1多维随机变量及其联合分布
《概率学》3.1多维随机变量及其联合分布

第1节 二维随机变量的联合分布
第三章 多维随机变量及其分布
例 2 设随机变量 X 在 1,2,3,4四个数中等可能地取值,
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 ) 的概率分布列及P{X=Y}.
解 由题意知,{X=i,Y=j}的取值情况是:i=1,2,3,4, 且是等可能的;然后 j 取不大于 i 的正整数。由乘法公 式求得 ( X,Y ) 的分布律。
(3) P{X+Y≤1} (4) P{X=0}
解: 令X 表示取出的红球数,Y表示取出的蓝球数,
(X,Y)的所有可能取值为(0, 0),(0,1),(0, 2),
(1, 0),(1,1),(2, 0)依古典概型得
pij
P{X
i,Y
j}
C3iC2jC42i j C92
(i=0,1,2; j=0,1,2; 且i+j≤2)
F(x,y)=P{(X≤x)∩(Y≤y)}=P{X≤x,Y≤y} 称为二维随机向量(X, Y)的分布函数, 或称为随机 变量X和Y的联合分布函数.
几何意义 F(x, y)为(X, Y)落在点(x, y)的左下区域的概率. y
(x, y)
(X, Y ) o
6
山东农业大学公共数学系概率统计课程组 版权所有
第1节 二维随机变量的联合分布
第三章 多维随机变量及其分布
计算概率: 对于任意的x1<x2,y1<y2,
P{x1<X≤x2,y1<Y≤y2}
=F(x2, y2)-F(x2,y1) -F(x1 ,y2)+F(x1 ,y1)
y y2
(x1 , y2)
(X, Y )
y1 (x1 , y1)
概率论与数理统计教程第三章

M p
i
M
华东师范大学
第三章 多维随机变量及其分布
3.2.3 边际密度函数
第32页
巳知 (X, Y) 的联合密度函数为 p(x, y),则
X 的密度函数为 :
p(x) p(x,y)dy
Y 的密度函数为 : p(y) p(x,y)dx
4/29/2020
华东师范大学
第三章 多维随机变量及其分布
3.3.1 多维随机变量 ➢ 定义3.1.1
若X, Y是两个定义在同一个样本空间上的 随机变量,则称(X, Y) 是两维随机变量.
➢ 同理可定义 n 维随机变量 (随机向量).
4/29/2020
华东师范大学
第三章 多维随机变量及其分布
第3页
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)
则称 (X, Y) 服从 D 上的均匀分布, 记为 (X, Y) U (D) .
4/29/2020
华东师范大学
第三章 多维随机变量及其分布
第20页
四、二维正态分布
若二维连续随机变量 (X, Y) 的联合密度为:
1 p(x,y)
212 12
exp2(112)(x121)2 (y222)2 2(x11)(y22)
记 P(Ai) = pi ,
i = 1, 2, ……, r
记 Xi 为 n 次独立重复试验中 Ai 出现的次数.
