二维随机变量及其概率分布

合集下载

《概率论》二维随机变量及其分布函数的定义、基本性质

《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.。

概率论之二维随机变量及其分布

概率论之二维随机变量及其分布

2
arctan
y 4
(2) P(3<<+,0<4)
=F(+,4)-F(+,0) -F(3,4) +F(3,0)
1. 16
3、二维随机变量的概率分布
1)离散型随机变量
如果二维随机变量(,)是在有限个或无限可列 个点(xi,yj)上取值(i,j=1,2,…)。则称(,)为
离散型随机变量。 并称
P{ =xi, =yj}=pij i,j=1,2,… 为二维离散型随机变量(,)的概率分布或分布律, 或称二维型离散随机变量(,)的联合分布律。
2)性质
二维分布函数F(x,y)具有下述性质:
(1) F(x,y)是x、y的单调不减函数.即对任意固定 的y,当x2>x1时,F(x2,y) ≥F(x1,y),对任意固 定的x,当y2>y1时,F(x,y2)≥F(x,y1);
(2)F(x,y)关于x、y均是右连续的,即
F(x,y)=F(x+0,y),F(x,y)=F(x,y+0);
j 1,2,
例5 一盒中装有三只正品和两只次品的某种产品, 现随机地抽取两次,每次抽取一种产品,记
1, 0,
第一次取出的是正品, 第一次取出的是次品。
1, 0,
第二次取出的是正品, 第二次取出的是次品。
试就有放回、无放回情形考察(,)的分布。
(1) 有放回情形
的分布
0
1
pi
0 22 32
2
55 55 5
xy
F ( x, y)
p(u, v)dudv
则称(,)是连续型二维随机变量,函数p(x,y)称 为二维随机变量(,)的概率密度,或称随机变量

