概率论和随机过程课件-3.1.ppt

* 注释  任何一个满足这4条性质的二元函数F x,y 都可以是某个二维随机变量的分布函数。分布函数F x,y 完整地描述了二维随机向量的概率分布。 * 几何概型中讨论的概率计算问题,其假定的实质就是一个均匀分布. * 多维正态分布是一种重要的分布,它在概率论,数理统计,随机过程中占有重要地位,有关它的许多重要性质,我们将在后面陆续介绍。 第3章 多维随机变量及其分布 3.1 二维随机变量及其分布 3.2 边缘分布与随机变量的独立性 3.3 条件分布 3.4 两个随机变量函数的分布 3.5 n维随机变量简介 一维随机变量及其分布 多维随机变量及其分布 由于从二维推广到多维一般无实质性的困难，我们重点讨论二维随机变量 . 1．定义： 设X1 ω ,…,Xn ω 为定义在样本空间Ω上的随机变量,由它们构成的一个向量 X1, …,Xn 叫做n维随机变量或n维随机向量。 对于多维随机变量, 需要考虑①n维随机变量作为一个整体的概率分布或称联合分布； ②还要研究每个分量的概率分布； ③并且还要考察各分量之间的联系。 3.1 二维随机变量及其分布 3.1.1 二维随机变量及其分布函数 定义：若对任意xk∈R,k 1,2,…n,称ｎ元函数 为随机向量 X1, …,Xn 的 联合 分布函数。 注释  1 事件 X1≤x1, …,Xn≤xn 是n个事件 Xk≤xk 同时发生的概率，故称为联合分布函数。 2 F x1,x2,…,xn 是普通的n元函数，这样，我们就把对随机向量的研究转化为对普通n元函数的研究。 3 二维随机向量 X,Y 可以看成平面上随机点的坐标。则 X,Y 分布函数F x,y P X ? x,Y ? y 在 x,y 处的函数值就是随机点 x,y 落在如图所示的以点 x,y 为顶点而位于该点左下方的无穷矩形闭区域上的概率。 1 .F x,y 是变量x 和y的不减函数,即对于任意固定的y, 当x2 x1时，F x2, y ≥F x1, y ；对于任意固定的x, 当y2 y1时，F x, y2 ≥F x, y1 且 0≤F x, y ≤1。 因为 X≤x1,Y≤y ? X≤x2,Y≤y . 2 . 对于任意固定的y, F -∞,y 0；  对于任意固定的x, F x,-∞ 0； F -∞,-∞ 0，F +∞,+∞ 1。 2.二维分布函数的性质 证：只证F -∞,y 0。因为 0≤P X≤x,Y≤ y ≤P X≤ x,Y +∞ , 所以0≤F x, y ≤FX x ,令x →-∞,于是F -∞,y 0。 3 .F x, y F x +0, y , F x, y F x, y +0 , 即F x, y 关于x右连续,关于y也右连续. 证：只证 F x, y F x +0, y 。 因为 F x +△x, y F x, y +P x X≤ x +△x,Y≤ y , 而 P x X≤ x +△ x,Y≤ y F x +△ x, y - F x, y ≤ P x X≤ x +△ x →0 △ x →0 . 故所证结论成立。 4 .对于任意 x1, y1 , x2, y2 ， x1 x 2, y1 y2,下述不等式成立: F x2, y2 -F x2, y1 -F x1,y2 +F x1, y1 ≥0, 事实上，因为P x1 X ? x2, y1 Y ? y2  F x2, y2 -F x2, y1 -F x1, y2 +F x1, y1 ≥0,如图 0 x1 x2 x y1 y2 y 二维随机变量（X,Y） X和Y的联合分布函数 X的分布函数 一维随机变量X 1．定义：  若二维随机向量 X,Y 的可能取值只有有限个或可列个,则称 X,Y 是离散型二维随机向量. 若二维离散型随机向量 X,Y 的所有可能取值为 xi,yj ,i,j 1,2,… 记P X xi,Y yj pij, i, j 1,2,… 则称下列一组等式 P X xi,Y yj pij, i, j 1,2,…为随机向量 X,Y 的 联合 分布律. 3.1.2 二维离散型随机变量及其分布律 常用表格表示 X,Y 的分布律： Y X y1 y2 … yj … x1 p11 p12 … p1j …x2 p21 p22 … p2j …… … … … … …xi pi1 pi2 … pij …… … … … … … 1 . pij≥0, i,j 1,2,… 2 ， 2.分布律的性质 二维随机变量（X,Y） 联合分布 离散型 i, j 1,2, … X和Y 的联合分布律 k 1,2, …