概率论与数理统计(理工类第四版)第3章.ppt

第三章 多维随机变量及其分布,二维随机变量边缘分布随机变量的独立性多维随机变量的函数的分布,3.1 二维随机变量及其分布,1、二维随机变量 设S=e是随机试验E的样本空间，X=X(e)，Y=Y(e)是定义在S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。二维随机变量(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，单独讨论X和Y的性质是不够的，需要把(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。,一、二维随机变量及其分布函数,定义3.1 设(X,Y)是二维随机变量，二元实值函数F(x,y)=P(XxYy)=P(Xx,Yy)x(-,+),y(-,+)称为二维随机变量(X,Y)的分布函数，或称为 X与Y的联合分布函数。即F(x,y)为事件Xx与Yy同时发生的概率。,2、二维随机变量的联合分布函数,几何意义：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F(x0,y0)就表示随机点(X,Y)落在区域-X x0，-Y y0中的概率。如图阴影部分：,(x0,y0),x,y,O,对于(x1,y1),(x2,y2)R2,(x1 x2，y1y2)，则随机点(X,Y)落在矩形区域x1X x2，y1Yy2内的概率可用分布函数表示为P(x1X x2，y1Yy2)F(x2,y2)F(x1,y2)F(x2,y1)F(x1,y1),(x1,y1),(x2,y2),O x1 x2 x,y1,y2,y,分布函数F(x,y)具有如下性质：,(1)对任意(x,y)R2,0 F(x,y)1。(2)F(x,y)是变量x或y的非降函数，即 对任意yR,当x1x2时，F(x1,y)F(x2,y)；对任意xR,当y1y2时，F(x,y1)F(x,y2)。(3),(4)函数F(x,y)关于x是右连续的，关于y也是右连续的，即对任意xR，yR，有,(5)对于任意(x1,y1)，(x2,y2)R2，(x1x2，y1y2)，F(x2,y2)F(x1,y2)F(x2,y1)F(x1,y1)0。,反之，任一满足上述五个性质的二元函数F(x,y)都可以作为某个二维随机变量(X,Y)的分布函数。,例3.1.已知二维随机变量(X,Y)的分布函数为,(1)求常数A，B，C。(2)求,边缘分布,二维随机变量的边缘分布函数 二维随机变量(X,Y)作为一个整体，具有联合分布函数F(x,y)，而X和Y都是随机变量，各自也有它们的分布函数，记 X的分布函数为FX(x)，称为随机变量(X,Y)关于X的边缘分布函数；Y的分布函数为FY(y)，称为随机变量(X,Y)关于Y的边缘分布函数。由分布函数的定义可得到联合分布函数和边缘分布函数的关系,例3.2 设二维随机变量(X,Y)的联合分布函数为,其中A，B，C为常数，x(-,+)，y(-,+)(1)试确定A，B，C；(2)求X和Y的边缘分布函数；(3)求P(X2),解(1)由联合分布函数性质2可知,解得,(2),(3)由X的分布函数可得,故,练习.已知(X,Y)的分布函数为,求FX(x)与FY(y)。,二、二维离散型随机变量及其分布,1、二维离散型随机变量 若二维随机变量(X,Y)的所有可能取值是有限多对或可列无限多对，则称(X,Y)是二维离散型随机变量。