则 (X1, X2, ……, Xr)的联合分布列为: P (X 1 n 1 ,X 2 n 2 ,......,X r n r )= n 1 ! n 2 n ! L !n r !p 1 n 1 p 2 n 2 L L p r n r
解: 由题意得
多维随机变量及其分布的概念

多维随机变量及其分布对于多维随机变量应理解其概念及其性质,在多位随机变量中,二维随机变量是基础,很多结论都是可以从二维随机变量推广到多维的。
对于二维随机变量,不仅要理解联合分布的概念与性质,还要理解二维离散型随机变量的联合概率分布、边缘分布、条件分布和二维连续型随机变量的联合概率密度、边缘密度、和条件密度。
一、多维随机变量的联合分布函数、边缘分布函数 [1]多维随机变量的及其分布的概念:如果N 维向量12{,}n X X X ⋅⋅⋅的每个分量都是随机变量,则,称之为N 维随机变量,并称函数121122(,){,,}n n n F x x x P X x X x X x ⋅⋅⋅=≤≤⋅⋅⋅≤是N 维随机变量12{,}n X X X ⋅⋅⋅的联合分布函数。
称函数(){}(,,,,i i ii F x P X x F x =≤=+∞+∞⋅⋅⋅+∞+∞为N 维向量12{,}n X X X ⋅⋅⋅关于i X 的边缘分布,或为12(,)n F x x x ⋅⋅⋅的边缘分布函数。
[2]二维随机变量的联合分布函数的概念和性质a) 二维随机变量的联合分布函数的概念:二维随机变量的联合分布函数定义如下:(,)(,)F x y P X x Y y =≤≤b) 二维随机变量的联合分布函数的性质:① 对于任意x,y, 0(,)1F x y ≤≤② (,)F x y 为关于x 或y 均为单调非降、右连续的函数。
③ (,)(,)(,)F F y F x -∞+∞=-∞=-∞=④ (,)1F +∞+∞=⑤ 发生在矩形区域上的概率:(,)(,P a X b c Y d F a<≤<≤=[3]二维随机变量的边缘分布的概念二维随机变量(,)X Y 关于X 与Y 的边缘分布函数分别定义为: ①(){}{,}(,)x F x P X x P X x Y F x =≤=≤<+∞=+∞ ②(){}{,}(,)y F y P Y y P X Y y F Y =≤=<+∞≤=+∞二、二维离散型随机变量[1]二维离散型随机变量的联合概率分布的概念:二维离散型随机变量(,)X Y 是只能去有限个或可列个值,其相应的概率表示为:(,)i i ij P X x Y y p === (,1,2,3i j =⋅⋅⋅并称为联合概率分布或联合分布律: [2] 二维离散型随机变量的联合概率分布的性质:(a,d )①(,)0i i ij P Xx Y y p ===≥ (,1,2,3i j =⋅⋅⋅②1ijijp=∑∑③(,)i j ij x x y yF x y p ≤≤=∑∑[3]二维离散型随机变量的边缘分布:二维离散型随机变量(,)X Y 关于X 和Y 的边缘概率分布(或边缘分布律)分别定义为:{}{,}i i ij i jjjp P X x P X x Y y p ∙======∑∑ {}{,}j i ij i jiip P Y y P X x Y y p ∙======∑∑ 依据边缘分布函数的定义:(){}{}i i x i i x xx xF x P X x p X x p ∙≤≤=≤===∑∑(){}{}j j y ijy yy yF x P Y y p Y y p∙≤≤=≤===∑∑[4]二维离散型随机变量的条件分布① 定义:设{}0j j p P Y y ∙==>,在事件“j Y y =”发生的条件下,事件“i X x =”发生的条件概率为:{,}{}()i j iji j j jP X x Y y p P X x Y y P Y y p ∙=======(,1,2,3)i j =⋅⋅⋅称为在“j Y y =”条件下,X 的条件分布律。
第三章多维随机变量及其分布.doc

可以证明,凡满足性质(1)的任意一个二元函数f(x,y),必可作为某个二维随机变量的联合密度函数。
(3)若f(x,y)在点(x,y)处连续,则
证明
(4)设G是xOy平面上的一个区域,则有
在几何上z=f(x,y)表示空间的一张曲面。由性质(1)知,介于该曲面和xOy平面之间的空间区域的体积是1。由性质(3)知, 的值等于以G为底,以曲面z=f(x,y)为顶的曲顶柱体的体积。
3.1.3联合分布列
