与Y独立，故FU(u)=P{max{X,Y}≤u}=P{X≤u,Y≤u}=FX(u)F Y(u)，其中FX(x)=∫0xe-t1-e-1dt=1-e-x1-e-1,0<x<1，所以FX(x)={0,x≤0,1-e-x1-e-1,0<x<1,1,x≥1.同理FY(y)={∫0ye-tdt=1-e-y,0<y<+∞,0,y≤0，因此FU(u)={0,u<0,(1-e-u)21-e-1,0≤u<1,1-e-u,u≥1.习题8设系统L是由两个相互独立的子系统L1和L2以串联方式联接而成，L1和L2的寿命分别为X与Y,其概率密度分别为ϕ1(x)={αe-αx,x>00,x≤0,ϕ2(y)={βe-βy,y>00,y≤0,其中α>0,β>0,α≠β,试求系统L的寿命Z的概率密度.解答：设Z=min{X,Y},则F(z)=P{Z≥z}=P{min(X,Y)≤z}=1-P{min(X,Y)>z}=1-P{X≥z,Y≥z}=1-[1P{X<z}][1-P{Y<z}]=1-[1-F1{z}][1-F2{z}]由于F1(z)={∫0zαe-αxdx=1-e-αz,z≥00,z<0,F2(z)={1-e-βz,z≥00,z<0,故F(z)={1-e-(α+β)z,z≥00,z<0,从而ϕ(z)={(α+β)e-(α+β)z,z>00,z≤0.习题9设随机变量X,Y相互独立，且服从同一分布，试证明：P{a<min{X,Y}≤b}=[P{X>a}]2-[P{X>b}]2.解答：设min{X,Y}=Z,则P{a<min{X,Y}≤b}=FZ(b)-FZ(a),FZ(z)=P{min{X,Y}≤z}=1-P{min{X,Y}>z}=1-P{X>z,Y>z}=1-P{X>z}P{Y>z}=1-[P{X>z}]2,代入得P{a<min{X,Y}≤b}=1-[P{X>b}]2-(1-[P{X>a}]2)=[P{X>a}]2-[P{X>b}]2.证毕.复习总结与总习题解答习题1在一箱子中装有12只开关，其中2只是次品，在其中取两次，每次任取一只，考虑两种试验：(1)放回抽样；(2)不放回抽样.我们定义随机变量X,Y如下：X={0,若第一次取出的是正品1,若第一次取出的是次品, Y={0,若第二次取出的是正品1,若第二次取出的是次品,试分别就(1),(2)两种情况，写出X和Y的联合分布律.解答：(1)有放回抽样，(X,Y)分布律如下：P{X=0,Y=0}=10×1012×12=2536; P{X=1,Y=0}=2×1012×12=536,P{X=0,Y=1}=10×212×12=536, P{X=1,Y=1}=2×212×12=136,(2)不放回抽样，(X,Y)的分布律如下：P{X=0,Y=0}=10×912×11=4566, P{X=0,Y=1}=10×212×11=1066,P{X=1,Y=1}=2×112×11=166,习题2假设随机变量Y服从参数为1的指数分布，随机变量Xk={0,若Y≤k1,若Y>k(k=1,2),求(X1,X2)的联合分布率与边缘分布率.解答：因为Y服从参数为1的指数分布，X1={0,若Y≤11,若Y>1, 所以有P{X1=1}=P{Y>1}=∫1+∞e-ydy=e-1,P{X1=0}=1-e-1,同理P{X2=1}=P{Y>2}=∫2+∞e-ydy=e-2,P{X2=0}=1-e-2,因为P{X1=1,X2=1}=P{Y>2}=e-2，P{X1=1,X2=0}=P{X1=1}-P{X1=1,X2=1}=e-1-e-2,P{X1=0,X2=0}=P{Y≤1}=1-e-1,P{X1=0,X2=1}=P{X1=0}-P{X1=0,X2=0}=0,故(X1,X2)联合分布率与边缘分布率如下表所示：习题3在元旦茶话会上，每人发给一袋水果，内装3只橘子，2只苹果，3只香蕉. 今从袋中随机抽出4只，以X记橘子数，Y记苹果数，求(X,Y)的联合分布.解答：X可取值为0,1,2,3,Y可取值0,1,2.P{X=0,Y=0}=P{∅}=0,P{X=0,Y=1}=C30C21C33/C84=2/70,P{X=0,Y=2}=C30C22C32/C84=3/70,P{X=1,Y=0}=C31C20C33/C84=3/70,P{X=1,Y=1}=C31C21C32/C84=18/70,P{X=1,Y=2}=C31C22C31/C84=9/70,P{X=2,Y=0}=C32C20C32/C84=9/70,P{X=2,Y=1}=C32C21C31/C84=18/70,P{X=2,Y=2}=C32C22C30/C84=3/70,P{X=3,Y=0}=C33C20C31/C84=3/70,P{X=3,Y=1}=C33C21C30/C84=2/70,P{X=3,Y=2}=P{∅}=0,所以，(X,Y)的联合分布如下：习题4设随机变量X与Y相互独立，下表列出了二维随机变量(X,Y)的联合分布律及关于X与Y解答：由题设X与Y相互独立，即有pij=pi⋅p⋅j(i=1,2;j=1,2,3), p⋅1-p21=p11=16-18=124,又由独立性，有p11=p1⋅p⋅1=p1⋅16故p1⋅=14.