多维随机变量及其分布
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={w}，若随机变量X1(w),X2(w),…,X n(w)定义在S上，则称（X1(w),X2(w),…,X n(w)）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；Joint
2．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；
marginal
3．X与Y的相互关系；
4．（X,Y）函数的分布。
§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,…
——
称式为(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 3 0，i, j=1,2,… (2) j
i ij p ,=1
2．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.30②S p i.=1
= p{Y=y i }j=1,2, (30)
S =1
我们称p i.和分别为(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 ,
j
∑
(Y=y j )}
=j
∑P{X=x i ,Y=y j }=j
∑p ij 同理可得
=i
∑p ij
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。试求（X,Y）
的联合分布率及边缘分布率。
解：
{}{}{}
, ,3,2,1
3
1 1
/
,
i
j
i
i
i
X
P
i
X
j
Y
P
j
Y
i
X
P
≤=
?
=
=
=
=
=
= =
二．联合分布函数与边缘分布函数
1．定义设（X,Y)是二维随机变量，
对任意的实数x,y令
F(x,y)=P{X￡x,Y￡y} 则称 F(x,y)为（X,Y）的联合分布函
数。
2．F(x,y)的性质：
性质1 对于x和y,F(x,y)都是单调不减函数，即若x1 若y1 F(x,y1)￡F(x,y2)。 性质2 对于任意的实数x,y,均有 0￡F(x,y)￡1, F(x,y)=0, Lim → x-∞ F(x,y)=0, Lim → y-∞ F(x,y)=1。 Lim , → y x+∞ 性质3 对于x和y,F(x,y)都是右连续的，即对任意的实数x0和y0，均有 Lim x x + →0 F(x,y)=F(x 0,y), Lim y y + →0F(x,y)=F(x,y 0)。 性质4 若x 1 （X,Y ）落于下图阴影部分的矩形区域内的概率为： F(x 2,,y 2)-F(x 2,y 1)-F(x 1,y 2)+F(x 1,y 1) =P{x 1 例 2 P71, 照书上讲。 3．边缘分布 (X,Y)的分量X，Y的分布函数分别为F X(x)和F Y(y)，称它们为X，Y 的边缘分布函数。它们与F(x,y)的关系如下： F X(x)=P{X￡x}=P{X ￡x,-∞ F Y(y)=P{Y￡y}=P{-∞ 例2：(第一版)设 ? ? ?≥≥+--=----其它 00 ,01),(~),(2 22 2 22y x e e e y x F Y X y x y x , 求：(1) (X,Y)的边缘分布函数； (2)P(1≤x ≤2,-1≤y ≤3)。 (3)P(X>2,Y>3)=1- P(X ≤2,Y ≤3) 三．连续性随机变量 1．联合概率密度 定义 设(X,Y)的联合分布函数为F(x,y),若存在非负函数f(x,y),使得对于任意的实数x,y 均有 F(x,y)=-∞ ?x ?∞ -y dvdu v u f ),( （ 则称(X,Y)为连续型随机变量，并称f(x,y)为(X,Y)的联合概率密度，简称为概率密度。 2．f(x,y)有如下性质： 性质1 f(x,y)30 性 质 2 ?∞ ∞ -?∞ ∞-dxdy y x f ),(=1 性质3 若f(x,y)的连续点(x,y)处，有 ( ) ) ,(),(),("2 y x f dvdu v u f x y y x F xy x y ==?? ∞-∞ -??? 性质 4 若随机点(X,Y)落于平 面上相当任意的区域D 内记为(X,Y)∈D,则 P{(X,Y)∈D}=f x y dxdy D (,)?? （） 注：在f(x,y)非0域与D 公共部分积分有非0值。 P71例2 例3：（第一版书上例） 设(X,Y)的联合概率密度为 f(x,y)= { )(0 y x e +-0,0≥≥y x 其他 求(1)(X,Y) 的联合分布函数F(x,y); (2) P{X>1} (3)P{(X,Y)∈ D}，其中D={(x,y):x+y ￡1}; (4)P{X 2 3Y} 解：注意),(y x f 的非零域为H （1）?? ∞-∞ -= x y dxdy y x f y x F ),(),(， 当0,0>>y x 时， ??--=x y y x dy e dx e y x F 0 ),( )1)(1(y x e e --=- 其他0),(=y x F ∴ ? ? ?>--=--其他 0,0) 1)(1(),(y x e e y x F y x （ 2 ） P{X>1}=1- P{X ≤1}=1-Fx(1)=1- F(1,+∞) =1 -e (3) P{(X,Y)∈D}=?? D dxdy y x f ),( = ??--2 G dxdy y x e =??---1010 x dy y e dx x e =?