定义3.1.3若二维随机变量(X,Y)的所有可能取的值是有限多对或可列无限多对(xi,yj),则称(X,Y)为二维离散型随机变量。称
,i,j=1,2,…,n,
为二维离散型随机变量(X,Y)的联合分布列,也可用如下表格记联合分布列。
Y
联合分布列的基本性质:
(1)非负性
(2)正则性
例1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表示取到白球的只数,求X,Y的联合分布列和 。
解(1) 的分布函数为
(2)将 的共同分布函数 代入上式得
(3)Y的分布函数仍为上式,密度函数可对上式关于 求导得
(4)将指数分布的分布函数和密度函数代入(2)和(3)的结果中得
二、最小值分布设 是相互相互独立的n个随机变量,若 ,在以下情况下求Y的分布。(1) ~ ;(2) 同分布,即 ~ ;(3) 为连续随机变量,且 同分布,即 的密度函数为 , ;(4) ~ 。
0.216 0 0 0
二、多维超几何分布
袋中有N只球,其中有Ni只 号球, ,记 。从中任意取出n只,若记Xi为取出的n只球中 号球的个数, ,则
其中 。
例4在例3中改为不放回抽样,求二维随机变量(X,Y)的联合分布列。
概率论与数理统计(叶慈南 刘锡平 科学出版社)第4章 多维随机变量(rv)及其分布

∫ ∫ 解 (1) 由 +∞ +∞ f ( x, y)dxdy = 1 确定 c. −∞ −∞
∫ ∫ 1 0
x
cy(2 −
0
x )dy dx
y
y=x
∫ = c
1
[
x2
(2
−
x
)
/
2]dx
0
= 5c / 24 = 1 c = 24 / 5. O
21
1x
例 设(X,Y)的概率密度为
f
(x,
则称(*)式为(X,Y)的分布律,或X和Y的联合分布律。 可列表为:
X
Y
X1
y1
p11
y2
p12
…
…
x2
…
xi
…
p21
…
pi1
…
p22
…
pi2
…
… …… …
yj
p1j
p2j
…
pij
…
…
...
…… .
…
5
Y X x1
x2
…
xi
…
y1
p11
p21
…
pi1
…
y2
p12
p22
…
pi2
…
…
…
… ……
…
yj
p1j
27
例 设 ( X ,Y )服从单位圆域 x 2 + y2 ≤ 1 上的均匀
分布, 求 X 和 Y 的边缘概率密度.
y
解 于是我们得到 X 的边缘概率密度
f
X
(
x
)
=
π2
1− x2, 0,
3.3多维随机变量函数的分布x

k
i0
1i
i!
e 1
ki
e 2
2
(k i)!
k
k
e 1
2
(12 )
k!
i0
i
k! !(k
i)!
1 1 2
i
2 1 2
ki
1 2
k!
k
e(1 2 )
1 1 2
2 1 2
k
1 2
k
e(1 2 ) , k 0,1, 2,L .
y x yz
O
x
z
f (u y, y)d y d u.
由此可得概率密度函数为
fZ (z) f (z y, y)d y.
由于 X 与 Y 对称,
fZ (z) f ( x, z x)d x.
当 X, Y 独立时, fZ (z)也可表示为
fZ (z) fX (z y) fY ( y)d y,
2 12
12 2 12 12 12
(X ,Y )
(1,2)
(1,1) (1,0)
1 2
,2
1 2
,1
(3,2)
(3,0)
1
概率 12
1
32
1 22
12 12 12 12 12 12
( X ,Y ) (1,2)
(1,1) (1,0)
1 2
,2
1 2
,1
(3,2)
(3,0)
X Y 3
证 Z X Y的取值为0,1,2,L 非负整数,而事件Z k
是k 1个互不相容事件X i,Y k i, i 0,1,L , k
的并,则对于任意非负整数k,有
k
P(Z k) P( X i)P(Y k i) i0
第三章 多维随机变量及其分布

则称X 1 , X 2 , , X n相互独立。
3.3
多维随机变量函数的分布
一、多维离散随机变量函数的分布 二、最大值与最小值的分布
三、连续场合的卷积公式
四、变量变换法
一、多维离散随机变量函数的分布
泊松分布的可加性
设X P(1 ), Y P(2 ),且X 与Y 独立,则Z X Y P(1 2 ).
二项分布的可加性
设X b(n, p), Y P(m, p),且X 与Y 独立,则Z X Y b(n m, p).
