3.1二维随机向量的分布
3.1随机向量的分布

若i j 5,
有 PX i, Y j
C50 5
C15C25C10
i j 5i j
得X, Y 的联合分布律及 X、Y 的边缘分布律为
返回主目录
例 3(续)
§2 边缘分布
Y X
0 1 2 3 4 5 p j
0
0.0001 0.0015 0.0059 0.0097 0.0064 0.0014 0.025
返回主目录
§1 随机向量的分布
按定义,概率密度 f (x , y ) 具有以下性质:
10 f (x, y) 0 ;
20
f (x, y)dxdy F(,) 1;
30 若f (x, y)在点(x, y)连续,则有 2F (x, y) f (x, y). xy
Fx, y pij xi x, y j y
返回主目录
§1 随机向量的分布
二维连续型随机变量
对于二维随机变量 ( X,Y ) 分布函数 F (x , y ),如 果存在非负函数 f (x , y ),使得对于任意的 x,y有:
yx
F(x, y)
f (u,v)dudv,
则称 ( X,Y ) 是连续型的二维随机变量,函数 f (x , y ) 称为二维随机变量 ( X,Y )的概率密度,或称为 X 和 Y 的联合概率密度。
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。
P{X i,Y j} P{Y j | X i}P{X i} 1 • 1 , i4
其中i 1,2,3,4, j i.
返回主目录
概率论与数理统计第3章随机向量

解 (1)根据概率密度函数性质(2)知
f (x, y)dxdy
Ce(3x4 y) dxdy C e3xdx e4y dy C 1
00
0
0
12
从而 C 1
12
(2)由定义3.3.1知
xy
F(x, y)
f (u,v)dudv
(1 e3x )(1 e4y ), x 0, y 0,
3
7
7
1
3.4.1 二维离散型随机向量的边缘分布
(2) 采取无放回摸球时,与(1)的解法相同,(X,Y)的 联合分布与边缘分布由表3.4给出.
表3.4
Y X
0
1 P{Y=yj} p j
01Biblioteka 2277
2
1
7
7
4
3
7
7
P{X=xi} pi
4 7 3 7
1
3.4.2 二维连续型随机向量的边缘分布
设(X,Y)是二维连续型随机向量,其概率密度为f(x,y),
由
FX (x) F(x,)
x
f (x,y)dydx
知,X是一个连续型随机变量,且其概率密度为
f X (x)
dFX (x) dx
f (x,y)dy.
(3.4.5)
同样,Y也是一个连续型随机变量,其概率密度为
fY ( y)
= dFY(y)
dy
f (x,y)dx.
(3.4.6)
(X ,Y )
~
N (1,
2
,
2 1
,
2 2
,
)
称(X,Y)为二维正态随机向量.
3.4 边缘分布
1 二维离散型随机向量的边缘分布 2 二维连续型随机向量的边缘分布
【条件】概率论与数理统计习题详解

【关键字】条件一、第三章习题详解:3.1设二维随机向量的分布函数为:求.解:因为,,所以3.2 盒中装有3个黑球, 2个白球. 现从中任取4个球, 用X表示取到的黑球的个数, 用Y表示取到的白球的个数, 求(X , Y ) 的概率分布.解:因为X + Y = 4,所以(X,Y)的可能取值为(2,2),(3,1)且,,故(X,Y)的概率分布为3.3 将一枚均匀的硬币抛掷3次, 用X表示在3次中出现正面的次数, 用Y表示3次中出现正面次数与出现反面次数之差的绝对值,求(X , Y ) 的概率分布.解:因为,又X的可能取值为0,1,2,3所以(X,Y)的可能取值为(0,3),(1,1), (2,1),(3,3)且,,故(X,Y)3.4设二维随机向量的概率密度函数为:(1) 确定常数;(2) 求(3) 求,这里是由这三条直线所围成的三角形区域.解:(1)因为由,得9a=1,故a=1/9.(2)(3)3.5 设二维随机向量的概率密度函数为:(1) 求分布函数;(2) 求解:(1) 求分布函数; 当,其他情形,由于=0,显然有=0。
