概统 第三章 多维随机变量及其分布

概统 第三章 多维随机变量及其分布
sparkle520第三章 多维随机变量及其分布
维随机变量概念
如果
当
维随机变量的分布函数的概念
对任意的
为
当
为二维随机变量
二维随机变量的分布函数的性质
,且 是对 和 的 单调不减函数. , . 关于 和 上均 右连续,即 , . 随机点
落在矩形域 上的概率为
二维随机变量的边缘分布函数
设二维随机变量
同理可得,
⪡ 注 ⪢
对于
而言,由 的分布函数可以确定关于 、关于 的边缘分布函数. 反之,由关于 和关于 的边缘分布函数一般是不能确定 的分布函数的. 只有当 相互独立 时,由两边缘分布函数能确定 的分布函数.
二维离散型随机变量的概率分布、边缘分布、条件分布
二维离散型随机变量的概率分布
如果二维随机变量
为二维离散型随机变量
表格法表示:
二维离散型随机变量的概率分布的性质
.
二维离散型随机变量的联合分布函数
设
二维离散型随机变量的边缘概率分布
二维离散型随机变量
其中,记号
二维离散型随机变量的条件概率分布
设二维离散型随机变量
为在
同样,对于给定的
为在
二维连续型随机变量的联合概率密度、边缘概率密度、条件概率密度
二维连续型随机变量的联合概率密度
设二维随机变量
则称
二维连续型随机变量的联合概率密度的性质
. . 设
为某个平面上某个区域,则点 落在区域 内的概率为
- 若
在点 处连续,则有 .
二维连续型随机变量的边缘概率密度
设二维连续型随机变量
可知,
则分别称
为二维连续型随机变量
二维连续型随机变量的条件概率密度
设二维连续型随机变量
对于二维连续型随机变量
⪡ 注 ⪢
在求条件概率密度时应该注意定义域:确保作为条件的边缘概率密度大于
,因此要除去边缘概率等于 的点.
密度乘法公式
二维随机变量的独立性
独立性的概念
设
则称随机变量
相互独立的充分必要条件与性质
相互独立的充要条件
- 对于二维离散型随机变量
,随机变量 与 相互独立 的充要条件是
- 对于二维连续型随机变量
,随机变量 与 相互独立 的充要条件是
其中
相互独立的性质
若随机变量
相互独立,则其中任意 个随机变量也 相互独立. 若随机变量
相互独立,则它们的函数 也 相互独立. 若两个随机变量独立,则一个关于另一个的条件分布就是其无条件分布. 即 : 对于二维离散型随机变量
,若 与 独立,则条件分布等于其边缘分布; 对于二维连续型随机变量 ,若 与 独立,则条件密度等于其边缘密度.
两个常见的二维连续型随机变量的分布
二维均匀分布
均匀分布的概念
设
则称
二维均匀分布的性质
- 服从区域
上均匀分布的随机变量 ,它在 上任何一个子区域 内取值的概率只与该子区域的 面积 的大小 有关,而与该子区域 在 内的 位置 和 形状无关,即
如果设
- 二维均匀分布的边缘分布、条件分布以及数字特征都与区域
的形状密切相关,例如,圆形区域 ,则区域 上的二维均匀分布的两个边缘分布都不是均匀分布,而其中一个变量关于另一个变量的条件分布都是均匀分布. 再如矩形区域 ,则二维均匀分布的两个边缘分布分别为区间 和 上的一维均匀分布.
二维正态分布
二维正态分布的概念
如果二维连续型随机变量
则称
二维正态分布中参数的概率意义
二维正态分布中
二维正态分布的性质
设
.
⪡ 注 ⪢
该命题的逆命题不成立:即便
和 都服从正态分布,甚至 和 的相关系数等于 和 的联合分布也未必是二维正态分布.
当然,若和 都服从正态分布并且 相互独立,则 和 的联合分布一定是二维正态分布.
与 相互独立 ( 不相关 ) ( 当 满足联合分布为正态分布的要求时, 不相关可推出 独立 )两个正态分布随机变量
与 的任意线性组合 ( 为任意实数,且不全为 ) 仍服从正态分布 ( 需满足 的联合分布是正态 ),且
多维随机变量函数的分布
多维随机变量函数的分布的概念
设
对于一般随机变量函数
二维离散型随机变量函数的分布的求法
设
也是离散型随机变量,其分布律为 ,即
如果对不同
- 如果
,则 为二维离散型随机变量,求 联合分布的方法有
方法一 直接法 直接计算
方法二 边缘分布与条件分布法
首先求出
常见的二维连续型随机变量函数的分布的求法
的分布
设
特别地,当
- 分布的可加性
相互独立且服从同类型分布
的随机变量,其和的分布也是同类型的,它们是 :
二项分布,泊松分布,正态分布与
若
,则若
,则若
,则若
,则
⪡ 注 ⪢
上述结果对
个 相互独立同分布 的随机变量也成立.
关于卷积公式请参见本网站文章点我查看
个人笔记
斑驳的日子里 夜色愈显漫长
习题
-+--< 例题 1 >--+-
设随机变量
且
(Ⅰ) 求
(Ⅱ) 判断
分析 由于
求
何时能取到
现讨论
继而可得当
对分布函数求导可得
现考虑第二问,如果按
通过计算可得
由
解