概率论与数理统计总结之第三章.docVIP

多维随机变量及其分布 二维随机变量： 一般，设E是一个随机试验，它的样本空间是S={e}.设X=X(e)和Y=Y(e)是定义在S上的随机变量，由它们构成的一个向量（X,Y),叫做二维随机向量或二维随机变量。 设（X,Y)是二维随机变量，对于任意实数x,y,二元函数： 称为二维随机变量（X,Y）的分布函数，或称随机变量X和Y的联合分布函数 分布函数F(x,y)具有以下基本性质： F（x,y)是变量x和变量y的不减函数， 即对于任意固定的y，当 对于任意固定的x，当 2.0≤F(x,y)≤1，且 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 F(x,y）=F(x+0,y），F(x,y+0），即F(x,y）关于x右连续，关于y也右连续 对于任意下述不等式成立 离散型随机变量： 如果二维随机变量（X,Y)全部可能取到的不相同的值是有限对或可列无限多对，则称（X,Y）是离散型随机变量 称……为二维离散型随机变量（X,Y）的分布律，或随机变量X和Y是联合分布律 表格形式表示联合分布律： Y X … … … … … … … … … … … … 离散型随机变量X和Y的联合分布函数为 ，其中和式是对一切满足的i,j来求和的 连续型随机变量： 对于二维随机变量（X,Y）的分布函数F（x,y)，如果存在非负的函数f(x,y)使得对于任意x,y有 ，则称（X,Y）是连续型的二维随机变量，函数f(x,y)称为二维随机变量（X,Y）的概率密度，或称为随机变量X和Y的联合概率密度 概率密度的性质： f(x,y)≥0 设G是xOy平面上的区域，点（X,Y）落在G内的概率为 若f(x,y)在点（x,y）连续，则有 一般，设E是一个随机试验，它的样本空间是S={e},设…是定义在S上的随机变量，由它们构成的一个n维向量…叫做n维随机向量或n维随机变量 对于任意n个实数元函数称为n维随机变量…的分布函数或随机变量的联合分布函数。 边缘分布 二维随机变量（X,Y)作为一个整体，具有分布函数F（x,y)。而X和Y都是随机变量，各别也有分布函数，将它们分别记为，依次称为二维随机变量（X,Y）关于X和关于Y的边缘分布函数 边缘分布函数可以由（X,Y）的分布函数F（x,y)所确定： 即， 同理得， 对于离散型随机变量，有 =… =… 分别称为（X,Y)关于X和关于Y边缘分布律 对于连续型随机变量（X,Y），设它的概率密度为f(x,y），有 有X的概率密度： 同理， 分别称为（X,Y）关于X和关于Y的边缘概率密度 条件分布： 设（X,Y）是二维离散型随机变量，对于固定的j，若，则称 ｜… 为在条件下随机变量X的条件分布律 同样地， 若则称｜… 为条件下随机变量Y的条件分布律 设二维随机变量（X,Y）的概率密度为f(x,y),(X,Y)关于Y的边缘概率密度为。若对于固定的y,则称为在Y=y的条件下X的条件概率密度，记为 称为在Y=y的条件下，X的条件分布函数，记为P{X≤x|Y=y}或，即 设F(x,y)及分别是二维随机变量（X,Y）的分布函数及边缘分布函数，若对于所有x,y有P{X≤x,Y≤y}=P{X≤x}P{Y≤y},即，则称随机变量X和Y是相互独立的 设（X,Y）是连续型随机变量，分别为（X,Y）的概率密度和边缘概率密度，则X和Y相互独立的条件等价于在平面上几乎处处成立（除去面积为0的集合以外，处处成立） 定理： 设…和…相互独立（即…………），则…和…相互独立。又若h,g是连续函数，则h…和g…相互独立。 两个随机变量的函数的分布： Z=X+Y的分布 设（X,Y）的概率密度为f(x,y),则Z=X+Y的分布函数为 这里的积分区域G：x+y≤z是直线x+y=z及其左下方的半平面 = 令x=u-y，得 于是有Z的概率密度为 由X,Y的对称性，得 卷积分公式（记为)： = 有限个相互独立的正态随机变量的线性组合仍然服从正态分布 M=max(X,Y)及N=min(X,Y)的分布 设X,Y是两个相互独立的随机变量，它们的分布函数分别为 M=max(X,Y) ， 即 N=min(X,Y) =, 即 一般地，设是n个相互独立的随机变量，它们的分布函数分别为，则及的分布函数分别为 …， …