综合起来,有(2) 求3.6 向一个无限平面靶射击, 设命中点的概率密度函数为求命中点与靶心(坐标原点) 的距离不超过a 的概率. 解:3.7.解:因为所以,X 的边缘分布为因为所以,Y3.8 设二维随机向量的概率密度函数为 求边缘概率密度. 解:因为,当时,;其他情形,显然所以,X 的边缘分布密度为 又因为,当时,其他情形,显然所以,Y 的边缘分布密度为 3.9 设二维随机向量的概率密度函数为 求边缘概率密度.解,积分区域显然为三角形区域,当时,,因此; 其他情形,显然所以,X 的边缘分布密度为 同理,当时,因此其他情形,显然所以,Y 的边缘分布密度为 3.10 设二维随机向量的概率密度函数为(1)确定常数c 的值. (2)求边缘概率密度(),()X Y f x f y . 解:(1)因为 dy c dx dxdy y x f xx⎰⎰⎰⎰=+∞∞-+∞∞-102),(所以 c = 6.(2) 因为,当10≤≤x 时,)(6),()(22x x dy c dy y x f x f xxX -===⎰⎰+∞∞-所以,X 的边缘分布密度为又因为,当10≤≤y 时,)(66),()(y y dx dx y x f y f yyY -===⎰⎰+∞∞-所以,Y 的边缘分布密度为3.11 求习题3.7 中的条件概率分布. 解:由T3.7知,X 、Y 的边缘分布分别是(1)当X =1时,Y 的条件分布为 即(2)当X =3时,Y 即(3)当Y =0时,X 即(4)当Y =2时,X 的条件分布为 即(5)当Y =5时,X 的条件分布为 即3.12 设 X 在区间(0,1) 上随机地取值, 当观察到X = x (0 < x < 1) 时, Y 在区间(x ,1) 上 随机地取值, 求 Y 的概率密度函数.解:因为 ⎩⎨⎧<<=其他0101)(x x f X , ⎪⎩⎪⎨⎧<<-=其他111)|(|y x xx y f X Y所以(X ,Y )的联合密度为 于是 yy dx x dx y x f y f yY -=--=-==⎰⎰+∞∞-11ln )1ln(11),()(0)10(<<y 故Y 的密度函数为3.13 设二维随机向量(,)X Y 的概率密度函数为 求条件概率密度(),XY f x y (),YX f y x 以及11{}22P Y X <=. 解:因为,当10≤≤x 时,x x dy xy x dy y x f x f X 322)3(),()(2202+=+==⎰⎰+∞∞- 又当20≤≤y 时,631)3(),()(102y dx xy x dx y x f y f Y +=+==⎰⎰+∞∞- 所以,在Y =y 的条件下X 的条件概率密度为在X =x 的条件下Y 的条件概率密度为3.14 问习题3.7 中的X 与Y 是否相互独立? 解: 由T3.7{1}P X ==0.75, {2}0.43P Y ==,而{1,2}0.25P X Y ===,显然 {1}P X ={2}P Y ⨯=≠{1,2}0.25P X Y ===,从而X 与Y 不相互独立.3.15设二维随机向量(,)X Y 的概率分布如下表所示, 求X 和Y 的边缘概率分布.问,a b 取何值时, X 与Y 相互独立? 解:因为 311819161)1(=++==X P ,a Y P +==91)2( 要X 和Y 相互独立,则 )2()1()2,1(=====Y P X P Y X P 即)91(3191a +=,得929131=-=a 由 (1)(2)1P X P X =+==,得 12(2)1(1)133P X P X ==-==-= 即3231=++b a ,得913132=--=a b 3.16 问习题3.8 和习题3.9 中的X 与Y 是否相互独立? 