----10 ))1(1(dx x e x e =?---10 )1(dx e x e =121--e (4) P{X 2 3Y}=??≥y x dxdy y x f 2),( = ??--3 G y x dxdy e =??∞ +--0 2 x y x dy e dx e =?∞ +--0 dx e x ?∞ +--0 2dx e x x =2 2 212210 4 1 2121 [1? ? ? ??????????? ??--- ∞ +?? ? ??-? x e e ππ] 注2 2 212212121 ? ? ? ??? ? ????+--?? ? ??x e π是))2 2(,21(2 -N 的 概率密 度 ，即 2 2 212212121 ? ? ? ??? ? ????+--?? ? ??x e π= 2 211 ?? ? ??+-x e π ( 1)(1)(0 σ - Φ-=≤-=>x x x P x x P 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={w}，若随机变量X1(w),X2(w),…,X n(w)定义在S上，则称（X1(w),X2(w),…,X n(w)）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；Joint 2．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； marginal 3．X与Y的相互关系； 4．（X,Y）函数的分布。 §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,… —— 称式为(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 3 0，i, j=1,2,… (2) j i ij p ,=1 2．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.30②S p i.=1 = p{Y=y i }j=1,2, (30) 第二章 随机变量及其分布 1、解： 设公司赔付金额为X ，则X 的可能值为； 投保一年内因意外死亡：20万，概率为0.0002 投保一年内因其他原因死亡：5万，概率为0.0010 投保一年内没有死亡：0，概率为1-0.0002-0.0010=0.9988 所以X 2、一袋中有5X 表示取出的三只球中的最大号码，写出随机变量X 的分布律 解：X 可以取值3，4，5，分布律为 10 61)4,3,2,1,5()5(1031)3,2,1,4()4(10 11)2,1,3()3(35 2 435 2 335 2 2=?= === ?==== ?= ==C C P X P C C P X P C C P X P 中任取两球再在号一球为中任取两球再在号一球为号两球为号一球为 也可列为下表 X ： 3， 4，5 P ：10 6, 103,101 3、设在15只同类型零件中有2只是次品，在其中取三次，每次任取一只，作不放回抽样，以X 表示取出次品的只数，（1）求X 的分布律，（2）画出分布律的图形。 解：任取三只，其中新含次品个数X 可能为0，1，2个。 35 22 )0(315313= ==C C X P 3512)1(3 15213 12=?==C C C X P 35 1)2(3 15 113 22= ?= =C C C X P 再列为下表 X ： 0， 1， 2 P ： 35 1, 3512,3522 4、进行重复独立实验，设每次成功的概率为p ，失败的概率为q =1－p (0 随机变量及其分布总结 1、定义：随着试验结果变化而变化的变量称为随机变量 ．随机变量常用字母 X , Y ，ξ，η，… 表示． 2、定义：所有取值可以一一列出的随机变量，称为离散型随机变量 3、分布列:设离散型随机变量ξ可能取得值为 x 1，x 2，…，x 3，…， ξ取每一个值x i （i =1，2，…）的概率为()i i P x p ξ==，则称表 为随机变量ξ的概率分布，简称ξ的分布列 4. 分布列的两个性质： （1）P i ≥0，i ＝1，2，…； （2）P 1+P 2+…=1． 5.求离散型随机变量ξ的概率分布的步骤: （1）确定随机变量的所有可能的值x i （2）求出各取值的概率p(ξ=x i )=p i （3）画出表格 6.两点分布列: 7超几何分布列： 一般地，在含有M 件次品的 N 件产品中，任取 n 件，其中恰有X 件次品 数，则事件 {X=k ｝发生的概率为(),0,1,2,,k n k M N M n N C C P X k k m C --=== ,其中mi n {,} m M n =，且,,,,n N M N n M N N *≤≤∈．称分布列 为超几何分布列．如果随机变量 X 的分布列为超几何分布列，则称随机变量 X 服从超几何分布 8．离散型随机变量的二项分布:在一次随机试验中，某事件可能发生也可能不发生，在n 次独立重复试验中这个事件发生的次数ξ是一个随机变量．如果在一次试验中某事件发生的概率是P ，那么在n 次独立重复试验中这个事件恰好发生k 次的概率是 k n k k n n q p C k P -==)(ξ，（k ＝0,1,2,…，n ，p q -=1）． 于是得到随机变量ξ的概率分布如下： ξ 1 … k … n P n n q p C 00 111-n n q p C … k n k k n q p C - … q p C n n n 称这样的随机变量ξ服从二项分布，记作ξ～B (n ，p )，其中n ，p 为参数。 