(10-11-01) 第3章 多维随机变量及其分布.pptVIP

由此性质看到，(X,Y)的边缘分布都与?无关，说明?不同，得到的二维正态分布也不同，但其边缘分布相同。因此边缘分布是不能唯一确定联合分布的，即使X,Y都是服从正态分布的随机变量， (X,Y)不一定是服从二维正态分布。 二维正态分布的边缘分布必为一维正态分布，反之不真。 例3.12 设二维随机变量 x∈(-∞,+∞)，y∈(-∞,+∞)，求fX(x)，fY(y)。 解 因此 同理可得 但 (X,Y)不服从二维正态分布。（P60/例6） 分布函数的概念可推广到n维随机变量的情形。 事实上，对n维随机变量(X1, X2, … , Xn)， F(x1, x2, … , xn)＝P(X1? x1, X2 ?x2, … , Xn ?xn) 称为n维随机变量(X1, X2, … , Xn)的分布函数， 或随机变量X1,X2,…,Xn的联合分布函数。 3.2 随机变量的独立性 (P62) 一、两个随机变量的独立性 定义1 设F(x,y)是二维随机变量(X,Y)的分布函数，FX(x)，FY(y)分别是一维随机变量X与Y的边缘分 布函数，若对一切x,y∈R，均有 P(X≤x,Y≤y)=P(X≤x) ? P(Y≤y) 即 F(x,y)= FX(x)?FY(y) 则称随机变量X与Y相互独立。 结论：随机变量X与Y是相互独立的充要条件是事件(X≤