,2、联合分布律 设(X,Y)是二维离散型随机变量，其所有可能取值为(xi,yj)，i=1,2,，j=1,2,若(X,Y)取数对(xi,yj)的概率P(X=xi,Y=yj)=pij，满足(1)pij0；(2),则称P(X=xi,Y=yi)=pij，i=1,2,，j=1,2,为二维离散型随机变量(X,Y)的分布律 或随机变量X与Y的联合分布律律,二维离散型随机变量的联合分布律也可用表格形式表示为：,例3.3 设袋中有a+b个球，a只红球，b只白球。今从中任取一球，观察其颜色后将球放回袋中，并再加入与所取的球相同颜色的球c只，然后再从袋中任取一球，设,求二维随机变量(X,Y)的分布律。解 X的可能取值为0，1，Y的可能取值为0，1。,二维离散型随机变量的边缘分布律,由(X,Y)的联合分布律P(Xxi,Yyjpij，i,j1,2,i1,2,j1,2,其中pi.和p.j分别为表示,的记号。,它们分别是事件(X=xi)和(Y=yj)的概率，且有,pi.0，,p.j0，,称P(Xxi)pi.，(i1,2,)为二维随机变量(X,Y)关于X的边缘分布律；,称P(Yyj)p.j，(j1,2,)为二维随机变量(X,Y)关于Y的边缘分布律。,以表格形式表示为,例3.6 设随机变量(r.v.)X在1，2，3，4四个整数中等可能地取值，另一个r.v.在1至X中等可能地取一整数值，试求(X,Y)的联合分布律和边缘分布律。,解 事件(X=i,Y=j)中i的取值为1、2、3、4，而j取不大于i的整数，因此,i=1,2,3,4，ji,i=1,2,3,4,j=1,2,3,4,X和Y的边缘分布律分别为,注意：联合分布律可以确定边缘分布律，而边缘分布律不一定能确定联合分布律。,二维连续型随机变量及其概率密度,1、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)，使对任意实数x，y，有,则称(X,Y)为二维连续型随机变量，且称函数f(x,y)为二维随机变量(X,Y)的密度函数(概率密度)，或X与Y的联合概率密度(联合密度函数)可记为(X,Y)f(x,y)，(x,y)R2,2、联合密度f(x,y)的性质(1)非负性：f(x,y)0，(x,y)R2;(2)归一性：,(3)若f(x,y)在(x0,y0)处连续，则有,事实上,(4)设G是平面上一个区域，则二维连续型随机变量(X,Y)落在G内的概率是概率密度函数f(x,y)在G上的积分，即,例3.7 设二维随机变量(X,Y)的联合概率密度函数为,(1)求常数k；(2)求概率P(X+Y1)。,解(1),解得k=15,O 1 x,1,y,y=x,x+y=1,(2),练习：设二维随机变(X,Y)量具有概率密度,(1)确定常数C；(2)求概率P(XY)。,O x,y=x2,y=x,y,解(1),(2)确定积分区域,二维连续型随机变量的边缘密度函数,设(X,Y)是二维连续型随机变量，联合密度为f(x,y)，此时X、Y也是连续型随机变量，称X的密度函数fX(x)为(X,Y)关于X的边缘密度函数，且有,称Y的密度函数fY(y)为(X,Y)关于Y的边缘密度函数，且有,例3.10 设二维随机变量,求边缘密度函数fX(x)和fY(y),解 当0 x1时,O 1 x,y,1,y=x2,y=x3,当x0或x1时，fX(x)=0，所以,当0y1时,当y0或y1时，fY(y)=0，所以,二维连续型随机变量的常用分布,1、均匀分布设G为xoy平面上的有界区域，G的面积为A，若二维随机变量(X,Y)的联合密度函数为,则称二维随机变量(X,Y)在G上服从均匀分布。,若G1是G 内面积为A1的子区域，则,即：此概率仅与G1的面积有关(成正比)，而与G1在G内的位置无关。,例3.11 设(X,Y)服从如图区域G上的均匀分布，(1)求(X,Y)的概率密度；(2)求P(Y2X)；(3)求F(0.5,0.5)。