从而p13=14-124-18, 又由p12=p1⋅p⋅2, 即18=14⋅p⋅2.从而p⋅2=12. 类似的有p⋅3=13,p13=14,p2⋅=34.将上述数值填入表中有习题5设随机变量(X,Y)的联合分布如下表：求：(1)a值；(2)(X,Y)的联合分布函数F(x,y)；(3)(X,Y)关于X,Y的边缘分布函数FX(x)与FY(y).解答：(1)\because由分布律的性质可知∑i⋅jPij=1, 故14+14+16+a=1,∴a=13.(2)因F(x,y)=P{X≤x,Y≤y}①当x<1或y<-1时，F(x,y)=0;②当1≤x<2,-1≤y<0时，F(x,y)=P{X=1,Y=-1}=1/4;③当x≥2,-1≤y<0时，F(x,y)=P{X=1,Y=-1}+P{X=2,Y=-1}=5/12;④当1≤x<2,y>0时，F(x,y)=P{X=1,Y=-1}+P{X=1,Y=0}=1/2;⑤当x≥2,y≥0时，F(x,y)=P{X=1,Y=-1}+P{X=2,Y=-1}+P{X=1,Y=0}+P{X=2,Y=0}=1;综上所述，得(X,Y)联合分布函数为F(x,y)={0,x<1或y<-11/4,1≤x<2,-1≤y<05/12,x≥2,-1≤y<01/2,1≤x<2,y≥01,x≥2,y≥0.(3)由FX(x)=P{X≤x,Y<+∞}=∑xi<x∑j=1+∞pij, 得(X,Y)关于X的边缘分布函数为：FX(x)={0,x<114+14,1≤x<214+14+16+13,x≥2={0,x<11/2,1≤x<21,x≥2,同理，由FY(y)=P{X<+∞,Y≤y}=∑yi≤y∑i=1+∞Pij, 得(X,Y)关于Y的边缘分布函数为FY(y)={0,y<-12/12,-1≤y<01,y≥0.习题6设随机变量(X,Y)的联合概率密度为f(x,y)={c(R-x2+y2),x2+y2<R0,x2+y2≥R,求：(1)常数c; (2)P{X2+Y2≤r2}(r<R).解答：(1)因为1=∫-∞+∞∫-∞+∞f(x,y)dydx=∫∫x2+y2<Rc(R-x2+y)dxdy=∫02π∫0Rc(R-ρ)ρdρdθ=cπR33,所以有c=3πR3.(2)P{X2+Y2≤r2}=∫∫x2+y2<r23πR3[R-x2+y2]dxdy=∫02π∫0r3πR3(R-ρ)ρdρdθ=3r2R2(1-2r3R).习题7设f(x,y)={1,0≤x≤2,max(0,x-1)≤y≤min(1,x)0,其它,求fX(x)和fY(y).解答：max(0,x-1)={0,x<1x-1,x≥1, min(1,x)={x,x<11,x≥1,所以，f(x,y)有意义的区域(如图)可分为{0≤x≤1,0≤y≤x},{1≤x≤2,1-x≤y≤1},即f(x,y)={1,0≤x≤1,0≤y≤x1,1≤x≤2,x-1≤y≤1,0,其它所以fX(x)={∫0xdy=x,0≤x<1∫x-11dy=2-x,1≤x≤20,其它,fY(y)={∫yy+1dx=1,0≤y≤10,其它.习题8若(X,Y)的分布律为则α,β应满足的条件是¯, 若X与Y独立，则α=¯,β=¯.解答：应填α+β=13;29;19.由分布律的性质可知∑i⋅jpij=1, 故16+19+118+13+α+β=1,即α+β=13.又因X与Y相互独立，故P{X=i,Y=j}=P{X=i}P{Y=j}, 从而α=P{X=2,Y=2}=P{X=i}P{Y=j},=(19+α)(14+α+β)=(19+α)(13+13)=29,β=P{X=3,Y=2}=P{X=3}P{Y=2}=(118+β)(13+α+β)=(118+β)(13+13)，∴β=19.习题9设二维随机变量(X,Y)的概率密度函数为f(x,y)={ce-(2x+y),x>0,y>00,其它,(1)确定常数c; (2)求X,Y的边缘概率密度函数；(3)求联合分布函数F(x,y); (4)求P{Y≤X};(5)求条件概率密度函数fX∣Y(x∣y); (6)求P{X<2∣Y<1}.解答：(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1求常数c.∫0+∞∫0+∞ce-(2x+y)dxdy=c⋅(-12e-2x)\vline0+∞⋅(-e-y)∣0+∞=c2=1,所以c=2.