欢迎来到淘文阁 - 分享文档赚钱的网站! | 帮助中心 好文档才是您的得力助手!
淘文阁 - 分享文档赚钱的网站
全部分类
  • 研究报告>
  • 管理文献>
  • 标准材料>
  • 技术资料>
  • 教育专区>
  • 应用文书>
  • 生活休闲>
  • 考试试题>
  • pptx模板>
  • 工商注册>
  • 期刊短文>
  • 图片设计>
  • ImageVerifierCode 换一换

    2022年随机向量及其分布教案 .pdf

    • 资源ID:34229439       资源大小:992.24KB        全文页数:47页
    • 资源格式: PDF        下载积分:4.3金币
    快捷下载 游客一键下载
    会员登录下载
    微信登录下载
    三方登录下载: 微信开放平台登录   QQ登录  
    二维码
    微信扫一扫登录
    下载资源需要4.3金币
    邮箱/手机:
    温馨提示:
    快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
    如填写123,账号就是123,密码也是123。
    支付方式: 支付宝    微信支付   
    验证码:   换一换

     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
    5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。

    2022年随机向量及其分布教案 .pdf

    1 第三章随机向量及其分布一教学目标及基本要求(1)了解二维随机变量概念及其联合分布函数概念和性质,了解二维离散型和连续型随机变量定义及其概率分布和性质,了解二维均匀分布和正态分布。(2)会用联合概率分布计算有关事件的概率,会求边缘分布。(3)掌握随机变量独立性的概念,掌握运用随机变量的独立性进行概率计算。(4)会求两个独立随机变量的简单函数(如函数 X+Y, max(X, Y), min(X, Y)的分布。二教学内容二维随机变量二维随机变量及其分布, 离散型随机变量及其分布律、 连续型随机变量及其密度函数、它们的性质、n 维随机变量边缘分布边缘分布律、边缘密度函数条件分布相互独立的随机变量两个变量的独立性, n 个变量的独立性二维随机变量的函数的分布已知(X,Y) 的分布率 pij或密度函数( ,)x y, 求(,)Zf X Y的分布律或密度函数( )Zz。特别如函数形式:,max(,),min(, )ZXY ZX YZX Y。三本章教学内容的重点和难点a)二维随机变量的分布函数及性质,与一维情形比较有哪些不同之处;b)边缘密度函数的计算公式:( )( , )Xxx y dy的运用,特别是积分限的确定和变量 x 的取值范围的讨论;名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页,共 47 页 - - - - - - - - - 2 c)随机变量独立性的判定条件以及应用独立性简化计算,如由边缘分布律或密度函数可以确定联合分布律或联合密度函数;d)推导 ZXY的密度函数的卷积公式:( )( ,)XYtx tx dx,正确使用卷积公式;e)在 X,Y独立性的条件下, 推导max(,),min(,)ZX YZX Y的密度函数,注意它们在可靠性方面的应用。四教学过程中应注意的问题a)注意联合分布函数能决定任意随机变量X 或 Y的分布(边缘分布),反之则不能确定 (X,Y)的联合分布,由正态分布可以说明;b)在判断两个随机变量是否独立过程中,如果存在某点00(,)xy,使得:0000(,)() ()P Xx YyP XxP Yy或0000(,)()()XYxyxy,则称变量 X与 Y不独立;c)一般计算概率使用如下公式:( , )(,)( , )x yGPX YGx y dxdy,注意二重积分运算知识点的复习。d)二维均匀分布的密度函数的具体表达形式。五思考题和习题思考题: 1. 由随机变量,X Y的边缘分布能否决定它们的联合分布? 2. 条件分布是否可以由条件概率公式推导? 3. 事件的独立性与随机变量的独立性是否一致? 4如何利用随机变量之间的独立性去简化概率计算,试举例说明。3.1 二维随机向量及其联合分布函数一、随机向量的概念定义3-1设随机试验的样本空间为,对每一个,有确定的两个实数,XY与之对应,则称YX,为 二维随机向量,简记为),(YX。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页,共 47 页 - - - - - - - - - 3 在定义 3-1 中要注意X和Y是定义在同一个样本空间上的两个随机变量。例如,有五件产品,其中两件是次品(用21,aa表示),三件是正品(用123,b b b表示)。