第05章 二维随机变量

第05章 二维随机变量

第五章 二维随机变量第一节 二维随机变量及其分布一、二维随机变量1、定义:设),,(P S F 为一概率空间,X 、Y 均为S 上的一维随机变量,称二维向量X ),(Y X =为S 上的二维随机变量.2、X 的分布:}{B P ∈X , 2B ∈B . 其中可证:=∈}{B X F ∈∈∈},))(),((|{S e B e Y e X e .若取},|),{(2121y y y x x x y x B ≤<≤<=,那么},{}{2121y Y y x X x P B P ≤<≤<=∈X},{22y Y x X P ≤≤=},{21y Y x X P ≤≤- },{},{1112y Y x X P y Y x X P ≤≤+≤≤-.3、分布函数(1)定义:设),,(P S F 为一概率空间,),(Y X 为S 上的二维随机变量,R ∈∀y x ,,规定:},{),(y Y x X P y x F ≤≤=. 称),(y x F 为),(Y X 的分布函数.显然: },{2121y Y y x X x P ≤<≤<),(),(),(),(11122122y x F y x F y x F y x F +--=.(2)性质① R ∈∀y x ,,1),(0≤≤y x F .② ),(y x F 关于y x ,均为单调不减函数.③ 0),(=-∞y F ,0),(=-∞x F ,0),(=-∞-∞F ,1),(=+∞+∞F . ④ ),(y x F 关于y x ,均为为右连续函数.⑤ R ∈<<∀2121,y y x x ,0),(),(),(),(11122122≥+--y x F y x F y x F y x F .注:①~⑤为分布函数的特征性质.反之亦然.例1掷硬币三次,X 表示出现正面的次数,|)3(|X X Y --=,求),(Y X 的分布函数),(y x F .解:(1) X 的所有可能取值为3,2,1,0,依次记为4321,,,x x x x ,Y 的所有可能取值为3,1,依次记为21,y y .列表如下X样 本 点Y0 (反反反)3 1 (正反反) (反正反) (反反正) 1 2(正正反) (正反正) (反正正)13 (正正正)3(2) 概率情况列表 81},{21===y Y x X P ,83},{12===y Y x X P , 83},{13===y Y x X P ,81},{24===y Y x X P ,其他0},{===j i y Y x X P .(3)求分布. 记}2,1 ,3,2,1|),{(===j i y x A j i ,YX1 3 0 0 8/1 1 8/3 02 8/3 0 38/1A B BA B +=, 显然φ=∈}),{(A B Y X ,那么}),{(}),{(}),{(A B Y X P BA Y X P B Y X P ∈+∈=∈∑∈===∈=By x j i j i y Y x XP BA Y X P )(,},{}),{((4)求分布函数. ∑≤≤===≤≤=yy x x j i j i y Y x XP y Y x X P y x F ,},{},{),(.⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≥≥≥<≤<≤≥≥<≤<≤<≤≥<≤<<<<=.3 ,3 1, ,3 ,32 ,8/7 ;31 ,3 ,8/6 ;3 ,21 ,8/4 ;31 ,21 ,8/3 ;3 ,10 ,8/1;3 ,1 1 0 0,),(y x y x y x y x y x y x y x y x y x F 或或二、边缘分布1、),(Y X 关于X 的边缘分布: ),(lim }{)(y x F x X P x F y X +∞→=≤=.证明:取}{},{},{x X Y x X n Y x X A n ≤=+∞<≤→≤≤=不减,由①②知),(lim y x F y +∞→存在,故)(}{)lim ()(lim ),(lim ),(lim x F x X P A P A P n x F y x F X n n n n n y =≤====∞→∞→∞→+∞→.2、),(Y X 关于Y 的边缘分布: ),(lim }{)(y x F y Y P y F x Y +∞→=≤=. (略)三、随机变量相互独立、定义:设),(y x F 为),(Y X 的分布函数,X 、Y 的分布函数分别为 )(x F X 、)(y F Y ,若R ∈∀y x ,,恒有=),(y x F )(x F X )(y F Y , 则称X 与Y 相互独立.2、X 与Y 相互独立⇔R ∈<<∀2121,y y x x ,恒有}{}{},{21212121y Y y P x X x P y Y y x X x P ≤<≤<=≤<≤<.证明:“⇐” R ∈∀y x ,,由于},{},{y Y x X y Y n x X n ≤≤→≤<-≤<-, }{}{x X x X n ≤→≤<-, }{}{y Y y Y n ≤→≤<-均不减,则},{),(y Y x X P y x F ≤≤=},{lim y Y n x X n P n ≤<-≤<-=∞→}]{}{[lim y Y n P x X n P n ≤<-≤<-=∞→}]{lim }{lim y Y n P x X n P n n ≤<-≤<-=∞→∞→)()(}{}{y F x F y Y P x X P Y X =≤≤=.“⇒”R ∈<<∀2121,y y x x ,有 },{2121y y x x P ≤<≤<ηξ ),(),(),(),(11122122y x F y x F y x F y x F +--=)()()()()()()()(11122122y F x F y F x F y F x F y F x F Y X Y X Y X Y X +--= )]()()][()([1212y F y F x F x F Y Y X X --= }{}{2121y y P x x P ≤<≤<=ξξ.3、X 与Y 相互独立⇔R ⊂∀21,B B ,恒有}{}{},{2121B Y P B X P B Y B X P ∈∈=∈∈.第二节 二维离散型随机变量一、二维离散型随机变量 1、定义:设),,(P S F 为一概率空间,),(Y X 为S 上的二维随机变量,若),(Y X 的取值为有限个或可数个(至多可数),称),(Y X 为S 上的二维离散型随机变量. 显然:),(Y X 为S 上的二维离散型随机变量⇔X 与Y 均为S 上的一维离散型随机变量.2、概率分布:设),(Y X 所有可能取的值为),(j i y x ,令 },{j i ij y Y x X P p ===,称其为二维随机变量),(Y X 的概率分布(分布率)。

31二维随机变量的概率分布

31二维随机变量的概率分布

思考:根据这个定义,上例中张三的身高X和 李四的体重Y能构成二维随机向量(X,Y)吗?
3.1 二维随机变量的概率分布
一、二维随机变量的分布函数 二、二维离散型随机变量及其分布 三、二维连续型随机变量及其分布
一、二维随机变量的分布函数
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 . 为此,我们引入二维随机 变量的分布函数.
二维随机变量 ( X,Y) 的分布律也可用表格表示为:
有了二维离散 型随机变量的 分布律 pij , 就 能容易的得到
XY
x1 x2 ? xi ?
y1
y2 ?
p11
p12
?
p 2 1 p 22
?
pi1 pi 2 ?
??
yi ? p1 j ? p2 j ?} ?
定义1 设 ( X, Y )是二维随机变量, 对于任意实数 x, y,
称二元函数 F(x, y) ? P{X ? x,Y? y}
y
为二维随机变量 (X,Y)
( x, y) ?
的分布函数 , 或X和Y
X ? x,Y ? y
的联合分布函数 .
O
x
借助右图 可知对于任意
的x1, y1, x2, y2(x1<x2, y1<y2),
Y y2
随机点 (X,Y) 落在矩形域
( x1 ? X ? x2 , y1 ? Y ? y2 ) 及点 (x2, y2) 的概率分别为
P{x1 ? X ? x2, y1 ? Y ? y2}
y1 O x1
x2 X
? F ( x2 , y2 ) ? F ( x1 , y2 ) ? F ( x2 , y1 ) ? F ( x1 , y1 )