,O 0.5 1 x,G,解(1)区域G的面积为1,(2),G1,y=2x,y,区域G1的面积为,1,P(Y2X),(3)F(0.5,0.5)=P(X0.5,Y0.5),G2,其中，1、2为实数，10、20|1，则称(X,Y)服从参数为1，1，2，2，的二维正态分布，记为,2、正态分布 若二维随机变量(X,Y)的联合密度函数为,二维正态分布的重要性质：若(X,Y)服从二维正态分布，,则,同理可得,由此性质看到，(X,Y)的边缘分布都与无关，说明不同，得到的二维正态分布也不同，但其边缘分布相同。因此边缘分布是不能唯一确定联合分布的，即使X,Y都是服从正态分布的随机变量，(X,Y)不一定是服从二维正态分布。二维正态分布的边缘分布必为一维正态分布，反之不真。,分布函数的概念可推广到n维随机变量的情形。事实上，对n维随机变量(X1,X2,Xn)，F(x1,x2,xn)P(X1 x1,X2 x2,Xn xn)称为的n维随机变量(X1,X2,Xn)的分布函数，或随机变量X1,X2,Xn的联合分布函数。,定义 若(X1,X2,Xn)的全部可能取值为Rn上的有限或可列无限多个点，称(X1,X2,Xn)为n维离散型随机变量，称P(X1=x1,X2=x2,.Xn=xn)，为n维随机变量(X1,X2,Xn)的联合分布律。,则称(X1,X2,Xn)为n维连续型随机变量，称f(x1,x2,xn)为n维随机变量(X1,X2,Xn)的概率密度。,定义 n维随机变量(X1,X2,Xn)，如果存在非负的n元函数f(x1,x2,xn)使对任意的n元立方体,求(1)P(X0)，(2)P(X1)，(3)P(Y y0),练习 随机变量(X，Y)的概率密度为,y,D,答:P(X0)=0,O x,1,y0,y0,作业 P71,3，7，9,3.2 随机变量的独立性,一、两个随机变量的独立性定义 设F(x,y)是二维随机变量(X,Y)的分布函数，FX(x)，FY(y)分别是X与Y的边缘分布函数，若对一切x,yR，均有P(Xx,Yy)=P(Xx)P(Yy)即 F(x,y)=FX(x)FY(y)则称随机变量X与Y是相互独立的。此时的边缘分布可确定联合分布随机变量X与Y是相互独立的充要条件是事件(Xx)与事件(Yy)相互独立。,定理1 随机变量X，Y相互独立的充分必要条件 是X所生成的任何事件与Y所生成的任何事件相互独立。即，对任意的实数集A，B有：,定理2 如果随机变量X，Y相互独立，则对任意函数g1(x),g2(y)有 g1(X),g2(Y)相互独立,*若(X,Y)是二维离散型随机变量，其分布律为P(X=xi,Y=yj)=pij，i,j=1,2,则X与Y相互独立的充分必要条件是对任意i，j，P(X=xi,Y=yj)=P(X=xi)P(Y=yj)，即pij=pipj*若(X,Y)是二维连续型随机变量，则X与Y相互独立的充分必要条件是 对任意的x和 y f(x,y)=fX(x)fY(y)。,例3.13 已知(X,Y)的联合分布律为,试确定常数a,b，使X与Y相互独立。,解 先求出(X,Y)关于X和Y的边缘分布律,要使X与Y相互独立，可用pij=pipj来确定a,b。P(X=2,Y=2)=P(X=2)P(Y=2)，P(X=3,Y=2)=P(X=3)P(Y=2)，即,因此，(X,Y)的联合分布律和边缘分布律为,经检验，此时X与Y是相互独立的。,例3.14 设二维随机变量(X,Y)在矩形区域G=(x,y)|0 x 2,0 y 1上服从均匀分布，若,试求(U,V)的联合分布律，并判断U与V是否相互独立。,解(X,Y)在G上服从均匀分布，则联合密度函数为,O 1 2 x,y,1,y=x,x=2y,G,(U,V)的联合分布律和边缘分布律为,经检验，pijpi pj所以，U和V不是相互独立的。