从中依次不放回地任意取出两件,此时随机试验的样本空间为1211121321222312132321112131122232213132(,),(,),(,),(,),(,),(,),(,),(,),(,),(,)(,),(,),(,),(,),(,),(,),(,),(,),(,),(,)a aa ba ba ba ba ba bb bb bb baab ab ab ab ab ab ab bb bb b,我们将中的样本点依次记为1220,。定义随机变量XY和如下:0,1X如果第一次取出的是正品,如果第一次取出的是次品 , 0,1Y如果第二次取出的是正品,如果第二次取出的是次品,在一次随机试验中,若出现了样本点13(,)a b(即4) ,则44()1, ()0XY;若出现了样本点31(,)b a(即14) ,则1414()0,()1XY等等。注意XY和都是定义在上的,对中的每一个样本点,XY和都有一个数与此样本点对应。现在约定:对于二维随机向量),(YX,事件iiyYxX,表示事件ixX与jyY的交,其中ixX和iyY均是样本空间的子集。同样,事件yYxX,表示事件xX与事件yY的交。二、随机向量的联合分布函数定义 3-2设),(YX是一个二维随机向量,x, y 是两个任意实数,则称二元函数2( , )(,),( , )F x yP Xx Yyx yR为),(YX的联合分布函数(joint distribution function) 。与一维的情形类似,掌握了联合分布函数也就掌握了二维随机变量的统计规律。联合分布函数),(yxF具有下列五条基本性质:(1)20( ,)1,( ,)F x yx yR;(2)),(yxF对每个自变量都是单调非降的;(3)对一切实数x和y,则有(, )( ,)0,(,)1FyF xF;(4)),(yxF对每个自变量都是右连续的,即(0, )( ,),( ,0)( ,)F xyF x yF x yF x y;名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页,共 47 页 - - - - - - - - - 4 (5)对一切实数2121,yyxx,有0),(),(),(),(11122122yxFyxFyxFyxF。图 3-1 图 3-2 证明( 1)- (4) ,类似一维随机变量分布函数的四条基本性质,下面我们只证(5) 。由定义 3-2 知,),(),(yYxXPyxF是(X,Y)落在区域D内的概率,见图3-1 ,则1212(,)P xXxyYy122121(,)(,)P xXx YyP xXx Yy2212(,)(,)P Xx YyP Xx Yy2111(,)(,)P Xx YyP Xx Yy22122111(,),F xyF xyF xyF x y,这是用),(yxF来计算),(YX落在矩形区域1212( , ) |,x yxXxyYy概率的公式,见图3-2 ,再由概率的非负性,即知(5)成立。任何一个联合分布函数),(yxF一定具有以上五条基本性质;反之,任何具有以上五条基本性质的二元函数),(yxF必可作为某一二维随机向量),(YX的联合分布函数。三、随机向量的边际分布函数由于联合分布函数),(yxF全面描述了随机向量),(YX的统计规律,显然由),(YX的联合分布函数),(yxF,我们可以得到随机变量X和Y各自的分布函数。即)()(xXPxFX),(xXP),(YxXP),(xF,其中),(lim),(yxFxFy. 同样),()(yFyFY,其中),(lim),(yxFyFx。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页,共 47 页 - - - - - - - - - 5 我 们 把)(),(yFxFYX分 别 称 为),(YX关 于X,Y的 边 际 分 布 函 数 ( marginal distribution function)或 边际分布函数 。我们经常讨论的随机变量有两种类型:离散型和连续型。3.2 二维离散型随机向量一、二维离散型随机向量的联合概率分布定义3-3若二维随机向量),(YX的所有可能取值是有限对或可列无限多对,则称),(YX为二维离散型随机向量( 2-dimensional discrete random vector) 。定义 3-4 设),(YX的所有可能取值为(,),1,1, ,ijx yimjn,则称,1,1, ,.ijijpP Xx Yyimjn为二维离散型随机向量),(YX的联合概率分布 ( joint probability distribution) ,也常用表格列出 , 见表 3-1. Y X 2yny1x11p12pnp12xmx21p22pnp21mp2mpmnp联合概率分布完整地描述了离散型随机向量的统计规律。联合概率分布具有下列两条基本性质:(1),1,1,0njmipij;(2)111ijijp。证明( 1)显然;1y表 3-1 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页,共 47 页 - - - - - - - - - 6 (2)由于11,ijjiyYxX,再由概率的可列可加性知,11,ijijPXxYyjiijyYxXP,111)(11Ppijij,即111ijijp。联合概率分布一定具有以上二条基本性质。