(2)fX(x)=∫-∞+∞f(x,y)dy={∫0+∞2e-2xe-ydy,x>00,x≤0={2e-2x,x>00,x≤0,fY(y)=∫-∞+∞f(x,y)dx={∫0+∞2e-2xe-ydx,y>00,其它={e-y,y>00,y≤0.(3)F(x,y)=∫-∞x∫-∞yf(u,v)dvdu={∫0x∫0y2e-2ue-vdvdu,x>0,y>00,其它={(1-e-2x)(1-e-y),x>0,y>00,其它.(4)P{Y≤X}=∫0+∞dx∫0x2e-2xe-ydy=∫0+∞2e-2x(1-e-x)dx=13.(5)当y>0时，fX∣Y(x∣y)=f(x,y)fY(y)={2e-2xe-ye-y,x>00,x≤0={2e-2x,x>00,x≤0.(6)P{X<2∣Y<1}=P{X<2,Y<1}P{Y<1}=F(2,1)∫01e-ydy=(1-e-1)(1-e-4)1-e-1=1-e-4.习题10设随机变量X以概率1取值为0, 而Y是任意的随机变量，证明X与Y相互独立.解答：因为X的分布函数为F(x)={0,当x<0时1,当x≥0时, 设Y的分布函数为FY(y),(X,Y)的分布函数为F(x,y)，则当x<0时，对任意y, 有F(x,y)=P{X≤x,Y≤y}=P{(X≤x)∩(Y≤y)}=P{∅∩(Y≤y)}=P{∅}=0=FX(x)FY(y);当x≥0时，对任意y, 有F(x,y)=P{X≤x,Y≤y}=P{(X≤x)∩(Y≤y)}=P{S∩(Y≤y)}=P{Y≤y}=Fy(y)=FX(x)FY(y),依定义，由F(x,y)=FX(x)FY(y)知，X与Y独立.习题11设连续型随机变量(X,Y)的两个分量X和Y相互独立，且服从同一分布，试证P{X≤Y}=1/2. 解答：因为X,Y独立，所以f(x,y)=fX(x)fY(y).P{X≤Y}=∫∫x≤yf(x,y)dxdy=∫∫x≤yfX(x)fY(y)dxdy=∫-∞+∞[fY(y)∫-∞yfX(x)dx]dy=∫-∞+∞[fY(y)FY(y)]dy=∫-∞+∞FY(y)dFY(y)=F2(y)2∣-∞+∞=12,也可以利用对称性来证，因为X,Y独立同分布，所以有P{X≤Y}=P{Y≤X},而P{X≤Y}+P{X≥Y}=1, 故P{X≤Y}=1/12.习题12设二维随机变量(X,Y)的联合分布律为若X与Y相互独立，求参数a,b,c的值.解答：关于X的边缘分布为由于X与Y独立，则有p22=p2⋅p⋅2 得b=(b+19)(b+49) ①p12=p1⋅p⋅2 得19=(a+19)(b+49) ②由式①得b=29, 代入式②得a=118. 由分布律的性质，有a+b+c+19+19+13=1,代入a=118,b=29, 得c=16.易验证，所求a,b,c的值，对任意的i和j均满足pij=pi⋅×p⋅j.因此，所求a,b,c的值为a=118,b=29,c=16.习题13已知随机变量X1和X2的概率分布为且P{X1X2=0}=1.(1)求X1和X2的联合分布律；(2)问X1和X2是否独立？解答：(1)本题是已知了X1与X2的边缘分布律，再根据条件P{X1X2=0}=1, 求出联合分布. 列表如下：P{X1=1,X2=1}=0,P{X1=-1,X2=1}=0.再由p⋅1=p-11+p11+p01, 得p01=12, p-10=p-1⋅=p-11=14,p10=p1⋅-p11=14,从而得p00=0.(2)由于p-10=14≠p-1⋅⋅p⋅0=14⋅12=18, 所以知X1与X2不独立.习题14设(X,Y)的联合密度函数为f(x,y)={1πR2,x2+y2≤R20,其它,(1)求X与Y的边缘概率密度；(2)求条件概率密度，并问X与Y是否独立？解答：(1)当x<-R或x>R时，fX(x)=∫-∞+∞f(x,y)dy=∫-∞+∞0dy=0;当-R≤x≤R时，fX(x)=∫-∞+∞f(x,y)dy=1πR2∫-R2-x2R2-x2dy=2πR2R2-x2.于是fX(x)={2R2-x2πR2,-R≤x≤R0,其它.由于X和Y的地位平等，同法可得Y的边缘概率密度是：fY(y)={2R2-y2πR2,-R≤y≤R0,其它.(2)fX∣Y(x∣y)=f(x,y)fY(y)注意在y处x值位于∣x∣≤R2-y2这个范围内，f(x,y)才有非零值，故在此范围内，有fX∣Y(x∣y)=1πR22πR2⋅R2-y2=12R2-y2,即Y=y时X的条件概率密度为fX∣Y(x∣y)={12R2-y2,∣x∣≤R2-y20,其它.同法可得X=x时Y的条件概率密度为fY∣X(y∣x)={12R2-x2,∣y∣≤R2-x20,其它.由于条件概率密度与边缘概率密度不相等，所以X与Y不独立.