第三章隨機向量_第1頁
第三章隨機向量_第2頁
第三章隨機向量_第3頁
第三章隨機向量_第4頁
第三章隨機向量_第5頁
已閱讀5頁,還剩56頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

第三章隨機向量第1頁,課件共61頁,創(chuàng)作于2023年2月1、二維隨機向量及其分布函數定義1:設E是一個隨機試驗,它的樣本空間是={e}.設X(e)與Y(e)是定義在同一樣本空間上的兩個隨機變量,則稱(X(e),Y(e))為上的二維隨機向量或二維隨機變量。簡記為(X,Y).定義2:設(X,Y)是二維隨機向量,對于任意實數x,y,稱二元函數F(x,y)=P{X

x,Y

y}為二維隨機向量(X,Y)的分布函數或聯合分布函數。第一節(jié)二維隨機向量及其分布上一頁下一頁返回第2頁,課件共61頁,創(chuàng)作于2023年2月(X,Y)的分布函數滿足如下基本性質:

(2)

0F(x,y)1(1)F(x,y)是變量x,y的不減函數.

上一頁下一頁返回第3頁,課件共61頁,創(chuàng)作于2023年2月2、二維離散型隨機變量定義3:若二維隨機向量(X,Y)的所有可能取值是有限對或無限可列多對,則稱(X,Y)為二維離散型隨機向量。設(X,Y)的一切可能值為(xi,yj),i,j=1,2,…,且(X,Y)取各對可能值的概率為P{X=xi,Y=yj}=pij,i,j=1,2,…(1)

非負性:

pij≥0,i,j=1,2…;上一頁下一頁返回第4頁,課件共61頁,創(chuàng)作于2023年2月的聯合分布律。和或隨機變量的概率分布或分布律,離散型隨機變量為二維稱YXYXjipYYxXPij),(,...)2,1,(},{==££上一頁下一頁返回第5頁,課件共61頁,創(chuàng)作于2023年2月(X,Y)的分布律也可用表格形式表示YXy1y2…yj…x1x2..xip11p12…p1j…p21p22…p2j…......pi1pi2pij…上一頁下一頁返回第6頁,課件共61頁,創(chuàng)作于2023年2月例1:從一個裝有2個紅球,3個白球和4個黑球的袋中隨機地取3個球,設X和Y分別表示取出的紅球數和白球數,求(X,Y)的分布律,并求P{X≤1,Y<2},P{X+Y=2},及P{X=1}.解:X的可能值為0,1,2,Y的可能為0,1,2,3.(X,Y)的所有可能值為(0,0),(0,1),(0,2),(0,3),(1,0),(1,1),(1,2),(2,0),(2,1).由古典概率計算可得上一頁下一頁返回第7頁,課件共61頁,創(chuàng)作于2023年2月于是(X,Y)的分布可用表示YX01230124/8418/8412/841/8412/8424/846/8404/843/8400由(X,Y)的分布律,所求概率為上一頁下一頁返回第8頁,課件共61頁,創(chuàng)作于2023年2月上一頁下一頁返回第9頁,課件共61頁,創(chuàng)作于2023年2月3、二維連續(xù)型隨機變量定義5:設(X,Y)為二維隨機向量,(X,Y)的分布函數為F(x,y).若存在非負二元函數f(x,y),對于任意實數x,y,有上一頁下一頁返回第10頁,課件共61頁,創(chuàng)作于2023年2月上一頁下一頁返回第11頁,課件共61頁,創(chuàng)作于2023年2月上一頁下一頁返回第12頁,課件共61頁,創(chuàng)作于2023年2月上一頁下一頁返回第13頁,課件共61頁,創(chuàng)作于2023年2月11y=xoxy1Oyx1Oyx1Oyx上一頁下一頁返回第14頁,課件共61頁,創(chuàng)作于2023年2月

設G是平面上的有界區(qū)域,其面積為S,若二維隨機變量(X.,Y)的概率密度為設(X,Y)在區(qū)域G上服從均勻分布,D為G內的一區(qū)域,即D

G,且D的面積為S(D),那么二維均勻分布則稱(X,Y)在區(qū)域G上服從均勻分布.上一頁下一頁返回第15頁,課件共61頁,創(chuàng)作于2023年2月若(X.,Y)的概率密度為二維正態(tài)分布上一頁下一頁返回第16頁,課件共61頁,創(chuàng)作于2023年2月4、n維隨機變量設E是一個隨機試驗,它的樣本空間是=(e).設隨機變量是定義在同一樣本空間上的n個隨機變量,則稱向量為n維隨機向量或n維隨機變量。簡記為設是n維隨機變量,對于任意實數,稱n元函數為n維隨機變量