反之,若一串),1,1(njmipij具有以上二个性质,则),1,1(njmipij一定可作为某一二维离散型随机向量的联合概率分布。下面举例说明如何求二维离散型随机向量的联合概率分布。例 3-1箱子里装有a件正品和b件次品。每次从箱子中任取一件产品,共取两次。设随机变量X和Y的定义如下:0,1X如果第一次取出的是正品,如果第一次取出的是次品 , 0,1Y如果第二次取出的是正品,如果第二次取出的是次品 , (1)第一次取出的产品仍放回去;(2)第一次取出的产品不放回去。在上述两种情况下分别求出二维随机向量),(YX的联合概率分布。解 (1)X:0,1,Y:0,1 )00()0()0,0(XYPXPYXPbaabaa22)(baa , )01()0() 1, 0(XYPXPYXPbabbaa2)(baab , 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6 页,共 47 页 - - - - - - - - - 7 ) 10()1()0, 1(XYPXPYXPbaabab2)(baba , ) 11() 1() 1, 1(XYPXPYXPbabbab22)(bab , 即联合概率分布为(见表 3-2) Y X 0 1 0 22baa2baab1 2baba,22bab(2)X:0,1,Y:0,1 )00()0()0, 0(XYPXPYXP11baabaa11babaaa , )01()0() 1, 0(XYPXPYXP1babbaa1babaab , ) 10()1()0, 1(XYPXPYXP1baabab1bababa , )11() 1() 1, 1(XYPXPYXP1111bababbbabbab , 即联合概率分布为(见表 3-3) Y X 0 1 表 3-2 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 7 页,共 47 页 - - - - - - - - - 8 0 11babaaa1babaab1 1bababa,)1()1(bababb例 3-2掷两枚骰子,第一枚骰子出现的点数记为X,两枚骰子最大点数记为Y,求),(YX的联合概率分布。解X所有可能取值为1,2, 6,Y所有可能取值为1,2, 6。当ji时,iXjYPiXPjYiXP)(),(0061,当ji时,iXjYPiXPjYiXP)(),(36661ii,当ji时 ,iXjYPiXPjYiXP)(),(3616161,其中,1,2,6i j,即),(YX的联合概率分布为( 见表 3-4) Y X 1 2 3 4 5 6 1 3613613613613613612 0 3623613613613613 0 0 3633613613614 0 0 0 364361361表 3-3 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 8 页,共 47 页 - - - - - - - - - 9 5 0 0 0 0 3653616 0 0 0 0 0 366二、二维离散型随机向量的边际概率分布由于),(YX的联合概率分布全面地描述了二维离散型随机向量),(YX的统计规律,因此,当),(YX的联合概率分布已知时,我们就可以求出随机变量X和Y的概率分布。具体地说,已知),(YX的联合概率分布为,1,1, ,.ijijpP Xx Yyimjn,则X的概率分布为iixXPxXP1jjiyYxXP1jjiyYxXPjijyYxXP1jijyYxXP,1, 1,1mipjij,同理可求得Y的概率分布为, 1,1njpyYPiijj。我们记?1jijipp,?1iijjpp。所以,X的概率分布为, 1,mipi?,Y的概率分布为, 1,njpj?。定义 3-5我们将二维离散型随机向量),(YX中X(或Y)的概率分布称为),(YX关于表 3-4 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 9 页,共 47 页 - - - - - - - - - 10 X(或Y)的边际概率分布 (marginal probability distribution)或边际概率分布 。我们也可以直接将两个边际概率分布写在),(YX的联合概率分布表中( 见表 3-5) :Y X 1y2yny?ip1x11p12pnp1?1p2x21p22pnp2?2pmx1mp2mpmnp?mpjp?1?p2?pnp?1 例如,例3-1 中联合概率分布的的两个边际概率分布分别为( 见表 3-6 、表 3-7) (1)Y X 0 1 ?ip0 22)(baa2)(baabbaa1 2)(baba22)(babbabjp?baabab1 (2)Y X 0 1 ?ip0 (1)()1a aabab1)(babaabbaa1 )1)(bababa1)()1(bababbbabjp?baabab1 表 3-5 表 3-6 表 3-7 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 10 页,共 47 页 - - - - - - - - - 11 从上述表 3-6 和表 3-7 中我们还可以发现, (1) 、 (2)两者有完全相同的边际概率分布,而联合概率分布却是不相同的。