解:由习题3.8,二维随机向量(,)X Y 的概率密度函数为X 的边缘分布密度为⎩⎨⎧≤≤=其他0202/)(x x x f X ,Y 的边缘分布密度为⎩⎨⎧≤≤=其他103)(2y y y f Y ,显然有(,)()()X Y f x y f x f y =,X 与Y 相互独立.由习题3.9,维随机向量(,)X Y 的概率密度函数为4.8(2),01,0,(,)0,y x x y x f x y -≤≤≤≤⎧=⎨⎩其他,X 的边缘分布密度为22.4(2)01()0X x x x f x ⎧-≤≤=⎨⎩其他,Y 的边缘分布密度为 22.4(34)01()0Y y y y y f y ⎧-+≤≤=⎨⎩其他,显然有(,)()()X Y f x y f x f y ≠,X 与Y 不独立. 3.17设二维随机向量(,)X Y 的概率密度函数为21,0,0,(1)(,)0,x xex y y f x y -⎧<<⎪+=⎨⎪⎩其他,问X 与Y 是否相互独立? 解:因为 dy y xe dy y x f x f xX ⎰⎰+∞-+∞∞-+==2)1(1),()( 对于x >0,y >0,都有 )()(),(y f x f y x f Y X =,所以,X 与Y 是相互独立的. 3.18 设二维随机向量(,)X Y 的分布函数为 讨论,X Y 的独立性.解:因为 )0(1),(lim )(≥-==-+∞→x ey x F x F xy X由于所以,X 与Y 是相互独立的。
经济数学——概率论与数理统计 3.1 二维随机变量及其分布

其中和式是对一切满足xi≤x , yj≤y求和。
例 若(X,Y)的分布律如下表,求(X,Y)的分布函数。 Y 0 1 X 0 1/2 0 y 1 解 0 1/2
1
1 x
四、 二维连续型随机变量
1.定义:设(X,Y)的联合分布函数为F(x,y),若存在一非负 函数f(x,y),使得对于任意的实分布
二维随机变量及其分布 第二节 边缘分布 第三节 随机变量的独立性 第四节 二维随机变量函数的分布
第一节 二维随机变量及其分布
一、二维随机变量的定义
1.定义: 随机试验E的样本空间Ω={e},设X1(e), X2(e)为定 义Ω上的随机变量,由它们构成的一个向量(X1,X2)叫做 二维随机变量或二维随机向量。 对于二维随机变量, 需要考虑 ①二维随机变量作为一个整体的概率分布或称联合分布; ②还要研究每个分量的概率分布或称边缘分布; ③并且还要考察各分量之间的联系,比如是否独立等。
利用极坐标计算可得
从而有 Aπ=1,即可得A=1/π。
(2)依题意需求概率
下面我们介绍两个常见的二维分布.
设G是平面上的有界区域,其面积为A.若二 维随机变量( X,Y)具有概率密度
则称(X,Y)在G上服从均匀分布.
例
向平面上有界区域G上任投一质点,若质点落 在 G内任一小区域 B的概率与小区域的面积成正比, 而与B的形状及位置无关. 则质点的坐标 (X,Y)在G 上服从均匀分布.
0≤F(x,y)≤1。
因为{X≤x1,Y≤y}{X≤x2,Y≤y}. (2). 对于任意固定的y, F(-∞,y)=0;
对于任意固定的x, F(x,-∞)=0;
二维随机向量的分布

X
Y
0 1 2 3
0 0 0 1/ 8 0 3/ 8 0 0 0 3/ 8 0 0 0 0 0 1/ 8
0
X
Y
1 3
1
2
3
01 / 8 1 3/ 8 0 2 3/ 8 0 3 01/ 8
0
2019/1/6
15
三、连续型随机向量的联合密度函数
定义3
对于二维随即向量(X,Y)的分布函数 F( x, y),如果存在一个非负可积函数f (x, y) x y 使得对于 x , y R ,有 F ( x ,y ) u , v ) dud f(
F ( y ) P ( Y y ) F ( ,y ) P ( X , Y y ) Y
2019/1/6 21
例7 设二维随机变量(X,Y)的分布函数为
x y x y xy 1 e e e , x 0 , y 0 F ( x , y ) 0 , 其它 称此分布为二维指数分布,其中参数 0 .