,例3.15 设二维随机变量(X,Y)具有概率密度函数,(1)求X,Y的边缘概率密度；(2)问X与Y是否相互独立？,O 1 x,y,1,解,由于f(x,y)与fX(x)fY(y)不相等，X与Y不相互独立。,例3.16 若二维随机变量,证明X与Y相互独立的充分必要条件为=0,证(X,Y)的联合密度函数为,边缘密度函数为,X与Y相互独立的充分必要条件是f(x,y)=fX(x)fY(y)。而此题f(x,y)=fX(x)fY(y)成立的充分必要条件是=0，,补充:二、n维随机变量的独立性,设n维随机变量(X1,X2,Xn)，对任意实数(x1,x2,xn)，有 P(X1x1,X2x2,Xnxn)=P(X1x1)P(X2x2)P(Xnxn)则称随机变量X1,X2,Xn是相互独立的。若(X1,X2,Xn)的联合分布函数以及关于Xi的边缘分布函数分别记为F(x1,x2,xn)，FXk(xk)，k=1,2,n，则X1,X2,Xn相互独立等价表示为F(x1,x2,xn)=FX1(x1)FX2(x2)FXn(xn)。,对于离散型随机变量(X1,X2,Xn)的情形，X1,X2,Xn相互独立，当且仅当对Xk的每个可能取值,k=1,2,n,有等式,对于连续型随机变量(X1,X2,Xn)的联合密度函数为f(x1,x2,xn)，X1,X2,Xn相互独立，当且仅当f(x1,x2,xn)=fX1(x1)fX2(x2)fXn(xn)其中fXk(xk)，(k=1,2,n)是关于Xk的边缘密度函数。,设n维随机变量(X1,X2,Xn)，m维随机变量(Y1,Y2,Ym)，如果对于任意的(x1,x2,xn)Rn，以及任意的(y1,y2,ym)Rm，均有P(X1x1,X2x2,Xnxn;Y1y1,Y2y2,Ymym)=P(X1x1,X2x2,Xnxn)P(Y1y1,Y2y2,Ymym)则称n维随机变量(X1,X2,Xn)与m维随机变量(Y1,Y2,Ym)相互独立。,*设(X1,X2,Xn)与(Y1,Y2,Ym)相互独立，则Xi(i=1,2,n)与Yi(i=1,2,m)相互独立；又若h,g是连续函数，则h(X1,X2,Xn)与g(Y1,Y2,Ym)相互独立。,用分布函数形式表示即为F(x1,x2,xn,y1,y2,ym)=FX(x1,x2,xn)FY(y1,y2,ym),作业 78-79,1,4(1)，8,3.3 二维随机变量函数的分布,已知随机变量(X,Y)的分布，求Z=g(X,Y)的概率分布，其中z=g(x,y)是连续函数。,一、两个离散型随机变量的函数的分布,例3.19 已知随机变量(X,Y)的联合分布律为,试求Z1=X+Y，Z2=max(X,Y)的分布律。,解 Z1的所有可能取值为2,3,4,5,P(Z1=2)=P(X+Y=2)=P(X=1,Y=1)=1/5,P(Z1=3)=P(X+Y=3)=P(X=1,Y=2)+P(X=2,Y=1)=1/5,P(Z1=4)=P(X+Y=4)=P(X=2,Y=2)+P(X=3,Y=1)=2/5,P(Z1=5)=P(X+Y=5)=P(X=3,Y=2)=1/5,Z1的分布律为,Z2=max(X,Y)的所有可能取值为1,2,3,P(Z2=1)=P(X=1,Y=1)=1/5,P(Z2=2)=P(X=1,Y=2)+P(X=2,Y=1)+P(X=2,Y=2)=1/5+0+1/5=2/5,P(Z2=3)=P(X=3,Y=1)+P(X=3,Y=2)=1/5+1/5=2/5,Z2的分布律为,例3.20 设随机变量X与Y相互独立，它们分别服从参数为1和2的泊松分布，证明Z=X+Y服从参数为1+2的泊松分布。