杭州紫金港培训学校(紫金港专升本)杭州紫金港培训学校(紫金港专升本)
在职研究生数学(一)考前辅导第十二章 概率论第 28 节 / 共 32 节约 40 分钟报名学员看全文

多维随机变量及其分布

讲二维随机变量的联合分布,离散型的联合分布律、边缘分布与条件分布,连续型的联合密度、边缘密度与条件密度,随机变量的独立性与不相关性,二维均匀分布与二维正态分布,以及两个随机变量简单函数的分布。

本节考点:联合分布与边缘分布条件分布随机变量的独立性二维均匀分布与二维正态分布两个随机变量函数的分布

本节导读

本节对应「多维随机变量及其分布」的考试内容:「多维随机变量及其分布」「二维离散型随机变量的概率分布、边缘分布和条件分布」「二维连续型随机变量的概率密度、边缘概率密度和条件密度」「随机变量的独立性和不相关性」「常用二维随机变量的分布」「两个及两个以上随机变量简单函数的分布」。考试要求原文:

  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性的概念,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 N(μ1,μ2;σ12,σ22;ρ)N(\mu_1, \mu_2; \sigma_1^2, \sigma_2^2; \rho)N(μ1​,μ2​;σ12​,σ22​;ρ) 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。

第 3 条中的二维正态分布记号大纲原文是公式图,这里按教材写法写出。本节连续型的计算本质上是第 12 节的二重积分:求概率就是在区域上积分联合密度,关键是把所求事件的区域与密度非零的区域取交集、画对图。不相关性要用到相关系数,第 29 节再细讲。

联合分布、边缘分布与条件分布

(X,Y)(X, Y)(X,Y) 的联合分布函数为 F(x,y)=P{X≤x,Y≤y}F(x, y) = P\{X \le x, Y \le y\}F(x,y)=P{X≤x,Y≤y}。

项目离散型连续型
联合分布P{X=xi,Y=yj}=pijP\{X = x_i, Y = y_j\} = p_{ij}P{X=xi​,Y=yj​}=pij​,∑∑pij=1\sum\sum p_{ij} = 1∑∑pij​=1f(x,y)≥0f(x, y) \ge 0f(x,y)≥0,P{(X,Y)∈D}=∬Df(x,y) dx dyP\{(X, Y) \in D\} = \iint_D f(x, y)\,dx\,dyP{(X,Y)∈D}=∬D​f(x,y)dxdy
边缘分布pi⋅=∑jpijp_{i\cdot} = \sum\limits_j p_{ij}pi⋅​=j∑​pij​,p⋅j=∑ipijp_{\cdot j} = \sum\limits_i p_{ij}p⋅j​=i∑​pij​fX(x)=∫−∞+∞f(x,y) dyf_X(x) = \int_{-\infty}^{+\infty} f(x, y)\,dyfX​(x)=∫−∞+∞​f(x,y)dy,fY(y)=∫−∞+∞f(x,y) dxf_Y(y) = \int_{-\infty}^{+\infty} f(x, y)\,dxfY​(y)=∫−∞+∞​f(x,y)dx
条件分布P{Y=yj∣X=xi}=pijpi⋅P\{Y = y_j \mid X = x_i\} = \dfrac{p_{ij}}{p_{i\cdot}}P{Y=yj​∣X=xi​}=pi⋅​pij​​fY∣X(y∣x)=f(x,y)fX(x)f_{Y \mid X}(y \mid x) = \dfrac{f(x, y)}{f_X(x)}fY∣X​(y∣x)=fX​(x)f(x,y)​(fX(x)>0f_X(x) > 0fX​(x)>0)