二、最大值和最小值的分布
最大值分布
设X1 , X 2 , , X n是相互独立的n个随机变量,若Y max( X1 , X 2 , , X n ), 则Y的分布称为最大值分布。
y y
0
1
U g1 ( X , Y ) V g2 ( X , Y )
则(U ,V )的联合分布函数为 p( , ) p( x( , ), y( , )) | J |
积的公式
设X 与Y 相互独立,其密度函数分别为p X ( x)和pY ( y )。则 U XY的密度函数为 pU ( )
P( X x , Y y ) P( X x ), i 1, 2,
j 1 i j i
被称为X 的边际分布列,类似地,对i求和所得的分布列
P( X x , Y y ) P(Y y ), j 1, 2,
i别地, 当n 2时( X , Y )为二维随机变量。
其联合分布函数为( F x, y) P (X x, Y y)
若F(x,y)是二维随机变量(X,Y)的分布函数, 则 它表示随机点(X,Y)落在二维区域D内的概率, 其中D 如下图所示:
第三章第一节多维随机变量及其联合分布

故 F ( x2 , y2 ) F ( x2 , y1 ) F ( x1, y2 ) F ( x1, y1) 0.
P135例3.1.1举出因不满足性质4而不为分布函数的 例子.
二、多维随机变量及其联合分布函数
1.多维随机变量
证 由概率的性质可知0 F( x, y) 1.又因为对任意的
正整数n,
n
lim X x lim X m ,
x
n m 1
n
lim X x lim X m ,
x
n m 1
由概率的连续性得
F (, y) 0,
对.
F (, ) 0, F (, ) 1.
2o 有界性 对任意的x和y,有0 F ( x, y) 1, 且有
对于任意固定的 y, F (, y) lim F ( x, y) 0, x
对于任意固定的 x, F( x,) lim F( x, y) 0, y F (,) lim F ( x, y) 0, x y F (,) lim F ( x, y) 1. x y
y
2(1,2)
1 (1,1)
o1
(2,2)
(2,1)
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 ) 的分布函数为
0, x 1 或 y 1,
解
(1) 因为
f ( x, y)d x d y 1,
所以
2 4 k (6 x y)d y d x 1, 02 k 1; 8
(2) P{X 1,Y 3}
- 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)。
3.1多维随机变量及其分布教学目标:本节讲解的是多维随机变量及其分布.通过本节的教学,要求学生正确理解多维随机变量及其分布,掌握多维随机变量及其分布的计算方法,运用定义和性质解决有关问题.教学重点:多维随机变量及其分布的定义与性质. 教学难点:多维随机变量及其分布的证明与计算. 二维随机变量定义1 设E 是随机试验,则由定义在E 的样板空间Ω上的随机变量X 与Y 构成的有序对),(Y X 称为二维随机变量(或二维随机向量)。
定义2 对任意实数y x ,,二元函数},{)}(){(),(y Y x X P y Y x X P y x F ≤≤≡≤≤=称为二维随机变量),(Y X 的分布函数,或称为随机变量X 和Y 的联合分布函数。
若把二维随机变量),(Y X 看成平面上随机点),(Y X 的坐标,则分布函数),(y x F 就表示随机点落在以点),(y x 为顶点的左下方的无限矩形域内的概率。
),(),(),(),(},{111221222121y x F y x F y x F y x F y Y y x X x P +--=≤<≤< 分布函数具有以下基本性质: (1)1),(0≤≤y x F ,且对任意固定的y ,0),(=-∞y F , 对任意固定的x ,0),(=-∞x F , 0),(=-∞-∞F ,1),(=∞∞F 。
(2)),(y x F 分别是x 和y 的不减函数。
(3)),(),0(y x F y x F =+,),()0,(y x F y x F =+,即),(y x F 关于x 或y 均右连续。