0 第二次取到白球 Y 1 第二次取到黑球
试分别求出有放回和无放回取球情况下(X,Y)的 联合分布律。
2019/1/6 11
离散型二维随机向量联合概率分布确定方法: 1. 找出随机变量X和Y的所有取值结果,得 到(X,Y)的所 有取值数对; 2. 利用古典概型或概率的性质计算每个数 值对的概率; 3. 列出联合概率分布表.
2019/1/6
25
例9 设(X,Y)的联合概率分布表为:
X Y -1 0 1 p.j 0 0.05 0.1 0.1 0.25 1 0.1 0.2 0.2 0.5 2 0.1 0.1 0.05 0.25
3.1 二维随机变量的定义、分布函数

当 2 x, 且 1 y 0 时 F ( x , y ) P{ X x , Y y }
P{ X 2, Y 1} 1 1 4 6
0
-1
Y X
-1
0
1 2
Y 1
F ( x , y ) P{ X x , Y y } P{ X 1, Y 1}
二维连续型随机变量的联合概率密度的 性质
(1)非负性 (2)正则性
f ( x, y) 0
F ( ,)
(3)可导性
f ( x , y )dxdy 1
2 F ( x, y) f ( x, y) xy
(4)(X,Y)落在平面区域G上的概率
设二维随机变量(X,Y)的概率密度为
1 , SG 0, ( x , y ) G; ( x, y) G.
f ( x, y)
其中G是平面上的有界区域,其面积为SG 则称(X,Y)在D上服从均匀分布.
例题讲解
例1: 设二维随机变量(X,Y)在区域G上服从均匀分 布,其中G是曲线 y=x2 和y=x 所围成的区域,则
定义3.1.4 (二元连续型随机变量)
若存在非负函数 f(x,y),使对任意实数x,y, 二元随机变量(X,Y)的分布函数可表示成如下形式
F ( x , y ) PX x , Y y
f (u, v )dudv
x
y
则称(X,Y)是二元连续型随机变量。
f(x,y)称为二元随机变量(X,Y)的联合概率密度函数.
2 12 2 , 0.75时二元正态分布的 • 下图是当 钟形密度曲面图。
3_1随机向量的联合分布

x 0, y 0 其它
求 (1)k; (2)F(x,y); (3)P{0<X<1,0<Y<1}; (4) P{X+Y≤1}
解:(1)因为
0
f ( x, y )dxdy 1
所以
1
0
k e ( x y ) dxdy
0
) 2 k k e x dx e y dy k (e x |0 0
D
o
a
bx
(4) 点(X,Y)落在xoy的平面区域D内的概率为
P{( X , Y ) D} f ( x, y )dxdy
D
《概率统计》 返回 下页 结束
例3. 已知二维连续型随机向量(X, Y)的联合概率密度,
ke ( x y ) , f ( x, y ) 0,
1 F (2, 3) F (0, 3) F (2, 0) F (0, 0) 16
《概率统计》 返回 下页 结束
二、 二维离散型随机向量及其分布
1.定义 若随机向量(X,Y)所有可能取值为有限对或可列多对 时,则称(X,Y)为二维离散型随机向量. 2.(X,Y)的联合分布列(律) 若(X,Y)的所有可能取值为(xi , yj),i,j =1,2,…;且 取这些值时的概率表示为 pij=P { X = xi ,Y = yj }, (i,j =1,2,…) 则称这一列式子为(X,Y)的联合概率分布或联合分布律. 3.(X,Y)的联合分布律 pij 的性质 (1)pij≥0;i,j=1,2,…; (2)
x
下页 结束
一、二维随机向量的联合分布函数
1.定义 设(X,Y)为二维随机向量,x、y为两个任意实数,则称
第3章 随机向量3-1

2.已知随机变量X和Y的联合概率分布为