求边缘密度时,积分限要按 f(x,y)f(x, y)f(x,y) 非零的区域来定,并写清自变量的取值范围。

独立性与不相关性

XXX,YYY 相互独立 ⇔F(x,y)=FX(x)FY(y)\Leftrightarrow F(x, y) = F_X(x)F_Y(y)⇔F(x,y)=FX​(x)FY​(y) 对一切 xxx,yyy 成立。离散型 ⇔pij=pi⋅p⋅j\Leftrightarrow p_{ij} = p_{i\cdot}p_{\cdot j}⇔pij​=pi⋅​p⋅j​ 对一切 iii,jjj 成立;连续型 ⇔f(x,y)=fX(x)fY(y)\Leftrightarrow f(x, y) = f_X(x)f_Y(y)⇔f(x,y)=fX​(x)fY​(y)。实用的判断:联合密度能写成「xxx 的函数乘 yyy 的函数」,并且非零区域是边与坐标轴平行的矩形,则独立;非零区域是三角形一类的区域,则不独立。

相关系数 ρXY=0\rho_{XY} = 0ρXY​=0 时称 XXX,YYY 不相关(第 29 节)。方差存在时,独立一定不相关,不相关不一定独立;对二维正态分布,独立与不相关等价。

两种常用二维分布

  • 二维均匀分布:(X,Y)(X, Y)(X,Y) 在面积为 SSS 的区域 DDD 上均匀分布,f(x,y)=1Sf(x, y) = \dfrac{1}{S}f(x,y)=S1​((x,y)∈D(x, y) \in D(x,y)∈D),落在 DDD 的子区域内的概率等于面积之比。
  • 二维正态分布 N(μ1,μ2;σ12,σ22;ρ)N(\mu_1, \mu_2; \sigma_1^2, \sigma_2^2; \rho)N(μ1​,μ2​;σ12​,σ22​;ρ):两个边缘分布分别是 N(μ1,σ12)N(\mu_1, \sigma_1^2)N(μ1​,σ12​) 和 N(μ2,σ22)N(\mu_2, \sigma_2^2)N(μ2​,σ22​),ρ\rhoρ 是 XXX 与 YYY 的相关系数;aX+bYaX + bYaX+bY(aaa,bbb 不全为 0)仍服从正态分布。

两个随机变量函数的分布

  • 离散型:列出 (X,Y)(X, Y)(X,Y) 的所有取值,算出 Z=g(X,Y)Z = g(X, Y)Z=g(X,Y) 的值,相同的值合并概率。独立的泊松变量之和仍服从泊松分布:P(λ1)P(\lambda_1)P(λ1​) 与 P(λ2)P(\lambda_2)P(λ2​) 之和服从 P(λ1+λ2)P(\lambda_1 + \lambda_2)P(λ1​+λ2​);独立的 B(n1,p)B(n_1, p)B(n1​,p) 与 B(n2,p)B(n_2, p)B(n2​,p) 之和服从 B(n1+n2,p)B(n_1 + n_2, p)B(n1​+n2​,p)。
  • 和的分布:Z=X+YZ = X + YZ=X+Y 的密度 fZ(z)=∫−∞+∞f(x,z−x) dxf_Z(z) = \int_{-\infty}^{+\infty} f(x, z - x)\,dxfZ​(z)=∫−∞+∞​f(x,z−x)dx;独立时为卷积 ∫−∞+∞fX(x)fY(z−x) dx\int_{-\infty}^{+\infty} f_X(x)f_Y(z - x)\,dx∫−∞+∞​fX​(x)fY​(z−x)dx。独立正态变量的线性组合仍服从正态分布。
  • 最大值与最小值:XXX,YYY 独立时,M=max⁡{X,Y}M = \max\{X, Y\}M=max{X,Y} 的分布函数为 FX(z)FY(z)F_X(z)F_Y(z)FX​(z)FY​(z);N=min⁡{X,Y}N = \min\{X, Y\}N=min{X,Y} 的分布函数为 1−[1−FX(z)][1−FY(z)]1 - \left[1 - F_X(z)\right]\left[1 - F_Y(z)\right]1−[1−FX​(z)][1−FY​(z)]。

本节后面还有约 1809 字:报名学员看全文

每门课前 10 节免费看全文;从第 11 节起,完整教程要报名后由顾问在后台为你的账号开通才能看。

题库账号可以直接登录,但第 11 节起的完整教程要报名后由后台开通才能看。

学完练一练

按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。第 11 节起的课后练习报名学员才能练。

本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。

我要提问免费报名咨询