习题15设(X,Y)的分布律如下表所示X\Y -112-12 1/102/103/102/101/101/10求：(1)Z=X+Y; (2)Z=max{X,Y}的分布律.解答：与一维离散型随机变量函数的分布律的计算类似，本质上是利用事件及其概率的运算法则. 注意，Z的相同值的概率要合并.概率(X,Y)X+YXYX/Ymax{X,Y}1/102/103/102/101/101/10(-1,-1)(-1,1)(-1,2)(2,-1)(2,1)(2,2)-2011341-1-2-2241-1-1/2-221-112222于是(1)习题16设(X,Y)的概率密度为f(x,y)={1,0<x<1,0<y<2(1-x)0,其他，求Z=X+Y的概率密度.解答：先求Z的分布函数Fz(z)，再求概率密度fz(z)=dFz(z)dz.如右图所示.当z<0时，Fz(z)=P{X+Y≤z}=0;当0≤z<1时，Fz(z)=P{X+Y≤z}=∫∫x+y≤zf(x,y)dxdy=∫0zdx∫0z-x1dy=∫0z(z-x)dx=z2-12x2∣0z=12z2；当1≤z<2时，Fz(z)=∫02-zdx∫0z-xdy+∫2-z1dx∫02(1-x)dy=z(2-z)-12(2-z)2+(z-1)2；当z≥2时，∫∫Df(x,y)dxdy=∫01dx∫02(1-x)dy=1.综上所述Fz(z)={0,z<012z2,0≤z<1z(2-z)-12(2-z)2+(z-1)2,1≤z<21,z≥2，故fz(z)={z,0≤z<12-z,1≤z<20,其它.习题17设二维随机变量(X,Y)的概率密度为f(x,y)={2e-(x+2y),x>0,y>00,其它,求随机变量Z=X+2Y的分布函数.解答：按定义FZ(Z)=P{x+2y≤z},当z≤0时，FZ(Z)=∫∫x+2y≤zf(x,y)dxdy=∫∫x+2y≤z0dxdy=0.当z>0时，FZ(Z)=∫∫x+2y≤zf(x,y)dxdy=∫0zdx∫0(z-x)/22e-(x+2y)dy=∫0ze-x⋅(1-ex-z)dx=∫0z(e-x-e-z)dx=[-e-x]∣0z-ze-z=1-e-z-ze-z,故分布函数为FZ(Z)={0,z≤01-e-z-ze-z,z>0.习题18设随机变量X与Y相互独立，其概率密度函数分别为fX(x)={1,0≤x≤10,其它, fY(y)={Ae-y,y>00,y≤0,求：(1)常数A; (2)随机变量Z=2X+Y的概率密度函数.解答：(1)1=∫-∞+∞fY(y)dy=∫0+∞A⋅e-ydy=A.(2)因X与Y相互独立，故(X,Y)的联合概率密度为f(x,y)={e-y,0≤x≤1,y>00,其它.于是当z<0时，有F(z)=P{Z≤z}=P{2X+Y≤z}=0;当0≤z≤2时，有F(z)=P{2X+Y≤z}=∫0z/2dx∫0z-2xe-ydy=∫0z/2(1-e2x-z)dx;当z>2时，有F(z)=P{2X+Y≤2}=∫01dx∫0z-2xe-ydy=∫01(1-e2x-z)dx.利用分布函数法求得Z=2X+Y的概率密度函数为fZ(z)={0,z<0(1-e-z)/2,0≤z<2(e2-1)e-z/2,z≥2.习题19设随机变量X,Y相互独立，若X与Y分别服从区间(0,1)与(0,2)上的均匀分布，求U=max{X,Y}与V=min{X,Y}的概率密度.解答：由题设知，X与Y的概率密度分别为fX(x)={1,0<x<10,其它, fY(y)={1/2,0<y<20,其它,于是，①X与Y的分布函数分别为FX(x)={0,x≤0x,0≤x<11,x≥1, FY(y)={0,y<0y/2,0≤y<21,y≥2,从而U=max{X,Y}的分布函数为FU(u)=FX(u)FY(u)={0,u<0u2/2,0≤u<1u/2,1≤u<21,u≥2,故U=max{X,Y}的概率密度为fU(u)={u,0<u<11/2,1≤u<20,其它.②同理，由FV(v)=1-[1-FX(v)][1-FY)]=FX(v)+FY(v)-FX(v)FY(v)=FX(v)+FY(v)-FU(v),得V=min{X,Y}的分布函数为FV(v)={0,v<0v2(3-v),0≤v<11,v≥1,故V=min{X,Y}的概率密度为fV(v)={32-v,0<v<10,其它.注：(1)用卷积公式，主要的困难在于X与Y的概率密度为分段函数，故卷积需要分段计算；(2)先分别求出X,Y的分布函数FX(x)与FY(y), 然后求出FU(u)，再求导得fU(u); 同理先求出FV(v), 求导即得fV(v).。
概率论与数理统计总结之第三章
