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:
- 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。
- 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。
- 掌握二维均匀分布,了解二维正态分布 N(μ1,μ2;σ12,σ22;ρ) 的概率密度,理解其中参数的概率意义。
- 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) 的联合分布函数为 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}=pij,∑∑pij=1 | f(x,y)≥0,P{(X,Y)∈D}=∬Df(x,y)dxdy |
| 边缘分布 | pi⋅=j∑pij,p⋅j=i∑pij | fX(x)=∫−∞+∞f(x,y)dy,fY(y)=∫−∞+∞f(x,y)dx |
| 条件分布 | P{Y=yj∣X=xi}=pi⋅pij | fY∣X(y∣x)=fX(x)f(x,y)(fX(x)>0) |
求边缘密度时,积分限要按 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
X,Y 相互独立 ⇔F(x,y)=FX(x)FY(y) 对一切 x,y 成立。离散型 ⇔pij=pi⋅p⋅j 对一切 i,j 成立;连续型 ⇔f(x,y)=fX(x)fY(y)。实用的判断:联合密度能写成「x 的函数乘 y 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 时称 X,Y 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) 在面积为 S 的区域 D 上均匀分布,f(x,y)=S1((x,y)∈D),落在 D 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):两个边缘分布分别是 N(μ1,σ12) 和 N(μ2,σ22),ρ 是 X 与 Y 的相关系数;aX+bY(a,b 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) 的所有取值,算出 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) 与 P(λ2) 之和服从 P(λ1+λ2);独立的 B(n1,p) 与 B(n2,p) 之和服从 B(n1+n2,p)。
- 和的分布:Z=X+Y 的密度 fZ(z)=∫−∞+∞f(x,z−x)dx;独立时为卷积 ∫−∞+∞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:X,Y 独立时,M=max{X,Y} 的分布函数为 FX(z)FY(z);N=min{X,Y} 的分布函数为 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。