由此可知,由边际概率分布并不能唯一地确定联合概率分布。事实上,),(YX的联合概率分布还包含有X与Y之间的相互关系的信息,它是边际概率分布所不能提供的。因而对单个随机变量X与Y的研究并不能代替对二维随机向量),(YX整体的研究。*三、二维离散型随机向量的条件概率分布当同时考察两个随机变量时,常常需要考虑: 已知一个随机变量取得某值的情况下,另一个随机变量取值的条件概率。考虑二维离散型随机向量(, )X Y,设它的联合概率分布为(,),1,2,1,2, ,ijijP Xx Yypimjn它们的边际概率分布分别为1(),1,2,iijijP Xxppim?1(),1,2, ,jijjiP Yyppjn?。定义 3-6若对固定的j,()0jjP Yyp?,则在已知jYy的条件下,X取各可能值的条件概率(,)(),1,2,()ijijijjjP Xx YypP Xx YyimP Yyp?称为在jYy的条件下X的条件概率分布(conditional probability distribution) 。类似地,若对固定的i,()0,iiP Xxp?则在已知iXx的条件下,Y取各可能值的条件概率(,)(),1,2, ,()ijijjiiiP Xx YypP Yy XxjnP Xxp?称为在iXx的条件下Y的条件概率分布 。注:对固定的j,条件概率分布()ijP Xx Yy仍然是概率分布,满足概率分布的一切性质。例如(1)()0 ,1,2,ijP Xx Yyim; (2)1()1ijiP Xx Yy。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 11 页,共 47 页 - - - - - - - - - 12 例 3-3设二维随机向量(, )X Y的联合概率分布为( 见表 3-8) YX1 2 3 1 29911812 311619求( 1)在2Y的条件下,X的条件概率分布;(2)在1X的条件下,Y的条件概率分布。解(1)2115(2),9618pP Y?122129(12),5518pP XYp222136(22)5518pP XYp。在2Y的条件下,X的条件概率分布为2,15(2)3,25iP Xi Yi。同样,也可以分别求出在13YY和的条件下,X的条件概率分布。(2)12117(1),991818pP X?111249(11),7718pP YXp?121129(21),7718pP YXp?1311118(31)7718pP YXp?。在1X的条件下,Y的条件概率分布为表 3-8 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 12 页,共 47 页 - - - - - - - - - 13 4,172(1),271,37jP Yj Xjj。同样,也可以求出在2X的条件下,Y的条件概率分布。3.3 二维连续型随机向量一、二维连续型随机向量的联合密度函数定义 3- 7 设二维随机向量),(YX的联合分布函数为),(yxF,若存在非负可积二元函数( , )f x y (,)x y,使得对任意实数x,y,有,d dxyFx yfs ts t,则称),(YX为二维连续型随机向量(2-dimensional continuous random vector ) ,( , )f x y称为二维连续型随机向量),(YX的联合概率密度函数,或称联合密度函数(joint density function) 。从定义知,二维连续型随机向量的联合密度函数( , )f x y具有以下性质:(1)非负性:2( , )0,( , )f x yx yR; (2)正则性:( , )d d(,)1f x yx yF。证明 : (1)显然;(2)1(,)lim( , )xyFF x ylim( , )d d( , )d dxyxyf s ts tf x yx y。联合密度函数一定具有以上两条基本性质;反之,具有以上两条性质的二元函数( , )f x y必可作为某一二维连续型随机向量的联合密度函数。若( , )f x y处处连续,则:2( ,)( ,)F x yf x yx y由上可知: 对于二维连续型随机向量),(YX而言, 当已知联合分布函数),(yxF时,求名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 13 页,共 47 页 - - - - - - - - - 14 二阶混合偏导数可得其联合密度函数;反之,由定义3-7即可由联合密度函数求得联合分布函数),(yxF。设二维连续型随机向量),(YX的联合密度函数为( , )f x y,且 D 为 xOy 平面上的任一区域,则,( ,)d dDPX YDf x yx y。特别地,对于矩形区域,|,Dx yaxb cyd,有,d dbdacP aXb cYdfx yx y. 上式的几何意义表示为:,PX YD的值等于以区域D为底、以曲面,fx y为顶面的曲顶柱体的体积. 