二维连续随机变量及其概率分布

二维连续随机变量及其概率分布
P{x1 X x2, y1 Y y2} P{x1 X x2}P{y1 Y y2}
定理2 二维随机变量(X,Y)的两个分量独立的充 分必要条件是: 对任意实数x, y有
P{X x,Y y} P{X x}P{Y y}
定理3 若(X , Y ) 是离散型随机变量,则X与Y相 互独立的充分必要条件是
lim F ( x, y) 0
x
lim F ( x, y) 0
y
lim F ( x, y) 1
x, y
性质3 对于x 和y,F(x, y)都是右连续的,即对任意 的实数x0和y0,均有
Lim xx0 F(x, y)=F(x0 , y), Lim yy0 F( x, y )=F(x, y0 )
(3) f (x, y)与 fX (x), fY (y)之间的关系
f X (x)
f (x, y)dy
fY ( y) f (x, y)dx.
例3 设随机变量X 和Y 具有联合分布
f
(
x,
y)
6, 0,
求X 和Y 边缘密度
x2 y x 其他
解:
f X (x)
f (x, y)dy
x
6dy x2
0
x 0, y 0 其它
求 (X, Y )的边缘分布函数。
解: X的边缘分布函数为
FX
(x)
F
( x,)
lim
y
F ( x,
y)
1 ex x 0
0 x0
1 ex ey exyxy x 0, y 0
(X ,Y) ~ F(x, y)
0
其它
Y的边缘分布函数为
FY
(
y)
F
(,

第五章 二维随机变量及其概率分布

第五章 二维随机变量及其概率分布
G
P{( X ,Y ) G }的值等于以G为底 , 以曲面z f ( x, y) 为顶面的柱体体积.
例3.1 设( X ,Y )的联合密度函数为
f
(
x,
y)
cxy
0
0 x 1, 0 y 1 ,
others
(1)求常数C的值;(2)求P{X Y};
(3).求F (x, y)
解 (1)由
解 由于
43 2 P{X 0,Y 0} P{X 0}P{Y 0 X 0}
10 9 15
46 4 P{X 0,Y 1} P{X 0}P{Y 1 X 0}
10 9 15
64 4 P{X 1,Y 0} P{X 1}P{Y 0 X 1}
10 9 15
65 5 P{X 1,Y 1} P{X 1}P{Y 1 X 1}
例1.1 已知二维随机变量(X,Y)的分布函数为
F (x, y) A[B arctan x)][C arctan y)] ( x, y )
1)求常数A,B,C;
解: 由分布函数的性质,有
lim F(x, y) lim A(B arctan x)(C arctan y)
x
x
y
y
A(B
G
(4)若 f ( x, y)在( x, y)连续,则有2F ( x, y) f ( x, y). xy
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,
设二维离散型随机变量( X ,Y )所有可能取的 值为 ( xi , y j ), i, j 1, 2,, 记

《概率论与数理统计》第3章 二维随机变量及其分布

《概率论与数理统计》第3章 二维随机变量及其分布

23 April 2012
第三章 多维随机变量及其分布
注意点
第32页
(1) X 与Y是独立的其本质是: 任对实数a, b, c, d,有
Pa X b, c Y d Pa X b Pc Y d
(2) X 与Y 是独立的,则g(X)与h(Y)也是独立的.
23 April 2012
0
=A/6
所以, A=6
23 April 2012
第三章 多维随机变量及其分布
第22页
例3.3.2

(X,
Y)

p( x,
y)
6e(2x3y) , 0,
x 0, y 0 其它
试求 P{ X< 2, Y< 1}.
23 April 2012
第三章 多维随机变量及其分布
第23页
y
解: P{ X<2, Y<1} p(x, y)dxdy
3.1.2 联合分布函数
定义3.1.2 (以下仅讨论两维随机变量)
任对实数 x 和 y, 称 F(x, y) = P( X x, Y y)
为(X, Y) 的联合分布函数.
注意:
F(x, y)为(X, Y)落在点(x, y)的左下区域的概率.
23 April 2012
第三章 多维随机变量及其分布
x1 x2 … xi …
23 April 2012
y1 y2 … yj …
p11 p12 … p1j … p21 p22 … p2j … … … ……… pi1 pi2 … pi j … … … ………
第三章 多维随机变量及其分布
第9页
联合分布列的基本性质
(1) pij 0, i, j = 1, 2,… (非负性)

3.1 二维随机变量及其分布

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
  1. 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. 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. 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)。

2. 某炉钢的基本指标——含碳量(X)、含硫 量(Y)与硬度(Z); 3. 导弹在空中的位置——坐标(X, Y, Z);
4. 在打靶时,命中点的位置——坐标(X,Y).
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 .
三、二维分布函数F(x, y)的基本性质
当x x 时,F x , y F x , y 当y y 时,F x , y
1 2 1 2 1 1
1.F x , y 分别为x和y的不减函数,即