(x ,y) P{X=x,Y=y} (0,0) 0.10 (0,1) (1,0) 0.15 0.25 (1,1) (2,0) (2,1) 0.20 0.15 A
求:常数A;概率 P{X≤1,Y≤1}
20
课堂练习
3. 甲乙二人独立地各进行两次射击,假设甲乙的命中率 分别为0.2,0.5,以X、Y表示甲乙的命中次数,求X,Y的 联合概率分布. 解:X~B(2,0.2),Y~B(2,0.5),概率分布表为:
X 0 1 2
Y
P
0
0.25
1
0.5
2
0.25
P
0.64
0.32 0.04 Y 0
0.16 0.08 001
由X、Y的独立性得(X,Y)的联合概率分布为
X 0 1 2
1
0.32 0.16 0.02
2
0.16 0.08 0.01
21
连续型
⒈ 定义:设(X,Y)是二维随机向量,若存在 非负可积函数 f(x,y),使得对于平面上的任何 可求面积的区域 D 都有
求(X1,X2)的联合概率分布。
14
例2的解法
解:(X1,X2)的取值数对为(0,0),(0,1),(1,0),(1,1), P{X1=0,X2=0}=P{|Y|≥1,|Y|≥2} =P{|Y|≥2} =1-P(|Y|<2) =2-2Φ(2)=0.0455 P{X1=0,X2=1}=P{|Y|≥1,|Y|<2} =P{1≤|Y|<2} =P{-2≤Y<-1}+P{1≤Y<2} =2P{1≤Y<2} =2[Φ(2)-Φ(1)] =0.2719 P{X1=1,X2=0}=P{|Y|<1,|Y|≥2}=0 P{X1=1,X2=1}=P{|Y|<1,|Y|<2} =P{|Y|<1} =2Φ(1)-1 =0.6826
- 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)。
PX 1, Y 0
C
1 1
C
3 3
1
任取4个
C
4 6
15
PX 1,Y 1
C
1 1
C
1 2
C
2 3
C
4 6
6 15
2020/5/7
PX 1,Y 2
C
1 1
C
2 2
C1 3C4 Nhomakorabea63 15
Y X
0
1
2
0 023 15 15
163 1 15 15 15
F0.5, 2PX0.5,Y 2 5
15
F3,1PX 3,Y 1 9
2020/5/7
§3.1 随机向量的分布
一、随机向量及其分布
定义3.1 设 X1,X2,...,Xn是定义在概率空间
(, P) 上的n个随机变量,则称 X 1,X 2,...,X n是
(, P) 上的一个维n 随机向量.
例如, 设 X ,Y分别表示 一个人的身高和体重,
则 X, Y 是二维随机向量.
15
PXY2 3 3 8
15 15 15 15
2020/5/7
Y X
0
1
2
0 023 15 15
163 1 15 15 15
X 的分布为: X 0 1
5 10 P 15 15
称为关于 X的边缘分布.
Y的分布为: Y
P
0 1 2称为关于Y的边缘分布.
1 86 15 15 15
PX0PX 0, Y0,1,2 任取4个
设 X1,X2分,X别3 表示 任一钢块的长、宽、高,
则 X1,X2,X3是三维随机向量.
设 X1,X2,X 分3,别X4 表示
任一考生的语、数、外
及综合的考试分数, X 1,X 2,X 3,X 4是四维随机向量. 2020/5/7
定义3.2 设X X 1,X 2,...,X n是n维随机向量,
n元函数
F (x 1,x 2,...,x n ) PX1x1, X2 x2, ..., Xn xn
(x1,x2,...,xn) R n
称为随机向量 X X 1 ,X 2 ,...,X n 的分布函数. 或
n个随机变量 X1,X2,...,Xn的联合分布函数.
