概率第三章 二维随机变量及其分布

目录

一、二维随机变量及其分布

1、二维随机变量

2、二维离散型随机变量(X,Y)

3、二维连续型随机变量(X,Y)

二、二维随机变量的独立性

三、二维均匀分布和二维正态分布

二维均匀分布

二维正态分布

四、二个随机变量函数Z=g(X,Y)的分布

X、Y均为离散型随机变量：

X、Y均为连续型随机变量：

X为离散型随机变量，Y为连续型随机变量：

Z=max{X,Y}的分布：转为小于等于号    P{max{X,Y}≤z}=P{X≤z,Y≤z}=P{X≤z}P{Y≤z}

Z=min{X,Y}的分布：转为大于号   P{min{X,Y}＞z}=P{X＞z,Y＞z}=P{X＞z}P{Y＞z}

---

必考：二维两个相互独立随机变量的条件概率密度；两个随机变量函数Z=g(X,Y)的分布；

一、二维随机变量及其分布

1、二维随机变量

●设X、Y是样本空间上的两个随机变量，则称向量(X,Y)为二维随机变量 /随机向量。

---

●二维随机变量(X,Y)的分布函数 /随机变量X和Y的联合分布函数：

●分布函数F(x,y)的性质：

---

●二维随机变量(X,Y)关于X和关于Y的边缘分布：

、

边缘分布和二维随机变量分布函数的关系：

---

●在条件Y=y下X的条件分布，记作：

 在条件X=x下Y的条件分布，记作：

---

2、二维离散型随机变量(X,Y)

摘要：定义—概率分布(性质)—边缘分布(与概率分布的关系)—条件分布

●二维离散型随机变量的定义：满足条件→称(X,Y)为二维离散型随机变量。

---

●二维概率分布/分布律：

也可用表格形式表示：（习惯把x1、x2…竖着写，把y1、y2…横着写）

●二维概率分布pij的性质：

(概率大于0)

(概率之和等于1)

---

●(X,Y)关于X和关于Y的边缘分布：

边缘分布pi·和p·j与二维概率分布pij的关系：

pi·= P{X=xi} =pi1+pi2+……+pin；    确定X=xi，Y可取任意值，

p·j= P{Y=yj} =p1j+p2j+……+pnj        确定Y=Yj，X可取任意值，

（eg.确定X=x1,即i=1，p1·= P{X=1} =p11+p12+…+p1n）

（eg.确定Y=Y1,即j=1，p·1= P{Y=1} =p11+p21+…+pn1）

---

●若P{Y=yj＞0}，则有在条件Y=yj下X的条件分布：

---

3、二维连续型随机变量(X,Y)

摘要：定义—概率密度(性质)—边缘密度—条件密度

●二维连续型随机变量的定义：满足条件→称(X,Y)为二维连续型随机变量。

---

●二维随机变量(X,Y)的概率密度 /随机变量X和Y的联合概率密度：f(x,y)

●概率密度f(x,y)的性质：

(概率密度大于0；

概率密度在-∞→+∞上积分等于1；

求(X,Y)落在某区域的概率，可以转化为在区域D上对概率密度的二重积分)

★概率密度的性质(3)每年必考！

---

●(X,Y)关于X和关于Y的边缘密度：

注意分别是对y积分和对x积分，被积函数是概率密度f(x,y)，积分区间是-∞→+∞

---

●若fY(y)＞0，则有在条件Y=y下X的条件密度：

★fY(y)＞0是条件密度fX|Y(x|y)成立的重要条件，经常考，要记牢！

同理，fX(x)＞0是条件密度fY|X(y|x)成立的重要条件。

---

小总结：连续型随机变量

★与分布函数F(x,y)相关的积分，积分区间一般为 -∞→x和 -∞→y

原因是

eg.一维随机变量X的分布函数F(x)的计算公式：

eg.二维随机变量(X,Y)的分布函数F(x,y)的计算公式：

★与概率密度f(x,y)相关的积分，积分区间一般为 -∞→+∞

原因是概率密度的性质，在-∞→+∞上对概率密度f(x,y)积分结果是1（全部的概率之和为1）

eg.一维随机变量X的概率密度f(x)的性质：

eg.二维随机变量(X,Y)的概率密度f(x,y)的性质：

★易记错的公式：

二维随机变量(X,Y)关于X的边缘密度：

和关于Y的边缘密度：。分别是对y积分和对x积分，被积函数是概率密度f(x,y)，积分区间是-∞→+∞。

推导过程：

---

题型：求二维连续型随机变量(X,Y)的边缘密度

★(1)小题步骤：

1、由0＜y＜x＜1画分区图，找出概率密度不为0的区域(方便后续对概率密度的积分和确定积分区间)，和概率密度为0的区域

2、边缘密度公式——、

3、等号写在哪——可以先模糊分区，最后再看端点加等号

关键分析：

由于边缘密度是对概率密度f(x,y)的定积分，而非零概率密度f(x,y)只在0＜y＜x＜1平面上取到。除此以外的部分概率密度f(x,y)都为0，自然边缘密度也都为0。