9．离散型随机变量的均值或数学期望: 一般地，若离散型随机变量ξ的概率分布为 则称 =ξE +11p x +22p x …++n n p x … 为ξ的均值或数学期望，简称期望． 10．离散型随机变量的均值或数学期望的性质： （1）若ξ服从两点分布，则=ξE p ． （2）若ξ～B (n ，p )，则=ξE np ． （3）()c c E =，c 为常数 （4）ξ～N (μ，2σ),则=ξE μ （5）b aE b a E +=+ξξ)( 11．方差: 对于离散型随机变量ξ，如果它所有可能取的值是1x ，2x ，…，n x ，…， 且取这些值的概率分别是1p ，2p ，…，n p ，…，那么, ξD ＝121)(p E x ?-ξ＋222)(p E x ?-ξ＋…＋n n p E x ?-2)(ξ＋… 随机变量及其分布函数 将随机事件以数量来标识，即用随机变量描述随机现象的研究方法，它是定义在样本空间上具有某种可预测性的实值函数。 分布函数则完整的表述了随机变量。 一、 随机变量与分布函数 (1) 随机变量： 取值依赖于某个随机试验的结果（样本空间），并随着试验结果不同而变化的变量，称之为随机变量。 分布函数： [1] 定义： 设X 是一个随机变量，对任意实数x ，记作 (){}F x P X x ≤=，称()F x 为随机变量X 的分 布函数，又称随机变量X 服从分布()F x ，显然，函数 ()F x 的定义域为(),-∞+∞，值域为[0,1]。 [2] 性质： ?()F x 单调非降。 ?()0F -∞=、()1F +∞=。 ?()(0)F x F x =+，即()F x 一定是右连续的。 ?对于任意两个实数a b <， {}()()P a X b F b F a <≤=- ?对于任意实数0x ， 00 0{}()()P X x F x F x ==-- ?000{}1{}1()P X x P X x F x >=-≤=- ?000{}{)lim }(x x P X x P X x x F →- =≤<=- ?000{}1{}1()P X x P X x F x ≥=-<=-- 二、 离散型随机变量与连续型随机变量 (1) 离散型随机变量 [1] 概念：设X 是一个随机变量，如果X 的取值是有限个或者 无穷可列个，则称X 为离散型随机变量。其相应的概率()i i P X x p ==(12)i =、……称为X 的概率分布或分布律，表格表示形式如下： [2] 性质： ?0i p ≥ ? 1 1n i i p ==∑ ?分布函数()i i x x F x p ==∑ ?1{}()()i i i P X x F x F x -==- (2) 连续型随机变量 [1] 概念：如果对于随机变量的分布函数()F x ，存在非 负的函数 ()f x ，使得对于任意实数x ，均有： 第三讲 多维随机变量及其分布 考试要求 1. 理解多维随机变量的概念，理解多维随机变量的分布的概念和性质，理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度.会求与二维随机变量相关事件的概率. 2. 理解随机变量的独立性及不相关的概念，掌握随机变量相互独立的条件. 3. 掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义 . 4. 会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布. 一、 各种分布与随机变量的独立性 1. 各种分布 （1）一般二维随机变量 F （x , y ）=P { X ≤ x , Y ≤ y }, x ∈ （?∞, +∞）, y ∈ （?∞, +∞）的性质 F （x , y ）为联合分布函数 ? 1） 0 ≤F （x , y ）≤1 , ?x ∈ （?∞, +∞）,, y ∈ （?∞, +∞）; 2） F （?∞, y ）= F （x , ?∞）=0, F （+∞,+∞）=1; 3） F （x , y ）关于x , y 均为单调不减函数； 4） F （x , y ）关于x , y 均分别右连续. （2）二维离散型随机变量的联合概率分布、边缘分布、条件分布 联合概率分布律 P {X = x i , Y = y j } = p i j , i , j =1, 2 ,??? , p i j ≥ 0, 1=∑∑i j j i p . 边缘分布律 p i ? = P {X = x i }= ∑j j i p , i =1, 2 ,??? , p ? j = P { Y = y j }= ∑i j i p , j =1, 2 ,??? , 条件分布律 P {X = x i |Y = y j } = j j i p p ?, P { Y = y j | X = x i } = ? i j i p p . 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 f （x , y ）为联合概率密度 ? 1? f （x , y ）≥0, 2? 1=?? ∞+∞-∞ +∞ - ),(dxdy y x f . 设（ X , Y ）~ f （x , y ）则 分布函数: ??∞-∞ -=x y dxdy y x f y x F ),(),(; 边缘概率密度: ? ∞ +∞ -= ),()(dy y x f x f X , ? ∞ +∞ -= ),()(dx y x f x f Y . 第三章 多维随机变量及其分布 作业 1．若对于所有y x ,有 ，则称随机变量X 和Y 是相互独立的. 2．