第三章 多维随机变量及其分布第一节二维随机变量的概念1.二维随机变量定义：设(X,Y)是二维随机变量，记为:(,){()()}=≤⋂≤F x y P X x Y y (,)=≤≤P X x Y y (,)-∞<<∞-∞<<∞x y称(,)F x y 为X 与Y 的分布函数，或称X 与Y 的联合分布函数}}(){{(,lim (,)→+∞=≤=≤≤+∞=X y F x P X x P X x Y F x y}}(){{,lim (,)→+∞=≤=≤+∞≤=Y x F y P Y y P X Y y F x y分布函数(,)F x y 性质:1）(,)F x y 是变量x 和变量y 的不减函数，(分别关于x 和y 有单调不减性) 2）0(,)1≤≤F x y ，任意一边趋于-∞＝０.F(∞，∞)=1（用来确定未知参数）.3）(,)(0,)(0,0)=+=++F x y F x y F x y ，即(,)F x y 分别关于x 右连续，关于y 也右连续,4）对于任意11221212(,),(,),,,<<x y x y x x y y 下述不等式成立(可用于判定二元函数(,)F x y 是不是某二维随机变量的分布函数):22211112(,)(,)(,)(,)0-+-≥F x y F x y F x y F x y 2.二维离散型随机变量:定义:如果二维随机变量(X,Y)只取有限对或可列无穷多对，则称(X,Y)是二维离散型随机变量其概率{,},,1,2,====i i ij P X x Y y p i j …为二维离散型随机变量(X,Y)的分布律，或随机变量X 和Y 是联合分布律 性质:1.0,(i,j 1.2.....)≥=ij P2.1≤≤=∑∑i i ijx x y yp满足以上两条，即为二维离散型随机变量的分布律. 注；步骤:定取值,求概率,验证1.离散型随机变量X 和Y 的联合分布函数为(,)≤≤=∑∑i i ijx x y yF x y p，其中和式是对一切满足,≤≤i i x x y y 的i,j 来求和的边缘分布定义:对于离散型随机变量(X,Y)，分量X 和Y 的分布律(), 1.2...(), 1.2..的边缘分布律：的边缘分布律：••========∑∑i i ij jJ i ij iX p P X x p i Y p P Y y p i ，0,0(, 1.2....)1•••≥≥===∑∑i j jiip p i j pi p联合确定边缘，但一般情况，边缘不能确定的联合，除非相互独立. 比如；有放回的摸球，就是X ，Y 相互独立. 不放回地摸球，是条件分布.3.二维连续型随机变量的概率密度和边缘概率密度. 对比一维的: 概率密度:()()1∞-∞==⎰f x f x dx ，分布律:{}(),≤≤=⎰b aP a x b f x dx 分布函数:()()-∞=⎰xF x f t dt二维:定义:设二维随机变量(X,Y)的分布函数为(,)F x y ，若存在非负可积函数(,)f x y ，使得对于任意实数x,y 有(,)(,)-∞-∞=⎰⎰xyF x y f u v dudv ，则称(X,Y)为二维连续型随机变量，(,)f x y 称为(X,Y)的概率密度，或联合概率密度.概率密度的性质: 1.(,)F x y ≥0 2.(,)1∞∞-∞-∞=⎰⎰f x y dxdy只要具有以下两条性质，必可作为某二维随机变量的概率密度.3.已知(X,Y)的概率密度(,)f x y ，则(X,Y)在平面区域D 内取值的概率为:{(,)}(,)∈=⎰⎰DP X Y D f x y dxdy (作二重积分)(随机点(X,Y)落在平面区域D 上的概率等于以平面区域D 为底，以曲面(,)=z f x y 顶的典顶的体积) 4.若(,)F x y 在点(x,y)连续，则有2(,)(,)∂=∂∂F x y f x y x y(连续就能根据分布律求概率密度)1） 当求()=P X Y 时，它只是一条线，所以：()0＝=P X Y2） 一个方程有无实根：20++=ax bx c ，即求：22240,40,40,一个实根无实根两个实根+=+<+>b ac b ac b ac均匀分布：定义:设D 为平面上的有界区域，其面积为S ，且0>S ,如果二维随机变量(X,Y)的概率密度为1,(x,y)(,)0,其它⎧∈⎪=⎨⎪⎩Df x y S，则称(X,Y)服从区域D 上的均匀分布(或叫(X,Y)在D 上服从均匀分布，记作（X,Y ）D U . 