例 3- 4 设二维随机向量,X Y的联合密度函数为2,0,0,0 xyAexyfx y其他,求: (1)常数A; (2)11 11PXY,; (3)1P XY; (4),X Y的联合分布函数,F x y. 解(1)利用性质,d d1fx yx y,可得220000d ddd12xyxyAAex yAexey, 所以,2A. (2)11112110011, 11,d d =2d dx yPXYfx yx yex y11221002dd= 11xyexeyee(3)112120011,d d2d d12xxyxyPXYfx yx yex yee(4) 当0,0 xy时,2002200,d d2d d2dd11xyxys txystxyFx yfs ts tes tesetee. 当,|0,0 x yx yxy时,,0F x y,故名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 14 页,共 47 页 - - - - - - - - - 15 2(1) 1,0,0,0,xyeexyFx y其他例 3- 5 设随机向量),(YX的联合密度函数为2,01,02,( , )0,xcxyxyf x y其他求( 1)常数 c;(2) 1YXP; (3)联合分布函数),(yxF。解: (1)利用联合密度函数的基本性质得:( , )f x y dxdy12200()d dxcxyx y132c,从而得31c(2) 由于在区域20, 10,yxyx外,( , )f x y=0,所以,在区域1,yxyx上积分等价于在区域D 上的积分,其中,01,02,1Dx yxyxy,如图 33 所示区域;xyx+y=1D 1 2123 1 21234O1(1)( , )d dxyP XYf x yx y( ,)d dDf x yx y12201d()d3xxyxxy1320541()d632xxxx7265。(3) 由于( , )( , )d dxyF x yf s ts t,所以,图 3-3 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 15 页,共 47 页 - - - - - - - - - 16 当0 x或0y时,( ,)( , )d d0 xyF x yf s ts t; 当20 , 10yx时,见图 34. xy(x,y) 1 212345 1 2 3123Oxy 1 212345 1 2 3123O(x,y)( ,)( , )d dxyF x yf s ts t2001()d d3xyssts t123223yxyx; 当2, 10yx时,见图 35. ( ,)( , )d dxyF x yf s ts t22001()d d3xssts t233132xx; 当20, 1yx时,见图 36. ( ,)( , )d dxyF x yf s ts t12001()d d3yssts t1232yy; xy 1 21234 1 21234O(x,y)xy 1 212345 1 2 3123O(x,y)当2, 1 yx时,见图 37. 图 34 图 35 图 36 图 37 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 16 页,共 47 页 - - - - - - - - - 17 ( ,)( , )d dxyF x yf s ts t122001()d d3ssts t1;综上所述,3222320,00, 01,023122( , ),01,233,1,023121 ,1,2xyx yx yxyxxF x yxyyyxyxy或。二、二维连续型随机向量的边际密度函数如果二维连续型随机向量,X Y的联合密度函数为,fx y,则,d dxXFxP XxP Xx Yfs tts. 上式表明:X是连续型随机变量,其密度函数为,dXXfxFxfx yy. 同理,Y是连续型随机变量,其密度函数为,dYYfyFyfx yx定义 3- 8我们称( )( , )dXfxf x yy为二维连续型随机向量),(YX关于 X 的边际密度函数 (marginal density function) 。称( )Yfy( ,)df x yx为二维连续型随机向量),(YX关于 Y 的边际密度函数 。例 3- 6 设),(YX的联合密度函数为3 ,01,0( , )0,xxyxf x y其他求),(YX的边际密度函数( )Xfx,( )Yfy。解:先画出区域xyxyx0, 10,的图形,见图38. 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 17 页,共 47 页 - - - - - - - - - 18 xyy=x 112 11231O则( )( , )dXfxf x yy03 d ,010,xx yx其他23,010,xx其他,( )( , )dYfyf x yx13,010 ,yxdxy其他233,01220,yy其他。与二维离散型随机向量类似,对于二维连续型随机向量),(YX而言,两个边际密度函数也不能唯一地确定联合密度函数。