设随机变量X 和Y 是相互独立的，X 的密度函数∞<<-∞=-x e x f x ,21 )(212 π，Y 的 密度函数???<≥=-0 ,00,)(2y y e y f y ，则),(Y X 的联合密度函数),(y x f = . 3．已知随机变量)4,7(~,)4,9(~N Y N X ，且X 与Y 是相互独立，则Y X Z +=的概率密度函数)(z f Z = . 4．设),(Y X 为二维随机变量，试用联合分布函数),(y x F 表示概率},{y Y x X P >>. 5．设随机变量X ，Y 是相互独立，其边缘密度函数与边缘分布函数分别为)(,)(y f x f Y X 与)(,)(y F x F Y X ，则},min{Y X N =的分布密度函数)(z f Z = . 6．设)(),(21y f x f 是两个概率密度函数，则仅当函数),(y x R 满足条件 时，函数),()()(),(21y x R y f x f y x f +=才能成为概率密度函数. 7．设相互独立的两个随机变量Y X ,具有同一分布律，且X 的分布律为 2 1}1{}0{= ===X P X P ，则随机变量},max{Y X Z =的分布律为 . 8．设二维随机变量),(Y X 的密度函数为?? ???≤≤≤≤=其它,020,10,21),(y x y x f ，则X 与Y 中至少有一个大于2 1的概率为 . 9．在区间（0，1）中随机地取两个数，则事件：“两数之积大于 4 1”的概率为 . 10．设X 和Y 为两个随机变量，且73}0,0{=≥≥Y X P ，74}0{}0{=≥=≥Y P X P ，则}0},{max{≥Y X P = . 复习课: 随机变量及其分布列 教学目标 重点：理解随机变量及其分布的概念，期望与方差等的概念；超几何分布，二项分布，正态分布等的特点；会求条件概率，相互独立事件的概率，独立重复试验的概率等. 难点：理清事件之间的关系，并用其解决一些具体的实际问题. 能力点：分类整合的能力，运算求解能力，分析问题解决问题的能力. 教育点：提高学生的认知水平，为学生塑造良好的数学认识结构. 自主探究点：例题及变式的解题思路的探寻. 易错点：容易出现事件之间的关系混乱，没能理解问题的实际意义. 学法与教具 1.学法：讲授法、讨论法. 2.教具：投影仪. 一、【知识结构】 二、【知识梳理】 1．随机变量 ⑴随机变量定义:在随机试验中，使得每一个试验结果都用一个确定的数字表示．在这个对应关系下，数字随着试验结果的变化而变化．像这种随着试验结果变化而变化的变量称为随机变量．简单说，随机试验的结果可以用一个变量来表示，那么这样的变量叫做随机变量．常用希腊字母x、y、ξ、η等表示． ⑵如果随机变量可能取的值可以按次序一一列出（可以是无限个）这样的随机变量叫做离散型随机变量. ⑶如果随机变量可能取的值是某个区间的一切值，这样的随机变量叫做连续型随机变量. 2．概率分布定义（分布列） 设离散型随机变量ξ可能取的值为123,,,,i x x x x L L ，ξ取每一个值(1,2,)i x i =L 的概率 ()i i P x p ξ==，则称表 ξ 1x 2x L i x L P 1P 2P L i P L 称为随机变量ξ的概率分布列，简称ξ的分布列. 注:1.离散型随机变量的分布列具有下述两个性质： (1)0,123≥，，，i p i =L ；123(2)1p p p +++=L 3．常见的分布列 ⑴二项分布：在一次试验中某事件发生的概率是p ，那么在n 次独立重复试验中这个事件恰发生k 次的概 率为()(1)k k n k n p X k C p p -==-，显然x 是一个随机变量.随机变量x 的概率分布如下： x 1 L k L n P 00n n C p q 111 n n C p q - L k k n k n C p q - L n n n C p q 我们称这样的随机变量x 服从二项分布,记作~(,)X B n p ⑵两点分布列:如果随机变量ξ的分布列为： ξ 0 1 P 1P - P 这样的分布列称为两点分布列,称随机变量服从两点分布,而称(1)p P ξ==为成功概率.两点分布是特殊的二项分布(1)p ξ~B , ⑶超几何分布：一般地，在含有M 件次品的N 件产品中，任取n 件，其中恰有x 件次品数，则事件{} x k =发生的概率为(),0,1,2,3,,k N k M N M n N C C P X k k m C --===L ．其中{}min ,m M n =,且*,,,,n N M N n M N N ≤≤∈，则称分布列 第三章 多维随机变量及其分布 一、填空题 1、随机点),(Y X 落在矩形域],[2121y y y x x x ≤<≤<的概率为 ),(),(),(),(21111222y x F y x F y x F y x F -+-. 2、),(Y X 的分布函数为),(y x F ，则=-∞),(y F 0 . 3、),(Y X 的分布函数为),(y x F ，则=+),0(y x F ),(y x F 4、),(Y X 的分布函数为),(y x F ，则=+∞),(x F )(x F X 5、设随机变量),(Y X 的概率密度为 ? ? ?<<<<--=其它 04 2,20) 6(),(y x y x k y x f ，则=k 8 1 . 6、随机变量),(Y X 的分布如下，写出其边缘分布. 7、设),(y x f 是Y X ,的联合分布密度，)(x f X 是X 的边缘分布密度，则 =? ∞+∞ -)(x f X 1 . 8、二维正态随机变量),(Y X ，X 和Y 相互独立的充要条件是参数=ρ 0 . X Y 0 1 2 3 j P ? 