两种特殊情形:1） D 为矩形，,c )≤≤≤≤a x b y d 时，1,()()(,),c )0,其它⎧⎪--=≤≤≤≤⎨⎪⎩b a dc f x y a x b y d2） D 为圆形，如(X,Y)在以原点为圆心，R 为半径的圆域上服从均匀分布，则(X,Y)的概率密度为:22221,(,))0,其它π⎧⎪=+≤⎨⎪⎩f x y x y R R定义:对连续型随机变量(X,Y),分量X,Y 的概率密度称为(X,Y)关于X 或Y 的边缘概率密度,记作(),X f x ().Y f y X 的分布函数:()(,)(,)∞-∞-∞⎡⎤=∞=⎢⎥⎣⎦⎰⎰xX F x F x f u v dv du （让Ｙ趋于正无穷） Y 的分布函数:()(,)(,)∞-∞-∞⎡⎤=∞=⎢⎥⎣⎦⎰⎰yY F y F y f u v du dv （让Ｘ趋于正无穷） X 的概率密度:()(,),()∞-∞=-∞<<∞⎰X f x f x y dy xY 的概率密度:()(,),()∞-∞=-∞<<∞⎰Y f y f x y dx y（二维的边缘概率密度是直接以联合概率密度在负无穷到正无穷对对应元素积分，其间需要对划分区间的作分别积分）(X,Y)的概率密度:(,)(,)[(,)]-∞-∞-∞-∞==⎰⎰⎰⎰x yx yf x y f u v dudv f u v dv du二维正态分布： 二维正态221212(,)(,,,,)σσρX Y N u u 分布函数的性质:1.211()(,)σX N u ,222()(,)σY N u 边缘服从一维正态分布2.0,ρ=⇔xy X Y 独立（相关系数为Ｏ，则两个随机变量独立）3.212()()σ++k X k Y N u (线性组合按一维正态处理)4. 1212()，±±k X k Y c X c Y 服从二维正态（如：(,)+-X Y X Y ） 条件分布:设(X,Y)是二维离散型随机变量，对于固定的j ，若{}0=>j P Y y ，则称{=i P X x ｜{,}},1,2,{}⋅=======i j ij j j jP X x Y y p Y y i P Y y p …为在=j Y y 条件下随机变量X 的条件分布律同样地，若{}0,=>i P X x 则称{=j P Y y ｜{,}},1,2,{}⋅=======i j ij i i i P X x Y y p X x j P X x p …为=i X x 条件下随机变量Y 的条件分布律 变形，即得求联合分布律的方法.设二维随机变量(X,Y)的概率密度为f(x,y),(X,Y)关于Y 的边缘概率密度为()Y f y .若对于固定的y,()0,>Y f y 则称(,)()Y f x y f y 为在Y=y 的条件下X 的条件概率密度称|(,)(|)()-∞-∞=⎰⎰xxX Y Y f x y f x y dx dx f y 为在Y=y 的条件下，X 的条件分布函数，记为P{X ≤x|Y=y}或|(|)X Y F x y ，即|(,)(|){|}()-∞=≤==⎰x X Y Y f x y F x y P X x Y y dx f y 设F(x,y)及(),()X Y F x F y 分别是二维随机变量(X,Y)的分布函数及边缘分布函数，若对于所有x,y 有P{X ≤x,Y ≤y}=P{X ≤x}P{Y ≤y},即(,)()()=X Y F x y F x F y ，则称随机变量X 和Y 是相互独立的设(X,Y)是连续型随机变量，(,),(),()X Y f x y f x f y 分别为(X,Y)的概率密度和边缘概率密度，则X 和Y 相互独立的条件等价于(,)()()=X Y f x y f x f y 在平面上几乎处处成立(除去面积为0的集合以外，处处成立)第二节随机变量的独立性1. 两个随机变量的独立性 定义:设(,),().()X Y F x y F x F y 分别是二维随机变量(X,Y)的分布函数和两个边缘分布函数，若对任意实数,x y 有(,)().()=X Y F x y F x F y ，则称X 与Y 相互独立.可用于判断独立性(随机变量独立,对任意实数x,y,事件X ,Y ≤≤x y 相互独立) 以上公式等价于:(X ,Y )(X ).()≤≤=≤≤X Y P x y P x P Y y 可类推至多个函数的情况.1)如果X,Y 随机变量独立，().()连续f x g y ，(通过函数作用)则().()f x g y 也独立.(可类推至多个随机变量的情况)例:X,Y 独立，则22,x y 独立.2)如果1212,...,...，ＹＹＹm m X X X 相互独立，12m 121()()...()()()....()和，f x f x f x g y g y g y 也相互独立。
浙大概率论与数理统计课件第3章节 2
0
例2：某足球队在任何长度为 t 的时间区间内得黄牌 或红牌 的次数N t 服从参数为 t 的Poisson分布, 记X i为比赛 进行ti 分钟后的得牌数, i 1, 2 t2 t1 。 试写出X 1 , X 2的联合分布。
e t t 解：P N t k , k 0,1, 2, k!