(4)若2121,y y x x <<,则0),(),(),(),(11122122≥+--y x F y x F y x F y x F如果二维随机变量),(Y X 可能取的值是有限对或可列无限对,则称),(Y X 是二维离散型随机变量。
),(Y X 的分布律或X 和Y 的联合分布律为ij j i p y Y x X P ===},{, ,2,1,=j i 。
其中ijp 满足(1);0≥ij p(2)111=∑∑∞=∞=i j ijp。
X 和Y 的联合分布律也可用表格表示:ij j j j i i i p p p y p p p y p p p y x x x X Y 2122212212111121\X 和Y 的联合分布函数为∑∑≤≤=x x yy iji j py x F ),(。
【例1】吴书p.66.例1。
一箱子装有5件产品,其中2件正品,3件次品.每次从中取1件产品检验质量,不放回地抽取,连续抽取两次.定义随机变量X 和Y 如下:试求),(Y X 的分布律和分布函数。
解10X ⎧=⎨⎩,第一次取到次品,第一次取到正品10Y ⎧=⎨⎩,第二次取到次品,第二次取到正品⎪⎪⎪⎩⎪⎪⎪⎨⎧≥≥<≤≥≥<≤<≤<≤<<=1,1110,1041,104.010,101.00,,00),(y x y x y x y x y or x y x F对二维随机变量),(Y X 的分布函数),(y x F ,如果存在非负函数),(y x f ,使对任意的y x ,有⎰⎰∞-∞-=yxdudvv u f y x F ),(),(则称),(Y X 是二维连续型随机变量,),(y x f 称为),(Y X 的概率密度,或称为X 和Y 的联合概率密度。
),(y x f 具有性质(1)0),(≥y x f 。
(2)1),(=⎰⎰∞∞-∞∞-dxdy y x f 。
(3)设G 是平面xOy 上的区域,则),(Y X 落在G 内的概率为⎰⎰=∈Gdxdyy x f G Y X P ),(}),{(。
(4)若),(y x f 在点),(y x 连续,则有),(),(2y x f y x y x F =∂∂∂。
【例2】吴书p.67.例2。
设G 是平面上的一个有界区域,其面积为A 。
二维随机变量),(Y X 只在G 中取值,并且取G 中的每一个点都是“等可能的”,则),(Y X 的概率密度为⎪⎩⎪⎨⎧∈=0),(1),(Gy x Ay x f称其服从G 上的均匀分布。
【例3】吴书p.67.例3(盛书p.62.例2)。
设二维随机变量),(Y X 具有概率密度⎩⎨⎧>>=+-0,02),()2(y x e y x f y x(1)求分布函数),(y x F ;(2)求概率}{Y X P ≤ 边缘分布二维随机变量),(Y X 作为一个整体,具有分布函数),(y x F 。
而随机变量X 和Y 各自的分布函数,分别记为)(),(y F x F Y X ,依次称为二维随机变量),(Y X 关于X和关于Y 的边缘分布函数。
边缘分布函数)(),(y F x F Y X 可由分布函数),(y x F 确定。
),(},{}{)(+∞=+∞<≤=≤=x F Y x X P x X P x F X 同理 ),()(y F y F Y +∞= 其中),(lim ),(),,(lim ),(y x F y F y x F x F x y +∞→+∞→=+∞=+∞。
对于离散型随机变量,由∑∑≤∞==+∞=x x j ijX i p x F x F 1),()(知X 的分布律为∙∞====∑i j ij i p p x X P 1}{, ,2,1=i同理Y 的分布律为ji ij j p p y Y P ∙∞====∑1}{, ,2,1=j分别称∙i p 和j p∙为二维离散型随机变量),(Y X 关于X 和关于Y 的边缘分布律。
对于连续型随机变量,由dxdy y x f x F x F x X ⎰⎰∞-∞∞-⎥⎦⎤⎢⎣⎡=+∞=),(),()(知X 的概率密度为⎰∞∞-=dyy x f x f X ),()(同理Y 的概率密度为⎰∞∞-=dxy x f y f Y ),()(分别称)(x f X 和)(y f Y 为二维连续型随机变量),(Y X 关于X 和关于Y 的边缘概率密度。
【例1】设二维离散型随机变量),(Y X 的分布律为81412241811321\ba Y X且21)1(==X P ,求(1)b a ,的值;(2)关于X 和关于Y 的边缘分布律。