1 0 8 3 8 3 0 86 3 81 0 8 1 8 2 ?i P 81 83 83 8 1 9、如果随机变量),(Y X 的联合概率分布为 Y X 1 2 3 1 61 91 181 2 3 1 α β 则βα,应满足的条件是 186= +βα ；若X 与Y 相互独立，则=α 184 ，=β 18 2 . 10、设Y X ,相互独立，)1.0(~),1,0(~N Y N X ，则),(Y X 的联合概率密度 =),(y x f 2 2221 y x e +- π ，Y X Z +=的概率密度=)(Z f Z 4 22 21x e - π . 12、 设 ( ξ 、 η ) 的 联 合 分 布 函 数 为 ()()()() ?? ??? ≥≥+-+-+++= y x y x y x A y x F 00,0111111,2 22则 A =__1___。 二、证明和计算题 1、袋中有三个球，分别标着数字1,2,2，从袋中任取一球，不放回，再取一球，设第一次取的球 上标的数字为X ，第二次取的球上标的数字Y ，求),(Y X 的联合分布律. 解：031 }1,1{?= ==Y X P 31 131}2,1{=?===Y X P 31 2132}1,2{=?===Y X P 3 1 2132}2,2{=?===Y X P 2、三封信随机地投入编号为1,2,3的三个信箱中，设X 为投入1号信箱的信数，Y 为投入2 号信箱的信数，求),(Y X 的联合分布律. 解：X 的可能取值为0,1,2,3 Y 的可能取值为0,1,2,3 33 1 }0,0{===Y X P 333}1,0{===Y X P 33233 3 3}2,0{====C Y X P X Y 1 2 1 0 31 2 3 1 3 1 “随机变量及其分布”简介 北京师范大学数学科学院李勇 随机变量是研究随机现象的重要工具之一，他建立了连接随机现象和实数空间的一座桥梁，使得我们可以借助于有关实数的数学工具来研究随机现象的本质，从而可以建立起应用到不同领域的概率模型，如二项分布模型、超几何分布模型、正态分布模型等。 在本章中将通过具体实例，帮助学生理解取有限值的离散型随机变量及其分布列、均值、方差的概念，理解超几何分布和二项分布的模型并能解决简单的实际问题，使学生认识分布列对于刻画随机现象的重要性，认识正态分布曲线的特点及曲线所表示的意义。 一、内容与要求 1.随机变量及其分布的概念。 通过具体实例使学生理解随机变量及其分布列的概念，认识随机变量及其分布对于刻画随机现象的重要性。要求学生会用随机变量表达简单的随机事件，并会用分布列来计算这类事件的概率。 2.超几何分布模型及其应用。 通过实例，理解超几何分布及其导出过程，并能进行简单的应用。 3.二项分布模型及其应用。 通过具体实例使学生了解条件概率和两个事件相互独立的概念，理解n次独立重复试验和二项分布模型，并能解决一些简单的实际问题。 4.离散随机变量的均值与方差。 通过实例使学生理解离散型随机变量均值、方差的概念，能计算简单离散型随机变量的均值、方差，并能解决一些实际问题。 5.正态分布模型。 借助直观使学生认识正态分布曲线的特点及含义。 二、内容安排及说明 1.全章共安排了4个小节，教学约需12课时，具体内容和课时分配如下（仅供参考）： 2． 1 离散型随机变量及其分布列约3课时2． 2 二项分布及其应用约4课时 2． 3 离散型随机变量的均值与方差约3课时 2． 4 正态分布 约1课时 小 结 约1课时 2.本章知识框图 3.对内容安排的说明。 研究一个随机现象，可以借助于随机变量，而分布描述了随机变量取值的概率分布规律。二项分布和超几何分布是两个应用广泛的概率模型．为了使学生能够更好地理解它们，并能用来解决一些实际问题，教科书在内容安排上作了如下考虑： (1) 为学生把注意力集中在随机变量的基本概念和方法的理解上，通过取有限个不 同值的随机变量为载体介绍这些概念，以便他们能更好的应用这些概念解决实际问 第三章 多维随机变量及其分布 第一节 二维随机变量 一、二维随机变量的分布函数 设E 是一个随机试验, 它的样本空间是S . 设X 、Y 是定义在S 上的随机变量, 则由它们构成的一个向量(X , Y )称为二维随机向量或二维随机变量. 一般地, (X , Y )的性质不仅与X 有关, 与Y 有关, 而且还依赖于X 、Y 的相互关系, 因此必须把(X , Y )作为一个整体来研究. 首先引入(X , Y )的分布函数的概念. 定义 设(X , Y )为二维随机变量, 对于任意实数x 、y , 二元函数 F (x , y ) = P {(X ≤ x )∩(Y ≤ y )}= P {X ≤ x , Y ≤ y } 称为二维随机变量(X , Y )的分布函数, 或称为随机变量X 和y 的联合分布函数. 分布函数F (x , y )表示事件(X ≤ x )与事件(Y ≤ y )同时发生的概率. 如果把(X , Y )看成平面上具有随机坐标(X , Y )的点, 则分布函数F (x , y )在(x , y )处的函数值就是随机点(X , Y )落在平面上的以(x , y )为顶点而位于该点左下方的无限矩形内的概率.. 由上面的几何解释, 容易得到随机点(X , Y )落在矩形区域{x 1 < X ≤ x 2, y 1 < Y ≤ y 2}的概率为 P {x 1 < X ≤ x 2, y 1 < Y ≤ y 2} = F (x 2, y 2) - F (x 2, y 1) - F (x 1, y 2) + F (x 1, y 1) (1) 与二元函数类似, 二元分布函数F (x , y )也具有如下一些性质: 1? F (x , y )是变量x 和y 的单调不减函数, 即当x 1 < x 2时, F (x 1, y ) ≤ F (x 2, y ); 当y 1 < y 2时, F (x , y 1) ≤ F (x , y 2). 