例如, 设 X1,X2,X 分3,别X4 表示
PX0,Y 0PX0,Y 1PX0,Y 2 5
15
PX1PX 1, Y0,1,2 1 0
2020/5/7
15
1. 联合分布
2020/5/7
定义3.4 设 ( X , Y )是二维离散型随机向量, 可能
(3)F(x, y) 关于 x , y 均右连续. 即对任意实数a ,
l i m F(x, y)F(a,y)
(4)
x a
记
l i m F(x, y)F(x,a)
y a
记
F(,y)l i m F(x, y) 0 F(x,)l i m F(x, y) 0
x
y
记
记
F( , )l i m F(x, y) 0 , F( ,)l i m F(x, y) 1
任一考生的
语、数、英及综合的考试分数, X 1,X 2,X 3,X 4
是四维随机向量.
F (8 0 ,7 0 ,9 0 ,8 5 ) PX180,X2 70, X3 90, X4 85
2020/5/7
定义3.2 设X X 1,X 2,...,X n是n维随机向量,
n元函数
F (x 1,x 2,...,x n ) PX1x1, X2 x2, ..., Xn xn
x
x
2020/5/7
y
y
对任意固定的 x , 当 y1 y2时,有
F(x, y1)F(x,y2)
证 当 y1 y2时,
X x, Y y1
X x, Y y2
• y2
X x, Y y1 X x, Y y2
• y1
P X x, Y y1 P X x, Y y2
在概率论中, 如果试验的每一个基本结果都对 应一个实数, 则为一维随机变量;
如果试验的每个基本结果 都对应一对有序实数 ( X,Y ), 则称为二维随机向量;
如果试验的每个基本结果 都对应三个有序实数 (X,Y,Z), 则称为三维随机向量;
一般地,如果试验的每个基本结果 都对应 n 个
有序实数 X 1,X 2,...,X n,则称为 n 维随机向量.
例 袋中装有1个红球,2个白球,3个黑球. 从中任 取4个, X 和 Y 分别表示4球中 红球及白球的个数.
Y 0 1 2 PX 0,Y 0 0
X 0 1
0
2 15
16
15 15
3 15
3 15
PX 0, Y 1
C
1 2
C
3 3
C
4 6
2 15
PX 0,Y 2
C
2 2
C
2 3
C
4 6
3 15
•
x
FY(y) PY y P X, Y y lim F(x, y) x
F(,y)
称为分布函数 F(x, y)关于Y的边缘分布函数.
2020/5/7
二、离散型随机向量的概率分布 定义3.3 如果二维随机向量(X,Y)的全部取值 为有限个或至多可列个则, 随机向量 (X,Y)为 离散型的.
2020/5/7
F(x, y1) F(x, y2) ∴ F(x, y)关于y单调不减.
2020/5/7
如果 ( X ,Y的)分布函数 F(x, y) 已知,则
随机变量 X 的分布函数为:
FX(x)PXxPXx,Y
lim F(x, y)
y
F(x,)
称为分布函数 F(x, y)关于X的边缘分布函数.
•y
随机变量 Y 的分布函数为:
2020/5/7
联合分布函数具有性质: F(x,y)PX x,Y y
(1)0F(x, y) 1
(2)F(x, y) 关于 x , y 均单调不减. 对任意固定的 x, 当 y1 y2 时,有F(x,y 1 ) F(x, y 2 )
对任意固定的 y , 当 x1 x2 时,有F(x 1 , y) F(x 2 , y)
Ch3 随机向量
例1 任选一个人, 设X表示其身高,Y表示其体重,
X,Y 描述了任一个人的体形特征.
例2 设任一炮弹弹着点的横坐标为X,纵坐标为Y,
X,Y 可确定炮弹的弹着点.
例3 设 X1,X2分,X别3 表示 任一钢块的长、宽、高,
X1,X2,X3描述了任一
钢块的形状.
Y
X,Y
X
2020/5/7
(x1,x2,...,xn) R n
称为随机向量 X X 1 ,X 2 ,...,X n 的分布函数.
当n 时2 , 二维随机向量 ( X ,Y ) 的分布函数为
F(x,y)PX x,Y y
b
例如
(x, y)R2
F(160,50)PX160,Y 50
F (2,4)PX2,Y 4
a
F(a,b)PX a,Y b