§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。 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。
( x 2 )2 2 22
两个边缘分布都是 一维正态分布， 并且都不依赖于参数
同理 fY ( y )
2 2
1
e
,
y
•1
3
§3 条件分布
P( A) 0, 正如对两事件A,B，若 可以考虑条件概率一样，对二维离 P( B | A) 散型随机变量(X,Y)，其分布律为：
为在Y y j 条件下，随机变量X 的条件分布律；
同样，对于固定的xi， 若 P( X xi ) 0，则称：
P(Y y j | X xi ) P( X xi，Y y j ) P( X xi ) pij pi j 1, 2
为在X xi 条件下，随机变量Y的条件分布律。
2
fY ( y)
y 6dx 6( y y ), f ( x, y)dx y 0,
边缘分布和条件分布
即
FX ( x) F ( x, ) FY ( y ) F (, y )
2
2.边缘分布率
二维离散型随机变量（X,Ｙ)中，X与Ｙ各自 的分布率就称为边缘分布率.
设联合分布率为
P{ X xi , Y y j } pij , i, j 1, 2,
解： ( X , Y )的概率密度
1/ , x y ≤1 f ( x, y ) 其它 0,
2 2
y
1 y2
1
y
1 y2
O
1
fY ( y )
x
f ( x, y )dx
2 1 y 2 1 dx 1 y 2 , 1≤y≤1 1 y 2 0, 其它
16
1 于是， 当－ y 1时有
f ( x, y ) f X |Y ( x | y ) fY ( y ) 1/ 1 , 1 y2 x 1 y2 (2 / ) 1 y 2 2 1 y 2 0, 其它
当 | y | 1时，X 在Y＝y的条件下的条件密度不存在。
7
例： 设(X , Y ) ~ N ( 1 , 2 , 1 , 2 , ), 求X , Y的边缘密度.
2 2
解：
f X ( x)
1 f ( x, y)dy e 2 1
( x 1 )2
2 21
所以 同理
X ~ N ( 1 , 12 )
2 Y ~ N ( 2 , 2 )
FY | X ( y | x) A P{Y≤y | X x} A fY | X ( y | x)dy
第3章多维随机变量及其分布
f(x, y)
1
e ,
1 2(12
[ )
(
x1 12
)2
2
(
x1 )(y 12
2
)
(
y
2 22
)2
]
212 1 2
其中，1、2为实数，1>0,2>0, | |<1，则称(X, Y) 服从参数1,2, 1, 2, 的二维正态分布，可记为
元函数f(Dx1,x2,x.1.,...x. nx)n使 :得a对1 任x意的bn1元,...立a方n 体x bn
有
PX1...X n D
...
D
f (x1, x2 ,...xn )dx1...dxn
则称(X1,X2,...Xn)为n维连续型随机变量，称f(x1,x2,...xn) 为(X1,X2,...Xn)的概率密度。
A6
1
(2)F (1,1) 16e(2x3y)dxdy (1 e2 )(1 e3) 0 0
(3) (X, Y)落在三角形区域D：x0, y0, 2X+3y6 内的概率。
解 P{(X ,Y ) D} 6e(2x3y)dxdy
D
3 22x3
dx 6e(2x3y)dy
F ( x,) lim F ( x, y) 0 y
(2)单调不减 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).
(3)右连续 对任意xR, yR,
F(x,
y0
0)
... ... ... ... ... ...
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，。
- 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)。
则 E[g(X,Y )]
g( xi , yj ) pij
ij
若(X,Y)为连续型随机变量,(X,Y)~f(x,y),
则
E[g( X ,Y )]
g( x, y) f ( x, y)dxdy
性质1 若随机变量(X,Y)数学期望存在，则有
E(X Y ) E(X ) E(Y )
性质2 若随机变量相互独立且它们的数学期望 都存在，则有
解：由已知EX=0, 即EXE(cosX)=0.
1
又E( X cos X )
2 1
x
cos
xf
(
x)dx
2
1
2 1
x
cos
xdx
0
2
即EXEY=E(XY), 所以cov(X,Y)=0.
而Y是X的函数，即X和Y不独立 .
D(X+Y)=E[(X+Y)-E(X+Y)]2 =E[(X-EX)+(Y-EY)]2 =E(X-EX)2+E(Y-EY)2+2E[(X-EX)(Y-EY)] =DX+DY+ 2E[(X-EX)(Y-EY)]
第四节 多维随机变量的特征数
一、二维随机变量的数学期望 定义: 对于二维随机变量(X，Y),称数值向量(EX,EY)
为(X，Y)的数学期望.
