1多维随机变量及其联合分布
- 格式:doc
- 大小:1.53 MB
- 文档页数:12
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随机向量的定义:随机试验的样本空间为S={ω},若随机变量X1(ω),X2(ω),…,X n(ω)定义在S上,则称(X1(ω),X2(ω),…,X n(ω))为n维随机变量(向量)。
简记为(X1,X2,…,X n)。
二维随机向量(X,Y),它可看作平面上的随机点。
对(X,Y)研究的问题:1.(X,Y)视为平面上的随机点。
研究其概率分布——联合分布率、联合分布函数、联合概率密度;Joint2.分别研究各个分量X,Y的概率分布——边缘(际)分布律、边缘分布函数、边缘概率密度;marginal3.X与Y的相互关系;4.(X,Y)函数的分布。
§ 3.1 二维随机变量的分布一.离散型随机变量1.联合分布律定义3.1 若二维随机变量(X,Y)可能取的值(向量)是有限多个或可列无穷多个,则称(X,Y) 为二维离散型随机变量。
设二维离散型随机变量(X,Y)可能取的值(x i,y j), i,j=1,2…,取这些值的概率为p ij=P{(X,Y)=(x i,y i)}=p{X=x i,Y=y i}i, j=1,2,…——(3.1)称 (3.1)式为(X,Y)的联合分布律。
(X,Y)的联合分布律可以用表格的形式表示如下:性质:(1) p ij ≥ 0,i, j=1,2,… (2) ∑ji ij p ,=12.边缘分布律设二维离散型随机变量(X,Y) 的联合分布律为p ij = P{X=x i ,Y=y i } i, j=1,2,…分量X 和Y 的分布律分别为 p i.=P{X=x i } i=1,2,… 满足①p i.≥0②∑ p i.=1p .j = p{Y=y i }j=1,2,… ①p .j ≥0②∑ p .j =1我们称p i.和p .j 分别为(X,Y)关于X 和Y 的边缘分布律,简称为(X,Y)的边缘分布律。
二维离散型随机变量(X,Y) 的联合分布律与边缘分布率有如下关系: p i.=P{X=x i }=P{X=x i , S}=P{X=x i ,∑(Y=y j )}=j∑P{X=x i ,Y=y j }=j∑p ij (3.4) 同理可得 p .j =i∑p ij(3.5)例1:一整数X 随机地在1,2,3三个整数中任取一值,另一个整数Y随机地在1到X中取一值。
§2.2 多维随机变量联合分布列和边际分布列一、多维随机变量及其联合分布列1、定义定义1.设是样本空间上的 n个离散型随机变量,则称n维向量()是上的一个n维离散型随机变量或n维随机向量。
对于n维随机变量而言,固然可以对它的每一个分量分别研究,但我们可以将它看成一个向量,则不仅能研究各个分量的性质,而且更重要的是要考虑它们之间的联系。
下面主要讨论二维离散型随机变量。
设()是二维离散型随机变量,它们的一切可能取值为()i,j=1,2…i,j=1,2…,注意=。
称= i,j=1,2…为二维随机变量()的联合分布列。
与一维时的情形相似,人们也常常习惯于把二维离散型随机变量的联合分布用下面表格形式表示2.联合分布的性质容易证明二维离散型随机变量的联合分布具有下面的性质:1)非负性:i,j=1,2…2)规范性:3)二.边际分布(边缘分布)设()为二维离散型随机变量,它们的每一个分量的分布称为()关于的边际分布,记为与。
若()的联合分布为 i,j…则==由此可以发现,由联合分布列可以唯一确定边际分布,反之,由边际分布不能唯一确定联合分布(反例在下面举)。
大家可以发现,边际分布列的求法只须在联合分布列{}的右方加了一列,它将每一行中的相加而得出,这就是的分布列;相应地在()下面增加一行,它把每一列中的对 i相加而得到恰好就是边际分布列,这也是边际分布列名称的来历。
即例1.设把三个相同的球等可能地放入编号为1.2.3的三个盒子中,记落入第1号中球的个数为,落入第2号盒子中球的个数为,求()的联合分布列及的边际分布列。
解:的可能取值为0.1.2.3(首先确定()的所有可能取值( i,j))然后利用ch1知识计算概率。
当i+j>3时=所以()的联合分布列0 1 2 3例2. 把3个白球和3个红球等可能地放入编号为1.2.3的三个盒子中,记落入第1号的盒子中的白球个数为,落入第2号盒子中的红球的个数为,求()的联合分布列和边际分布列。
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 ==;。