一,二维随机变量及其分布函数
(1)二维随机变量 :设随机变量 Z,X,Y;则有 Z{ X,Y },一个随机变量是有两个随机变量决定的;
(2)联合分布函数的基本性质:
-
单调性:F(x,y)分别对x 或y是单调不减的,即:
对任意固定的y ,当 x1 < x2 时,有F (x1,y)<= F(x2,y);
对任意固定的x ,当 y1 < y2 时,有F (x,y1)<= F(x, y2); -
有界性
-
右连续性
-
非负性
(3)边缘分布函数:
二,二维离散型随机变量的联合概率分布
(1)联合分布律的性质:
(2)分布函数:即关于随机变量的的概率函数;随机变量的(x,y)值对应一个概率
边缘分布函数:
例:在装有10个白球,2个黑球的箱子里,任取两球,每次取一个,
问:(1)有放回 边缘分布律
得:
三,二维连续型随机变量的联合概率分布
(1)设(X,Y)的分布函数为 F(x,y),如果存在非负可积的二元函数 f(x,y)则,对任意实数有:
f(x,y)称为(X,Y)的联合概率密度
(2)概密度函数 f(x,y)性质:
例:
求(1)常数k;(2)p{ X>Y} ;(3)P{ X+Y<1 };
(3):边缘概率密度
四,二维连续型随机变量的分布
(1):均匀分布
(2)二维正态分布:二维正太分布的边缘分布符合一维;
即二维可以得到边缘分布函数,但是一维正太分布不能退出二维正太分布,原因:二维中包含一个新参数一维中没有
即: ρ
五,随机变量的独立
(1)设 F(x,y),F(x),F(y)是二维随机变量(X,Y)的联合分布函数和边缘分布函数,若下式成立
则称随机变量 X 与Y相互独立
结论:
可以推广到n 维随机变量
例:已知联合分布律 F(X, Y),求:
(1)两个未知数应满足什么条件
(2)未知数该取什么值,X与Y相互独立
解:由题可得联合分布律 F(x,y)和边缘分布律,如图所示:
六,二维随机变量函数的分布
(1)设Z,X,Y为随机变量,且有 Z = g(X,Y),则Z是作为函数g(x,y)的随机变量;
例:有函数 F(X,Y)的联合分布律
求:函数 Z1=X+Y,Z2 = XY;
解:如下图
得随机变量 Z1的分布律:
的随机变量 Z2的分布律:
(2)随机变量X 和 Y 相互独立 ,且分别服从参数为 λ1和 λ2 的泊松分布
当 随机变量Z = X+Y ;则有泊松分布 X +Y ~P(λ1+λ2)
七,二维连续型随机变量函数的分布
(1)概率密度函数 f(z)【几何意义其实是面积】 ,是根据分布函数 F(z)【几何意义其实是曲线函数】求导得到的
(2)卷积公式:在求相互独立的随机变量和(Z=X + Y)的概率分布函数 f(x) 时可以直接用这个公式;
(3) 设 X ,Y相互独立,且 X和 Y 是正态分布,则 有 Z =X+Y 仍然是服从正太分布,且:
(4)极值分布:待总结
八,二维随机变量的数学期望
(1)二维的数学期望
(2)若 X与 Y 相互独立,则有
例:有随机变量 X ,Y ,联合概率密度:
求:问 X ,Y是否相互对立,且E(XY)?
九,协方差 和相关参数
作用:为了描述随机变量执念的相关关系,需要讨论起相关性的数学特征
(1)协方差:
性质:
(2)相关参数:刻画随机变量X 与Y 的线性相关程度
性质:
十,大数定律和中心极限定律
待更