2? 0 ≤ F (x , y ) ≤ 1, 且F (-∞, y ) = 0, F (x , -∞) = 0, F (-∞,-∞) = 0, F (+∞,+∞) = 1.（凡含-∞的概率分布为0） 3? F (x , y )关于x 和y 都是右连续的, 即F (x + 0, y ) = F (x , y ), F (x , y + 0) = F (x , y ). 4? 对任意的(x 1, y 1)、(x 2, y 2), x 1 < x 2, y 1 < y 2, 有F (x 2, y 2) - F (x 2, y 1) - F (x 1, y 2) + F (x 1, y 1) ≥ 0. 注: 二元分布函数具有性质1?~ 4?, 其逆也成立(2?中0 ≤ F (x , y ) ≤ 1可去), 即若二元实值函数F (x , y )(x ∈ R , y ∈ R )满足1?~ 4?, 则F (x , y )必是某二维随机变量的(X , Y )的分布函数. 其中4?是必不可少的, 即它不能由1?~ 3?推出(除去0 ≤ F (x , y ) ≤ 1). 二、二维离散型随机变量 如果二维随机变量(X , Y )的所有可能取的值是有限对或可列无限多对, 则称(X , Y )是二维离散型随机变量. 设二维离散型随机变量(X , Y )所有可能取的值为(x i , y j ) (i , j = 1, 2, 3, …). 记P {X = x i , Y = y j } = p ij (i , j = 1, 2, 3, …)则由概率定义有 p ij ≥ 0; 111 =∑∑∞=∞ =i j ij p . 我们称P {X = x i , Y = y j } = p ij (i , j = 1, 2, 3, …)为二维离散型随机变量(X , Y )的分布律(概率分布)或随机变量X 和Y 的联合分布律, (X , Y )的分布律也可用表格表示. 其分布函数为 = ),(y x F ∑∑≤≤==x x y y j i i j y Y x X P },{= ∑∑≤≤x x y y ij i j p 这里 ∑∑ ≤≤x x y y i j 表示对一切x i ≤ x , y j ≤ y 的那些指标i 、j 求和. 例1 一个口袋中有三个球, 依次标有1、2、2, 从中任取一个, 不放回袋中, 再任取一个. 设每次取球时, 各球被取到的可能性相等, 以X 、Y 分别记第一次和第二次取到的球上标有的数字, 求X 、Y 的联合分布律与分布函数.. 解: (X , Y )的可能取值为(1, 2)、(2, 1)、(2, 2). P {X = 1, Y = 2}= P {X = 1}P {Y = 2 / X = 1}= 3 12231=?. 第二章随机变量及其分布练习题 1．甲、乙两人各进行一次射击，甲击中目标的概率是0.8，乙击中目标的概率 是0.6，则两人都击中目标的概率是（ ） Ａ．1.4 Ｂ．0.9 Ｃ．0.6 Ｄ．0.48 2．设随机变量1~62X B ?? ???，，则(3)P X =等于（ ） Ａ．516 Ｂ．316 Ｃ．5 8 Ｄ．716 3．设随机变量X 的概率分布列为 X 1 2 3 P 1 6 1 3 1 2 则E (X ＋2) ( )． A.113 B ．9 C.133 D.73 4．两台相互独立工作的电脑，产生故障的概率分别为a ，b ，则产生故障的电脑 台数的均值为（ ） Ａ．ab Ｂ．a b + Ｃ．1ab - Ｄ．1a b -- 5．某普通高校招生体育专业测试合格分数线确定为60分．甲、乙、丙三名考生 独立参加测试，他们能达到合格的概率分别是0.9,0.8,0.75，则三人中至少有 一人达标的概率为( ) A ．0.015 B ．0.005 6．设随机变量~()X B n p ，，则22 ()()DX EX 等于（ ） Ａ．2p Ｂ．2(1)p - Ｃ．np Ｄ．2(1)p p - 7．对标有不同编号的6件正品和4件次品的产品进行检测，不放回地依次摸出 2件．在第一次摸出正品的条件下，第二次也摸到正品的概率是 ( )． A.35 B.25 C.110 D.59 8．从1，2，3，4，5中任取2个不同的数，事件A ＝“取到的2个数之和为偶 数”，事件B ＝“取到的2个数均为偶数”，则P (B |A )＝ ( )． A.18 B.14 C.25 D.12 9．设随机变量ξ服从正态分布N(0，1)，P(ξ＞1)＝p，则P(－1＜ξ＜0)等于()． A.1 2p B．1－p C．1－2p D. 1 2－p 10．已知随机变量X服从正态分布N(μ，σ2)，且P(μ－2σ 连续型随机变量的分布 （一）连续型随机变量及其概率密度函数 1.定义：对于随机变量X 的分布函数 F(X) ，若存在非负函数f(x), 使对于 任意的实数 x，有F ( x)x f(x) 称为 X f (t)dt ，则称X为连续性随机变量， 的概率密度函数，简称概率密度。 注： F(x)表示曲线下x 左边的面积，曲线下的整个面积为1。 2 .密度函数f(x) 的性质：注： f( x)不是概率。 1) f( x)≥ 0 + f ( x) dx = 1 2) ò-x 2 3)P{x 1 < X ? x 2 }òx1 f (x) dx = F (x 2 ) - F (x 1 ) 特别地，连续型随机变量在某一点的概率为零，即 P{ X = x} = 0. （但 { X=x} 并不一定是不可能事件） 因此P(a≤X ≤ b)= P(a< X 随机变量及其分布 一、离散型随机变量的分布列 一般地，设离散型随机变量X 可能取的值为12,,,,,i n x x x x ??????