证,k1=0,1,2,k2=0,1,2,Z=X+Y的所有可能取值为0,1,2,3,XP(1),YP(2),因此 ZP(1+2),k=0,1,2,二、两个连续型随机变量的函数的分布,设二维随机向量(X,Y)f(x,y)，z=g(x,y)是连续函数，则随机变量Z=g(X,Y)的分布函数为,即FZ(z)可利用f(x,y)在平面区域：G=(x,y)|g(x,y)z上的二重积分得到。,Z=g(X,Y)的密度函数为,三、常用的随机变量的函数的分布,1、和的分布,设(X,Y)f(x,y)，(x,y)R2,Z=X+Y，则Z是连续型随机变量，且Z的概率密度为,此两公式称为卷积公式。,或,证明 对任意的zR，Z=X+Y的分布函数为,O x,y,z=x+y,固定x,交换积分次序,所以,zR,同理可得,zR,特别地，当X,Y相互独立时，,或,其中，fX(x)，fY(y)为(X,Y)关于X和Y的边缘密度。,上式也称为fX(z)与fY(z)的卷积公式,例3.22 设X,Y相互独立，且两者都在区间0,1上服从均匀分布，求Z=X+Y的概率密度。,解 X,Y的密度函数分别为,由卷积公式,O 1 2 z,x,1,x=z,x=z-1,当0 x1，且0z-x1时，被积函数为1，其它区域被积函数为0，即0 x1，且z-1xz,例3.23 设(x,y)N(0,0,1,1,0)，试求Z=X+Y的密度函数,解 由于=0，所以X与Y相互独立，且,所以Z的密度函数为,令,此式说明ZN(0,2),一般地，(1),又X与Y相互独立，则,(2)Y=aX+b(a,b为常数，且a0),则,(3),X与Y相互独立，且,是不全为0的常数，则,(4),Xi相互独立，i,是不全为0的常数，,i=1,2,3,n，则,相互独立的正态随机变量的线性组合仍是正态随机变量。,几个结论：(1)正态分布:设随机变量X1,X2，.,Xn独立且Xi服从正态分布N(i,i2),i=1,.,n,则(2)泊松分布：设随机变量X1,X2独立且Xi服从泊松分布(i)(i=1,2),则X1X2(12)(3)二项分布：设随机变量X1,X2独立且Xi服从二项分布b(ni,p)(i=1,2),则X1X2 b(n1+n2,p)(4)0-1分布:设随机变量X1,X2，.,Xn独立且Xi服从0-1分布b(1,p),i=1,.,n,则,2、M=max(X,Y)，N=min(X,Y)的分布（极值分布）,设随机变量X,Y相互独立，且分布函数分别为FX(x)，FY(y)，求M与N的分布函数。,即M的分布函数为,即N的分布函数为,结论的推广(1)设X1,X2,Xn相互独立，且Xi的分布函数为Fi(xi)，则M=maxX1,X2,Xn的分布函数为FM(z)F1(z)F2(z)Fn(z),N=minX1,X2,Xn的分布函数为,(2)当X1,X2,Xn相互独立且具有相同分布函数F(x)，则M=maxX1,X2,Xn的分布函数为FM(z)F(z)nN=minX1,X2,Xn的分布函数为FN(z)1-1-F(z)n,(3)当X1,X2,Xn相互独立且具有相同的概率密度f(x)，则M=maxX1,X2,Xn的密度函数为fM(z)=nF(z)n-1f(z)N=minX1,X2,Xn的分布函数为FN(z)n1-F(z)n-1f(z),例3.24 设系统L由两个相互独立的子系统L1和L2联接而成，其联接的方式分别为(1)串联，(2)并联，如图所示。设L1，L2的寿命分别为X与Y，而且,其中0，0，试分别就以上两种联结方式写出L的寿命Z的分布函数与概率密度函数。,解(1)串联时，当L1和L2中有一个损坏时，系统L就停止工作，所以L的寿命为Z=min(X,Y)。,由条件可得X,Y的分布函数分别为,Z的分布函数为,Z的概率密度函数为,(2)并联时，当且仅当L1和L2都损坏时，系统L才停止工作，因此L的寿命Z=max(X,Y)其分布函数为,密度函数为,作业 p86,2,5,7,9,本 章 小 结,