的聯合分布函數。上一頁下一頁返回第17頁,課件共61頁,創(chuàng)作于2023年2月X和Y自身的分布函數分別稱為二維隨機向量(X,Y)關于X和Y的邊緣分布函數,分別記為FX(x),FY(y)。當已知(X,Y)的聯合分布函數F(x,y)時,可通過求得兩個邊緣分布函數第二節(jié)邊緣分布上一頁下一頁返回第18頁,課件共61頁,創(chuàng)作于2023年2月例1:設二維隨機向量(X,Y)的聯合分布函數為上一頁下一頁返回第19頁,課件共61頁,創(chuàng)作于2023年2月上一頁下一頁返回第20頁,課件共61頁,創(chuàng)作于2023年2月1、二維離散型隨機變量的邊緣分布上一頁下一頁返回第21頁,課件共61頁,創(chuàng)作于2023年2月≠上一頁下一頁返回第22頁,課件共61頁,創(chuàng)作于2023年2月上一頁下一頁返回第23頁,課件共61頁,創(chuàng)作于2023年2月上一頁下一頁返回第24頁,課件共61頁,創(chuàng)作于2023年2月2、二維連續(xù)型隨機變量的邊緣分布設(X,Y)為二維連續(xù)型隨機向量,具有概率密度f(x,y),則從而知,X為連續(xù)型隨機變量且概率密度為同理,Y也是連續(xù)型隨機變量,其概率密度為上一頁下一頁返回第25頁,課件共61頁,創(chuàng)作于2023年2月yOx上一頁下一頁返回第26頁,課件共61頁,創(chuàng)作于2023年2月第三節(jié)條件分布1、二維離散型隨機變量的條件分布律定義6:上一頁下一頁返回第27頁,課件共61頁,創(chuàng)作于2023年2月例1:一射手進行射擊,每次射擊擊中目標的概率均為p(0<p<1)且假設各次擊中目標與否相互獨立,射擊進行到擊中目標兩次為止.設以X表示到第一次擊中目標所需要的射擊次數,以Y表示總共進行的射擊次數.試求(X,Y)的聯合分布律和條件分布律.解:由題意,{X=i}表示第i次首次擊中目標,{Y=j}表示第j次擊中目標,因而i<j,{X=i,Y=j}表示第i次和第j次擊中目標而其余j-2次均未擊中目標.于是(X,Y)的聯合分布律為:上一頁下一頁返回第28頁,課件共61頁,創(chuàng)作于2023年2月上一頁下一頁返回第29頁,課件共61頁,創(chuàng)作于2023年2月LL,2,1}|{,,2,11122++=======----iijpqpqqpiXjYPYiXiijij的條件分布律為下在條件對于固定的上一頁下一頁返回第30頁,課件共61頁,創(chuàng)作于2023年2月2、二維連續(xù)型隨機變量的條件分布定義7:

對固定的實數y,設對于任意給定的正數ε,P{y-ε<Y≤y+ε}>0,且若對于任意實數x,極限存在,則稱此極限為在Y=y的條件下X的條件分布函數,記作P或記為.同樣,在X=x條件下隨機變量Y的條件分布函數上一頁下一頁返回第31頁,課件共61頁,創(chuàng)作于2023年2月設(X,Y)的分布函數為F(x,y),概率密度為f(x,y)。若在點(x,y)處f(x,y)連續(xù),邊緣概率密度fY(y)連續(xù),且fY(y)>0,則有:亦即上一頁下一頁返回第32頁,課件共61頁,創(chuàng)作于2023年2月類似地在相應條件下可得在X=x條件下Y的條件概率密度為若記為條件Y=y下X的條件概率函數,則由上式知:上一頁下一頁返回第33頁,課件共61頁,創(chuàng)作于2023年2月且有邊緣概率密度當-1<y<1時有:解:(X,Y)的概率密度為例2:設隨機變量(X,Y)在區(qū)域D={(x,y)∣x2+y2≤1}上服從均勻分布,求條件概率密度。上一頁下一頁返回第34頁,課件共61頁,創(chuàng)作于2023年2月特別y=0和y=時條件概率密度分別為類似于條件概率的乘法公式,也有上一頁下一頁返回第35頁,課件共61頁,創(chuàng)作于2023年2月設F(x,y)為二維隨機變量(X,Y)的分布函數,(X,Y)關于X和關于Y的邊緣分布函數分別為FX(x),FY(y),則上式等價于第四節(jié)隨機變量的獨立性定義8:

設X和Y是兩個隨機變量,如果對于任意實數x和y,事件{X≤x}與{Y≤y}相互獨立,即有P{X≤x,Y≤y}=P{X≤x}P{Y≤y},則稱隨機變量X與Y相互獨立。由獨立性定義可證“若X與Y相互獨立,則對于任意實數x1<x2,y1<y2,事件{x1<X≤x2}與事件{y1<Y≤y2}相互獨立”。上一頁下一頁返回第36頁,課件共61頁,創(chuàng)作于2023年2月結論推廣:“若X與Y獨立,則對于任意一維區(qū)間I1和I2,事件{X∈I1}與{Y∈I2}相互獨立”。P{x1<X≤x2,y1<Y≤y2}=F(x2,y2)-F(x2,y1)-F(x1,y2)+F(x1,y1)=FX(x2)FY(y2)-FX(x2)FY(y1)-FX(x1)FY(y2)+FX(x1)FY(y1)=[FX(x2)-FX(x1)][FY(y2)-FY(y1)]=P{x1<X≤x2}P{y1<Y≤y2}所以事件{x1<X≤x2}與{y1<Y≤y2}是相互獨立的。當(X,Y)為離散型或連續(xù)型隨機向量時,可用它的分布律或概率密度來判別X與Y的獨立性。上一頁下一頁返回第37頁,課件共61頁,創(chuàng)作于2023年2月例1:設二維隨機變量(X,Y)的分布律如表所示。XY-102-1/22/201/202/2012/201/202/201/24/202/204/20問X與Y相互獨立嗎?解:X與Y的邊緣分布律分別為X-1/211/2pi.1/41/41/2Y-102p.j2/51/52/5逐一驗證可知,pij=pi.·p.j(i=1,2,3,j=1,2,3)。從而X與Y相互獨立。上一頁下一頁返回第38頁,課件共61頁,創(chuàng)作于2023年2月例2:設X和Y都服從參數為1的指數分布,且相互獨立,試求P{X+Y<1}。由于X與Y相互獨立,所以(X,Y)的概率密度為于是解:設fX(x),fY(y)分別為X和Y的概率密度,則上一頁下一頁返回第39頁,課件共61頁,創(chuàng)作于2023年2月第五節(jié)兩個隨機變量的函數的分布1、二維離散型隨機變量的函數分布

Y12101/321/31/3例設(X,Y)分布律為求

X+Y,X-Y,XY及X/Y的分布.解:先列出下表X上一頁下一頁返回第40頁,課件共61頁,創(chuàng)作于2023年2月P01/31/31/3(X,Y)(1,1)(1,2)(2,1)(2,2)X

Y2334X

Y0

110XY1224X/Y11/221于是X+Y的分布律為X+Y234P02/31/3上一頁下一頁返回第41頁,課件共61頁,創(chuàng)作于2023年2月同理X-Y的分布律為X-Y-101P1/31/31/3X/Y124P02/31/3XY及X/Y的分布律分別為XY124P02/31/3上一頁下一頁返回第42頁,課件共61頁,創(chuàng)作于2023年2月設(X,Y)為連續(xù)型隨機向量,具有概率密度f(x,y),又Z=g(X,Y)(g(x,y)為一已知的連續(xù)函數)。大部分情況下,Z是一連續(xù)型隨機變量。為求Z的概率密度,可先求出Z的分布函數2、二維連續(xù)型隨機變量的函數分布上一頁下一頁返回第43頁,課件共61頁,創(chuàng)作于2023年2月即首先找出上式右端的積分區(qū)域Dz。如果求得了FZ(z),那么可通過求出Z的概率密度。求解過程中,關鍵在于將事件{Z≤z}等價地轉化為用(X,Y)表示的事件{g(X,Y)≤z}={(X,Y)},其中。上一頁下一頁返回第44頁,課件共61頁,創(chuàng)作于2023年2月例1:設且X與Y相互獨立,求的概率密度。由于X與Y相互獨立,于是(X,Y)的概率密度為先求Z的分布函數FZ(z)解:X和Y的概率密度分別為當z<0時FZ(z)=0當z≥0時上一頁下一頁返回第45頁,課件共61頁,創(chuàng)作于2023年2月所以于是可得的概率密度上一頁下一頁返回第46頁,課件共61頁,創(chuàng)作于2023年2月如果一隨機變量的概率密度為上式,稱該隨機變量服從參數為

的瑞利分布。由題可知,若X,Y獨立服從同一分布則服從參數為

的瑞利分布。設(X,Y)的聯合概率密度為f(x,y),現求Z=X+Y的概率密度。令,則Z的分布函數為(1)和的分布上一頁下一頁返回第47頁,課件共61頁,創(chuàng)作于2023年2月固定z和y對積分作換元法,令x+y=u得于是:上一頁下一頁返回第48頁,課件共61頁,創(chuàng)作于20

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論