，X 取每一个值(1,2,,)i x i n =???的概率()i i P X x p ==，则称以下表格 为随机变量X 的概率分布列，简称X 的分布列. 离散型随机变量的分布列具有下述两个性质： （1）0,1,2,,i P i n =???≥ （2）121n p p p ++???+= 常见的两种分布： 1．两点分布 如果随机变量X 的分布列为 则称X 服从两点分布，并称=P(X=1)p 为成功概率. 2．超几何分布 一般地，在含有M 件次品的N 件产品中，任取n 件，其中恰有X 件次品，则事件{}X k =发生的概率为： (),0,1,2,3,...,k n k M N M n N C C P X k k m C --== = 则随机变量X 的概率分布列如下： {}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。 注：超几何分布的模型是不放回抽样 二、条件概率 一般地，设A,B 为两个事件,且()0P A >,称() (|)()P AB P B A P A =为在事件A 发生的条件下,事件B 发生的条件概率. 0(|)1P B A ≤≤ 三、相互独立事件 设A ，B 两个事件，如果事件A 是否发生对事件B 发生的概率没有影响(即 ()()()P AB P A P B =),则称事件A 与事件B 相互独立。 ()()()A B P AB P A P B ?=即、相互独立 一般地，如果事件A 1,A 2,…,A n 两两相互独立，那么这n 个事件同时发生的概率，等于每个事件发生的概率的积，即1212(...)()()...()n n P A A A P A P A P A =. 注：(1)互斥事件：指同一次试验中的两个事件不可能同时发生； (2) 相互独立事件：指在不同试验下的两个事件互不影响. 第三章 多维随机变量及其分布 习题1 §3.1 二维随机变量的概率分布 一、填空题 1. 设（Y X ,）的分布函数为 ?? ?≥≥+--=----其它， ，，），（ 00 03331y x y x F y x y x ，则 （Y X ,）的联合概率密度),(y x f = ； 2设随机变量(Y X ,)的分布函数为 )3 (2(y arctg C x arctg B A y x F ++=）），（, 则A = , B = , C = ，(0≠A )； 3. 用),(Y X 的联合分布函数),(y x F 表示概率),(c Y b X a P ≤≤<= ),(),(c a F c b F -； 4.设),(Y X 在区域G 上服从均匀分布，G 为y x =及2 y x =所围成的区域，),(Y X 的概率密度为 5. 设 (Y X ,) 联合密度为?? ?? ?>>=--其它，），（ ,00 ,0y x Ae y x f y x ，则系数A = ； 6. 设二维随机变量(Y X ,)的联合概率密度为()4,01,01 ,0, xy x y f x y <<< 随机变量及其分布知识点整理 一、离散型随机变量的分布列 一般地，设离散型随机变量X 可能取的值为12,,,,,i n x x x x ??????，X 取每一个值(1,2,,)i x i n =???的概率()i i P X x p ==，则称以下表格 为随机变量X 的概率分布列，简称X 的分布列. 离散型随机变量的分布列具有下述两个性质： （1）0,1 ,2,,i P i n =???≥ （2）121n p p p ++???+= 1．两点分布 如果随机变量X 的分布列为 则称X 服从两点分布，并称=P(X=1)p 为成功概率. 2．超几何分布 一般地，在含有M 件次品的N 件产品中，任取n 件，其中恰有X 件次品，则事件{}X k =发生的概率为： (),0,1,2,3,...,k n k M N M n N C C P X k k m C --=== {}*min ,,,,,,m M n n N M N n M N N =≤≤∈其中且。 注：超几何分布的模型是不放回抽样 二、条件概率 一般地，设A,B 为两个事件,且()0P A >,称()(|)() P AB P B A P A =为在事件A 发生的条件下,事件B 发生的条件概率. 0(|)1P B A ≤≤ 如果B 和C 互斥，那么[()|](|)(|)P B C A P B A P C A =+ 三、相互独立事件 设A ，B 两个事件，如果事件A 是否发生对事件B 发生的概率没有影响(即()()()P AB P A P B =),则称事件A 与事件B 相互独立。()()()A B P AB P A P B ?=即、相互独立 一般地，如果事件A 1,A 2,…,A n 两两相互独立，那么这n 个事件同时发生的概率，等于每个事件发生的概 随机变量及其分布考点汇总 ————————————————————————————————作者：————————————————————————————————日期： 第二章 随机变量及其分布 复习 一、随机变量. 1. 随机试验的结构应该是不确定的.试验如果满足下述条件： ①试验可以在相同的情形下重复进行；②试验的所有可能结果是明确可知的，并且不止一个；③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果. 它就被称为一个随机试验. 2. 