所以求边缘密度时只考虑在0＜y＜x＜1平面上的积分即可：

边缘密度fX(x)是对y积分，定积分上下限由y的取值范围确定

——由非零概率密度的区域0＜y＜x＜1推得0＜y＜x——y的积分区间为0→x

边缘密度fY(y)是对x积分，定积分上下限由x的取值范围确定

——由非零概率密度的区域0＜y＜x＜1推得y＜x＜1——x的积分区间为y→1

★(2)小题步骤：

1、先求出条件。由边缘密度fY(y)＞0时→ 0＜y＜1时，才有条件密度fX|Y(x|y)存在。

2、将计算出的边缘密度fY(y)和联合密度f(x,y)代入条件密度公式。这里注意题干中联合密度f(x,y)的分区：0＜y＜x＜1和其他，要照抄！

---

综合题：2013数三真题

第(1)题值得好好思考，思路很绕，一定要想清晰了！

---

二、二维随机变量的独立性

定义：随机变量X与Y相互独立：

离散型随机变量X与Y相互独立↔ 二维随机变量(X,Y)的概率分布=两个边缘分布相乘 pij=pi·p·j

连续型随机变量X与Y相互独立↔ 二维随机变量(X,Y)的联合密度=边缘密度相乘 f(x,y)=fX(x) fY(y)

题型：设X和Y相互独立，已知(X,Y)的联合分布部分数值，求剩余数值p21

关键：pij=pi·p·j，

(X,Y)关于X的边缘分布：p1·= P{X=1} =p11+p12+……+p1n    确定X=x1,即i=1,Y可取任意值

(X,Y)关于Y的边缘分布：p·1= P{Y=1} =p11+p21+……+pn1     确定Y=Y1,即j=1,X可取任意值

题型：已知离散型二维随机变量(X,Y)的联合分布，判断X与Y是否相互独立

 

★题型：给定分布，求概率P{X≥Y}

 

---

三、二维均匀分布和二维正态分布

二维均匀分布

定义

性质

★关键：

1、分区要准确！

(X,Y)的联合密度f(x,y)，根据x、y的取值情况分类

(X,Y)关于X的边缘密度fX(x)，根据x的取值分类

在X=x条件下Y的条件密度fY|X(y|x)，根据y的取值分类

2、积分上下限要准确！

边缘密度fX(x)是对y积分，定积分上下限由y的取值范围确定——由非零概率密度的区域x^2+y^2≤1推得y^2≤1-x^2——积分区间为：→。

 3、对端点特别小心！

（2）求条件密度，条件密度fY|X(y|x)成立的条件是fX(x)＞0。查阅(1)中求的fX(x)，可以推出fX(x)＞0时，-1＜x＜1。千万注意端点！这里取不到端点！

---

比较下面这个题，只能取到一边端点：

 可以推出fY(y)＞0时，0 ≤ y＜2。这里只能取到一个端点！

二维正态分布

定义

 性质

 (X,Y)符合二维正态分布，则其边缘分布一定也是正态。

由 (X,Y)符合二维正态分布→X、Y都符合正态分布，

但是由X、Y都符合正态分布推不出 (X,Y)符合二维正态分布。

要再加一个条件，只有当X、Y都符合正态分布，且X与Y相互独立时，才可以推出(X,Y)符合二维正态分布。

---

四、二维随机变量函数Z=g(X,Y)的分布

X、Y均为离散型随机变量：

Z=g(X,Y)的分布律的求法与一维离散型类似。

X、Y均为连续型随机变量：

公式法：

X为离散型随机变量，Y为连续型随机变量：

Z=max{X,Y}的分布：转为小于等于号    P{max{X,Y}≤z}=P{X≤z,Y≤z}=P{X≤z}P{Y≤z}

（可以假设X≤Y，Z=max{X,Y}=Y，则max{X,Y}≤z即X＜Y≤z，写成X≤z且Y≤z）

Z=min{X,Y}的分布：转为大于号   P{min{X,Y}＞z}=P{X＞z,Y＞z}=P{X＞z}P{Y＞z}

（可以假设X≤Y，Z=min{X,Y}=X，则min{X,Y}＞z即Y＞X＞z，写成X＞z且Y＞z）