解 (1)由21)1(==X P ,即2124181=++a ,得31=a 。
再由1814124181=+++++b a ,得2411=+b a ,最后得81=b 。
(2)联合分布律为814181224131811321\Y X关于X 和关于Y 的边缘分布律为212121PX 和6112741321PY【例2】吴书p.70.例1。
把两封信随机投入已编好号的3个邮筒内,设X 、Y 分别表示投入第1,2个邮筒内信的数目,求),(Y X 的分布律及边缘分布律。
【例3】吴书p.70.例2。
把2个红球和2个白球随机投入已编好号的3个盒子内,设X 表示落入第1个盒子内红球的数目,Y 表示落入第2个盒子内白球的数目,求),(Y X 的分布律及边缘分布律。
【例4】吴书p.71.例3(盛书p.62.例2)。
设二维随机变量在区域},10|),{(2x y x x y x G ≤≤≤≤=上服从均匀分布,求边缘概率密度)(x f X 和)(y f Y 。
相互独立的随机变量定义 设),(y x F 及)(),(y F x F Y X 分别是二维随机变量),(Y X 的分布函数及边缘分布函数。
若对所有y x ,有}{}{},{y Y P x X P y Y x X P ≤⋅≤=≤≤即 )()(),(y F x F y x F Y X ⋅= 则称随机变量X 与Y 是相互独立的。
一般由边缘分布不能确定联合分布,但当随机变量具有独立性时,联合分布就可由边缘分布确定。
当),(Y X 是二维离散型随机变量时,X 与Y 相互独立的充分必要条件是}{}{},{j i j i y Y P x X P y Y x X P =⋅====即ji ij p p p ∙∙⋅=,),2,1,,2,1( ==j i 。
当),(Y X 是二维连续型随机变量时,X 与Y 相互独立的充分必要条件是)()(),(y f x f y x f Y X ⋅=。
在xOy 平面上几乎处处成立。
【例1】吴书p.76.例1。
设二维离散型随机变量),(Y X 的分布律如下表所示:βα31218191611321\Y X(1)问βα,取什么值时,X 与Y 相互独立;(2)对上述求得的βα,,求),(Y X 的分布函数),(y x F 。
解 (1)),(Y X 的分布律和边缘分布律βαβαβα++++∙∙1819121313123118191611321\ji p p Y X由X 与Y 相互独立,得 91)91(31=+⋅α, 92=α 181)181(31=+⋅β, 91=β (2)关于X 和关于Y 的边缘分布律323121PX 和613121321PY关于X 和关于Y 的边缘分布函数⎪⎩⎪⎨⎧≥<≤<=21213110)(x x x x F X ,⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤<=313265212110)(y y y y y F Y),(Y X 的分布函数⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎨⎧≥≥<≤≥<≤≥≥<≤<≤<≤<≤<≤<<=⋅=3,2132,26521,2213,213132,2118521,21611,,10)()(),(y x y x y x y x y x y x y or x y F x F y x F Y X【例2】吴书p.77.例2(盛书p.73.例)。
一负责人到达办公室的时间均匀分布在8~12时,他的秘书到达办公室的时间均匀分布在7~9时.设他们两人到达的时间是相互独立的,求他们到达办公室的时间相差不超过5分钟(1/12小时)的概率 .定理1 设X 和Y 是相互独立的随机变量,)(x h 和)(y g 是),(+∞-∞上的连续函数,则)(X h 和)(Y g 也是相互独立的随机变量。
定理 2 设),,,(21m X X X 和),,,(21n Y Y Y 相互独立,则i X ),,2,1(m i =和j Y ),,2,1(n j =相互独立。
又若h 和g 是连续函数,则),,,(21m X X X h 和),,,(21n Y Y Y g 也相互独立。
两个随机变量的函数的分布一. 两个离散型随机变量的函数的分布律 设二维离散型随机变量),(Y X 的分布律为ij j i p y Y x X P ===},{ ),,2,1,,2,1(n j m i ==;。