[课件]概率与统计.二维随机变量及其分布.ppt

例3.1.3 已知二维随机变量( X , Y )的联合概率密度为 试写出( X , Y )的联合分布函数。 y 1 f(x,y)的非零区域 x 0 1 解 F ( x , y )=0 1 ) 当 x ≤0 , 或 y ≤0 时 2 ) 当 0≤x , y ≤1 时 x y 0 1 1 f(x,y)的非零区域 3 ) 当 0≤x ≤1 , y≥1 时 4 ) 当 0≤y≤1 , x≥1 时 x y 0 1 1 f(x,y)的非零区域 5 ) 当 1≤y , x≥1 时 综上所叙得 ? 例3.1.4 已知二维随机变量( X , Y )的联合概率密度为 求关于Y 的边缘概率密度 fY ( y ) . 分析 求Y 的边缘概率密度, 需固定 y 对 x 求积分. 实质上是求含参变量的积分. x 0 y xy =1 x =1 y = x 对 y 的不同值， f Y ( y )的积分上下限不相同. 电子科技大学 联合分布 电子科技大学 多维随机变量的引入 §3.1 二维随机变量及其分布 一.联合分布函数 定义 设随机试验E 的样本空间为?，对于每一样本点? ?? ，有两个实数 X (? ) ,Y (? ) 与之对应，称它们构成的有序数组 ( X , Y ) 为二维随机变量. 注1： X，Y 都是定义在? 上的随机变量，有 ω Ω x =X(ω) y =Y(ω) 例如, 为描述一个人的身材特征, 用身高 H 和体重 W 来描述. 假设 ? = {电子科大全体学生}, 任选 1 名学生 ?∈?, 相应的身高和体重是 H(?) 与W(?) . 即一个样本点? 对应着两个变量, (H, W) 是定义在?上的二维随机变量. 定义 对任意实数对 (x , y ) ∈R2，称二元函数 F ( x , y ) = P { X ≤ x , Y ≤ y } 为( X , Y ) 的联合分布函数. 注2 记事件 { X ≤ x , Y ≤ y } = { X ≤ x } ∩{ Y ≤ y } 0 y x 联合分布函数几何意义 ( X , Y ) x1 x2 y2 y1 0 y x 一维随机变量X、Y 的分布函数FX(x)与FY(y)称为( X, Y ) 的边缘分布函数. 由联合分布函数可确定边缘分布函数 思考 能否由边缘分布函数确定联合分布 函数？ 练习（X, Y）的联合分布函数为 联合分布函数的性质 1.单调不减性 F(x, y)分别对x , y单调不减. 2.有界性： 0≤F(x ,y) ≤1 3.右连续性 F(x, y) 分别关于x 或 y右连续. 0 参见教材 P64例3.1.1 4.相容性：对任意 x1 x2 ,y1 y2, 有 注 如果二元函数 F( x , y ) 满足上述4条性质，则必存在二维随机变量( X ,Y )以F( x , y ) 为分布函数. 思考 一维分布函数与二维分布函数的联系与区别？ n维随机变量( X1 ,X2 , … , Xn )的联合分布函数为 定义 （x1 , x2 ,…, xn）∈Rn. 由( X1 , X2 , … , Xn )的联合分布函数，可确定其中任意k 个分量的联合分布函数，称为k维边缘分布函数. 二.联合分布律 定义 设二维随机变量( X , Y )至多取可列对数值： 称( X , Y )为二维离散型随机变量，称式( *)为( X , Y )的联合分布律. 由联合分布律确定随机变量X , Y 的分布律 联合分布函数为 用表格表示联合分布律和边缘分布律 思考 能否用边缘分布律来确定联合分布律，原因是什么？ (参见教材P 66 例3.1.3和例3.1.4) 多维随机变量的联合分布不仅与每个分量的边缘分布有关，而且还与每个分量之间的联系有关！ 例3.1.2 例3.1.1 三.联合概率密度 定义 二维随机变量( X , Y )的联合分布函数为F(x , y)，如果存在非负的函数f (x , y)使得对任意实数对(x , y)，有 称(X ,Y )是连续型随机变量，称f (x , y ) 为 (X , Y )的联合概率密度. 密度性质 这两条可作为判断 一个二元函数是否是 联合概率密度的标准 5) 关于X 和Y 的边缘概率密度为 带参变量的积分 例3.1.3 例3.1.4 例3.1.5 求解边缘概率密度, 是求解含参变量积分问题. 难点:定积分的上下限. 解决方法:借助于图形 讲义P70页例3.1.7是通过讨论 f(x,y)的非零区域来求解. 四.二