*三、条件密度函数定义 3-9设二维连续型随机向量,X Y的联合密度函数为,fx y,边际密度函数为Xfx,Yfy,对于任意的x,若0Xfx,则称|,|,Y XXfx yfy xyfx为在条件Xx下Y的条件密度函数(conditional density function),记为|Y Xfy x. 类似地,对于任意的y,若0Yfy,则称|,X YYfx yfx yxfy图 38 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 18 页,共 47 页 - - - - - - - - - 19 为在条件Yy下X的条件密度函数 ,记为|X Yfx y. 例 3-7设二维随机向量,X Y的联合密度函数为,0,0,yexyfx y其他. 求:条件密度函数|X Yfx y、|Y Xfy x解:边际密度函数分别为:0,00,0( ,)dd ,0,0Xyxxxxfxf x yyeyxex. 00,00,0( ,)dd ,0,0yYyyyyfyf x yxexyyey当0y时0Yfy,所以,在Yy的条件下X的条件密度函数为:|1,0,|0,X YYxyfx yyfx yfy其他. 当0 x时,Xfx在Xx的条件下Y的条件密度函数为:|,0|0,yxY XXfx yexyfy xfx其他. 四两种常用的二维连续型随机向量的分布1. 二维均匀分布定义 3- 10 若二维随机向量,X Y的联合密度函数为1,0,Dx yDSfx y其他,其中DS是平面区域D的面积0DS,则称,X Y服从区域D上的二维均匀分布.这时,,X Y落在区域D内任何子区域的概率与该子区域的面积成正比,而与该子区域的具体位置无关,由第一章知,这是几何概率.现在由二维均匀分布来描述,设GD,则1,d dd dDGGGPX YGfx yx yx ySD的面积的面积. 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 19 页,共 47 页 - - - - - - - - - 20 这正是几何概率的计算公式。特别地,当G 为矩形区域时,即dycbxayxG,,则此二维均匀分布的联合密度函数为1,( ,)0,axb cydbadcfx y其他. 例 3- 8 在区间),0(a的中点两边随机地选取两点,求两点间的距离小于3a的概率。解:以 X 表示中点左边所取的随机点到端点O 的距离, Y 表示中点右边所取的随机点到端点 O 的距离,即( , ) 0,2 2a aGx yXYa, (见图 39)),(YX服从区域 G 上的二维均匀分布,所以,),(YX的联合密度函数为xyGDaa3a2a2a6y= x+ a3O24,0,( , )2 20,a axyaf x ya其他,又“两点间距离小于3a”等价于事件3aXY,则()( , )d d3DaP YXf x yx y232624daaxaadxya92. 请读者用几何概型来解决。2. 二维正态分布图 39 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 20 页,共 47 页 - - - - - - - - - 21 定义 3- 11 若二维连续型随机向量),(YX的联合密度函数为22122122212122()()12(1)2121( , )21xyyxf x ye,其中,2121为常数,且120,0,1,则称),(YX服从 二维正态分布(2-dimensional normal distribution) ,记作),(YX,222121N。二维正态分布的联合密度函数,zfx y的几何图形是一张以12,为极大值点的单峰钟形曲面(图3-10) ,很像一顶四周无限延伸的草帽. 图 3-10 例 3-9 设二维随机向量,0,0,1,1,X YN,求X和Y的边际密度函数. 解:222122 121,dd21xxyyXfxx yyey2222 12211d221yxxeey. 注意到上式积分号内的被积函数恰好是均值为x,方差为21的正态分布的密度函数,因此,该积分分值为1,于是2212xXfxe. 同理可得名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 21 页,共 47 页 - - - - - - - - - 22 2212yYfye可见0,10,1XNYN,通过与例3-9 类似的计算,可得如下结论:(1) 二维正态分布的两个边际分布均为一维正态分布,且它们的参数对应于二维正态分布的前 4 个参数;(2) 边际分布不能唯一确定联合分布,这是因为X与Y的边际密度函数相同,但可以有不同的值;(3)为了确定一个二维正态分布的联合密度函数,除了知道两个边际分布以外,还需知道的值 . 3.4 随机变量的独立性在上一节中,我们曾经指出,二维随机向量),(YX的联合概率分布或联合密度函数不仅描述了X与Y各自的统计规律,而且还包含了X与Y相互之间关系的信息。当随机向量X与Y取值的规律互不影响时,称X与Y相互独立。一、随机变量独立性定义3- 12 设),(yxF为二维随机向量),(YX的联合分布函数,)(),(yFxFYX分别为X与Y的边际分布函数。若对于任意实数x,y,有)()(),(yFxFyxFYX,即,P Xx YyP XxP Yy,则称随机变量X与Y相互独立(independent ) 。