定理 设g(X,Y)为随机变量X,Y的函数,且E[g(X,Y)]存在,
若(X,Y)为离散型随机变量,P(X=xi,Y=yj)=pij ,(i,j=1,2…),
(1)Z=X+Y 的概率密度;(2)求Z=X-Y 的概率密度.
解 (1) Z=X+Y~N(0,2)
(2)
由定理1， Y ~ fY ( y)
1
( y)2
e 2 y
2
即 Z=X-Y~N(0,2)
一般地，若X1~N(μ1,σ12), X2~N(μ2,σ22), X1,X2 独立,则
k1X1+k2X2~N(k1μ1+ k2μ2, k12σ12+k22σ22)
X,Y独立 D(X+Y)=DX+DY
同理可证: D(X-Y)=DX+DY- 2E[(X-EX)(Y-EY)]
三、相关系数
1、定义: 设DX>0, DY>0,称
XY
cov( X ,Y ) D( X )D(Y )
为随机变量X和Y的相关系数 .
在不致引起混淆时，记 XY为 .
x yz
fZ (z) F (z) f ( x, z x)dx
fX ( x) fY (z x)dx
例2.设随机变量X与Y 独立,X～U(0,1),Y～E(1). 试求
(1) (X,Y)的联合密度函数;(2) Z=X+Y 的概率密度函数.
解:
1 0 x 1
X ~ fX ( x) 0 其它
{X
i,Y
k i}
k
i0
P{X i,Y k i}
i0
k
P{ X i}P{Y k i}
i0
k
p(i)q(k i)
i0
此结果通常称为离散型卷积公式.
两个独立的连续型随机变量的和仍为连续型随机变量.
即:若X,Y 独立，X~fX(x),Y~fY(y),Z=X+Y ,则 卷
pk
(1
p)n1 n2 k
所以Y=X1+X2服二从项二分项布分的布可B加(n性1+n2 ,p)
一般的，设X ,Y相互独立，其概率分布为：
P( X i) p(i); P(Y j) q( j) i, j 0,1, 2,L
则Z X Y的概率分布为：
P ( Z
k) P(X Y
k
)
P
k
e y y 0
Y
~
fY
(
y)
0
y0
(1)
e y
(X,Y )~f(x,y)=fX(x)fY(y)=
0
0 x 1, y 0 其它
(2)
fZ (z) fX (x) fY (z x)dx
0
z e(z x)dx
0
1 e(z x)dx
0
z≤0
0 z 1 z1
0 x1
0 z x
0 z x y
3、 协方差的计算 由协方差的定义及期望的性质，可得
cov(X,Y)=E[ (X-EX)(Y-EY) ] =E(XY)-EXEY-EYEX+EXEY =E(XY)-EXEY
即 cov(X,Y)=E(XY) -EXEY
可见，若X与Y独立， cov(X,Y)= 0 . 反之不成立.
例1 设X服从(-1/2, 1/2)内的均匀分布,且 Y=cos X, 求X,Y的协方差.
E(XY ) E(X )E(Y )
二、协方差 1、定义 任意两个随机变量X和Y的协方差,记为
cov(X,Y), 定义为 cov(X,Y)=E[ (X-EX)(Y-EY) ]
2、简单性质 ⑴ cov(X,Y)= cov(Y,X) ⑵ cov(aX,bY) = ab cov(X,Y) a,b是常数
⑶ cov(X1+X2,Y)= cov(X1,Y) + cov(X2,Y)
k1 k2 k
C k1 n1
pk1 (1
p) C n1 k1 k2 n2
pk2 (1
p)n2 k2
k1 k2 k
C C k1 k2 n1 n2
pk (1
p)n1 n2 k
k1 k2 k
由
C C k1 k2 n1 n2
k1 k2 k
C 得 k n1 n2
P(Y
k)
Ck n1 n2
积
fZ (z) fX ( x) fY (z x)dx fX (z y) fY ( y)dy 公
式
FZ (z) P{X Y z} f ( x, y)dxdy
x yz
z x
y u- x
dx f ( x, y)dy
z
dx f ( x, u x)du
z
[ f ( x, u x)dx]du
z
0
z0
即: fZ (z) 1 ez
0 z 1
(e 1)ez z 1 1
x
01
正态分布的可加性 两个独立的正态分布的随机变量的和仍服从正态分布. 即:若X1~N(μ1,σ12), X2~N(μ2,σ22), X1,X2独立,则
X1+X2~N(μ1+ μ2,σ12+ σ22) 例3. 设X和Y 独立且同为标准正态分布N(0,1),
第三节 多维随机变量函数的分布
——— 二维随机变量函数的分布
例1.设随机变量X1与X2相互独立，分别服从二项分布 B(n1,p)和B(n2,p)，求Y =X1+X2的概率分布.
解 依题知X+Y 的可能取值为k= 0,1,2,...,n1+n2， 由X1与X2的独立性有
P(Y k)
P( X1 k1 , X 2 k2 )