离散型随机变量：如果对于随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量.若ξ是一个随机变量，a ，b 是常数.则b a +=ξη也是一个随机变量.一般地，若ξ是随机变量，)(x f 是连续函数或单调函数，则)(ξf 也是随机变量.也就是说，随机变量的某些函数也是随机变量. 3、分布列：设离散型随机变量ξ可能取的值为：ΛΛ,,,,21i x x x ξ取每一个值),2,1(1Λ=i x 的概率i i p x P ==)(ξ，则表称为随机变量ξ的概率分布，简称ξ的分布列. ξ 1x 2x … i x … P 1p 2p … i p … 有性质①Λ,2,1,01=≥i p ； ②121=++++ΛΛi p p p . 注意：若随机变量可以取某一区间内的一切值，这样的变量叫做连续型随机变量.例如：]5,0[∈ξ即ξ可以取0～5之间的一切数，包括整数、小数、无理数. 典型例题： 1、随机变量ξ的分布列为(),1,2,3(1) c P k k k k ξ== =+……，则P(13)____ξ≤≤= 2、袋中装有黑球和白球共7个，从中任取两个球都是白球的概率为1 7 ，现在甲乙两人从袋中轮流摸去一 球，甲先取，乙后取，然后甲再取……，取后不放回，直到两人中有一人取到白球时终止，用ξ表示取球的次数。（1）求ξ的分布列（2）求甲取到白球的的概率 3、5封不同的信，放入三个不同的信箱，且每封信投入每个信箱的机会均等，X 表示三哥信箱中放有信件树木的最大值，求X 的分布列。 4、为了解某班学生喜爱打篮球是否与性别有关，对本班50人进行了问卷调查得到了如下的列联表： 喜爱打篮球 不喜爱打篮球 合计 男生 5 女生 10 合计 ５０ 已知在全部50人中随机抽取1人抽到喜爱打篮球的学生的概率为3 5 ． （1）请将上面的列联表补充完整； （2）是否有99.5％的把握认为喜爱打篮球与性别有关？说明你的理由； （3）已知喜爱打篮球的10位女生中，12345,,A A A A A ，，还喜欢打羽毛球，123B B B ，，还喜欢打乒乓球，12C C ，还喜欢踢足球，现再从喜欢打羽毛球、喜欢打乒乓球、喜欢踢足球的女生中各选出1名进行其他方面的调查，求1B 和1C 不全被选中的概率． 下面的临界值表供参考： 2 ()p K k ≥ 0.15 0.10 0.05 0.025 0.010 0.005 0.001 k 2.072 2.706 3.841 5.024 6.635 7.879 10.828 (参考公式：2 2 ()()()()() n ad bc K a b c d a c b d -=++++，其中n a b c d =+++) 第三章 多维随机变量及其分布答案 一、填空题（每空3分） 1．设二维随机变量(X,Y)的联合分布函数为 222 13,0,0(1)(1)(1)(,)0,A x y x y x y F x y ? +-≥≥?++++=???其他,则A=_____1____． 2．若二维随机变量(X,Y)的分布函数为F(x,y)则随机点落在矩形区域[x 1 《 7． 设X 和Y 为两个随机变量，且34 (0,0),(0)(0)77P X Y P X P Y ≥≥=≥=≥=, 则(max{,}0)P X Y ≥=_ 5 7 . 8．随机变量(,) (0,0,1,1,0)X Y N ,则D(3X-2Y)= _ 13 . 9．设()25,()36,0.4XY D X D Y ρ===,则()D X Y += 85 ， ()D X Y -= 37 . 10．设随机变量2(3),()()0,()4,()16,Z aX Y E X E Y D X D Y =+==== 0.5XY ρ=-,则min ()E Z = 108 . 二、单项选择题（每题4分） 1．下列函数可以作为二维分布函数的是（ B ）. A .???>+=.,0,8.0,1),(其他y x y x F B .?????>>??=--., 0,0,0,),(00其他y x dsdt e y x F y x t s C . ??= ∞-∞---y x t s dsdt e y x F ),( D .?? ???>>=--.,0,0,0,),(其他y x e y x F y x 2．设平面区域D 由曲线1 y x = 及直线20,1,x y y e ===围成，二维随机变量在区域D 上服从均匀分布，则(X,Y)关于Y 的边缘密度函数在y=2处的值为（C ）． A ．12 B ．1 3 C ．14 D ．12- 3．若(X,Y)服从二维均匀分布，则（ B ）． A ．随机变量X,Y 都服从一维均匀分布 B ．随机变量X,Y 不一定服从一维均匀分布 C ．随机变量X,Y 一定都服从一维均匀分布 D ．随机变量X+Y 服从一维均匀分布 4．若D(X+Y)=D(X)+D(Y),则（ A ）． A ．X 与Y 不相关 B ．(,)()()X Y F x y F x F y =? C ．X 与Y 相互独立 D ．1XY ρ=-多维随机变量及其分布
第2章 随机变量及其分布习题解答
随机变量及其分布列概念公式总结
随机变量及其分布函数
第三讲多维随机变量及其分布
第三章多维随机变量及其分布作业.
随机变量及其分布小结与复习
概率与数理统计第3章多维随机变量及其分布习题及答案
随机变量及其分布简介
第三章__多维随机变量及其分布总结
第二章随机变量及其分布练习题
连续型随机变量的分布与例题讲解
(word完整版)基础随机变量及其分布知识点,推荐文档
第三章-多维随机变量及其分布--习题
随机变量及其分布知识点整理
随机变量及其分布考点汇总
第三章-多维随机变量及其分布测试题答案