否则称随机向量X与Y不独立 (not independent ) 。在许多情形下, 随机变量是否独立, 并不一定使用上述抽象的定义,而是根据有关理论、实践知识和直观理解来判断随机变量是否独立。例如,一颗骰子掷两次, 出现的点数X与Y显然独立。二、离散型随机变量独立的等价命题名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 22 页,共 47 页 - - - - - - - - - 23 由定义 3-12 可知,对于二维离散型随机向量,随机变量 X 与 Y 相互独立, 有如下定理:定理 3- 1 设二维离散型随机向量),(YX的联合概率分布为(,),1,1, ,ijijP Xx Yypimjn;随机变量X与Y相互独立的充分必要条件是:若对于任意的正整数ji,,有)()(),(jijiyYPxXPyYxXP,即jiijppp?。证明从略。例 3-10 设),(YX的联合概率分布为Y X1 2 3 1 61911812 31问,取什么值时,X与Y相互独立?解:由21311ijijp知31,又91)2(YP,1111(1)69183P X,及 X 与 Y 独立,则)2()1()2, 1(YPXPYXP即,31)91(9121219399,。将,的值代入联合概率分布,可以验证X 与 Y 相互独立。表 39 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 23 页,共 47 页 - - - - - - - - - 24 例 3-11 袋中有 5 只白球, 3 只黑球。取两次球,每次取1 只,定义下列随机变量:10X, 第一次取到白球, 第一次取到黑球,10Y, 第二次取到白球, 第二次取到黑球判断: (1) 有放回取球的情况下X与Y是否独立?(2) 无放回取球的情况下X与Y是否独立?解 (1)有放回取球的情况下,(, )X Y的所有可能取值为(0,0) , ( 0,1) , (1,1).由概率的乘法公式得3390000|05525P XYP XP YX,3260101|05525P XYP XP YX,2361010|15525P XYP XP YX,2241111|15525P XYP XP YX,即:(,)X Y的联合概率分布与边际概率分布见表3-10. XY01i09256250.616254250.4j0.60.4表 3-10 有放回取球时的联合概率分布与边际概率分布表从表 3-10,易知,( ,1,2)ijiji j,故当有放回取球时,X与Y独立。这与问题的实际意义完全相符。(2) 无放回取球的情况下,由概率的乘法公式得320000|00.354P XYP XP YX,320101|00.354P XYP XP YX,名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 24 页,共 47 页 - - - - - - - - - 25 231010|10.354P XYP XP YX,211111|10.154P XYP XP YX,即:(,)X Y的联合概率分布与边际概率分布见表3-11. XY01i00.30.30.610.30.10.4j0.60.4表 3-11 无放回取球时的联合概率分布与边际概率分布表在表 3-11 中,由于0,00.30.3600P XYP XP Y, 故当无放回取球时,X与Y不独立 . 这也与问题的实际意义完全相符. 此例表明: 在有放回取球和无放回取球的两种情况下,其边际概率分布完全相同,但联合概率分布却不同。这说明,一般情况下,联合概率分布不能由边际概率分布唯一确定。但是,当X与Y独立时,由边际概率分布就可以确定联合概率分布。例 3-12设),(YX的联合概率分布为21!),(21ejipjYiXPjiij,其中, 1 ,0,0,021ji,问 X 与 Y 是否独立?解:?0jijipp12120!ijjeeij11,0,1,!ieii同理可求出22,0,1,!jjpejj?显然,0,1,ijijpppi j?,所以, X 与 Y 相互独立。三、连续型随机变量独立的等价命题对于二维连续型随机向量,随机向量X与Y相互独立,有如下等价命题。定

    注意事项

    本文(2022年随机向量及其分布教案 .pdf)为本站会员(H****o)主动上传,淘文阁 - 分享文档赚钱的网站仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知淘文阁 - 分享文档赚钱的网站(点击联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    关于淘文阁 - 版权申诉 - 用户使用规则 - 积分规则 - 联系我们

    本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

    工信部备案号:黑ICP备15003705号 © 2020-2023 www.taowenge.com 淘文阁 

    收起
    展开