F x, y
2
2

应用:p96习题2
2.F x , y 是有界的,且
X Y
则称随机变量X和Y是相互独立的。
对离散r.v.,如下
P101例6
其他应用见p102习题1
1 1 Leabharlann 1 F x , y arctgx arctgy 2 2
试求概率P{0<X≤1,0<Y≤1}
解:P0 X 1,0 Y 1 F 1,1 F 1,0 F 0,1 F 0,0
再代入已知分布函数即可得所求结果。
复习一维
随 机 变 量 及 分 布 函 数 离 散 型 随 机 变 量 和 连 续 型 随 机 变 量
随机变量的概念 分布函数 性 质
定义在样本空间的单值实函数。
X落在区间内的概率 离散型随机变量:分布律 定 义 连续型随机变量:概率密度


与分布函数的关系
X落在区间内的概率
3.1 二维随机变量及其联合分布函数
4.对任意的x x , y y ,有 F x , y F x , y F x , y F x , y 0
2 2 1 2 2 1 1 1
3.2二维离散型随机变量
一、二维离散型随机变量及联合分布
1.二维离散型随机变量:如果随机变量(X,Y)的所有可 能取值为有限可列对或无限可列对,则(X,Y)称之。
xi x yi y
ij
边缘分布→
二、边缘分布 由二维随机变量(X,Y)的分布确定的每个随机 变量X和Y的分布,称为X和Y的边缘分布。 X的边缘分布:
i
p
i
i y j ij j ij
PX x PX x , Y p p
Y的边缘分布:
j
i i
2.联合分布律:若(X,Y)的所有可能取值为 x , y , i , j 1,2,
则称下列一组概率为(X,Y)的(联合)分布律:
PX x , Y y p
i i ij
i , j 1,2,
联合分布律通常也 是以表格形式给出, 见教材P97
3.(X,Y)落在区间的概率:对于平面上任意子集A,有
y
x, y
(2)F(x,y)的几何意义是 (X,Y)落在以(x,y)为右上顶 点的无限矩形(包含边界)内 的概率。
O
x
(X,Y)落在矩形区的概率→
(3)(X,Y)落在矩形域的事件 x1 X x 2 , y1 Y y 2
可由分布函数来表示:
例1(p96):设(X,Y)的分布函数为
二、二维随机变量的联合分布函数
定义:设(X,Y)为二维随机变量,对于任意实数x,y,称二元函数
F x , y PX x , Y y
为随机变量(X,Y)的(联合)分布函数。
注意:
1事件X x , Y y e X e x , Y e y X x Y y
一、二维随机变量
定义:设Ω是某试验的样本空间,X=X(e)和Y=Y(e)是定义在Ω 上的两个随机变量,称随机变量对(X,Y)为二维随机变量。
二维随机变量(X,Y)的性质不仅与X及Y的性质有关,且还依赖于 X和Y的相互关系,因此, 必须把(X,Y)作为一个整体加以研究。 为此, 首先需要引入二维随机变量(X,Y)的分布函数的概念。
从本讲起,我们开始第三章的学习. 它是第二章内容的推广. 一维随机变量及其分布
多维随机变量及其分布 由于从二维推广到多维一般无实质性的 困难,故我们重点讨论二维随机变量 ,3.6节 的n维随机变量留待大家自习。
有些随机现象只用一个随机变量来描述是不够 的,需要用几个随机变量同时来描述。例如:
1. 某人的体检数据——血压(X)和心律(Y);
P X , Y A p
xi , y j
应用见p97例2
ij
性质→
4.(X,Y) 的联合分布律有如下性质:
1 p 0, i , j 1,2, 2 p 1
ij i j ij
5.分布函数与分布律的关系:
F x , y PX x , Y y p
1
2
21
22
2 j
2
p
i1
p
i2
p p
j ij
1

p
1
p
2
应用见p99例4,p102习题2
三、独立性
X Y
两个随机变量独立是指它们所代表的随机事件彼此独立。
定义:设F x , y , F x , F y 分别为X和Y的联合分布律和边缘分 布律, 如果对任意实数x , y,有 F x , y F x F y
F , y F x , F , 0, F , 1
3.F x , y 分别对x , y是右连续的,即
F x , y F x 0, y , F x , y F x , y 0
1 2 1 2
p
P Y y P X , Y y p p
j x i ij i
j
ij
分布律及边缘分布的表格形式 →
Y X x x x p
j i 1
y p p
1
y p p
2

y p p
j

p p p
i
11
12
1j
相关文档
最新文档