概率论与数理统计(茆诗松)第三章讲义.pdfVIP

第三章 多维随机变量及其分布 在某些随机现象中，样本点需要用多个随机变量共同描述，如打靶时描述弹着点在靶上的位置就需要 两个随机变量才行．用多个随机变量共同描述同一样本空间中的每一个样本点就是多维随机变量． §3.1 多维随机变量及其联合分布 3.1.1 多维随机变量 定义 设X , X , …, X 是定义在同一个样本空间Ω上的 n 个随机变量，则称 (X , X , …, X ) 是 n 维随机变量 1 2 n 1 2 n 或随机向量（Random Vector ）． 特别是当X 与 Y 是定义在同一个样本空间Ω上的两个随机变量，则 (X , Y ) 是二维随机变量．在本章中 主要讨论二维随机变量，所得结论通常可以自然推广到一般的 n 维随机变量． 3.1.2 联合分布函数 定义 n 维随机变量 (X , X , …, X ) 与 n 个任意实数 x , x , …, x ，则称 1 2 n 1 2 n F (x , x , …, x ) = P {X ≤x , X ≤x , …, X ≤x } 1 2 n 1 1 2 2 n n y 为 (X , X , …, X ) 的n 维联合分布函数（Joint Distribution Function ）． 1 2 n 特别是二维随机变量 (X , Y ) 的联合分布函数是F (x , y ) = P {X ≤x , Y ≤y }． (x , y ) F (x , y ) 二维联合分布函数基本性质： 0 x （1）单调性 F (x , y )关于x , y 单调不减， 若 x x ，则F (x , y ) ≤ F (x , y ) ，若y y ，则F (x , y ) ≤ F (x , y ) ； 1 2 1 2 1 2 1 2 （2 ）正则性 F (−∞, y ) = F (x , −∞) = 0 ，F (+∞, +∞) = 1 ； （3 ）连续性 F (x , y )关于x , y 都右连续， lim F (x ,y ) F (x ,y ) ， lim F (x , y ) F (x , y ) ； 0 0 0 0 0 0 + +