概率统计：03.1.pptVIP

作业：Chap3： 2、4、5、6、7、9 第三章 二维随机变量及其分布 在实际问题中, 试验结果有时需要同时用两个或两个以上的随机变量来描述. 例如：用温度和风力来描述天气情况. 通过对含碳、含硫、含磷量的测定来研究钢的成分. 要研究这些随机变量之间的联系,就需考虑若干个随机变量, 即多维随机变量及其取值规律——多维分布. §3.1 二维随机变量及其联合分布 定义 设?为随机试验的样本空间， 则称二维向量( X , Y )为二维随机变量 或二维随机向量 二维随机变量 二维随机变量作为一个整体的概率特性 其中每一个随机变量的概率特性与整体的概率特性之间的关系 问题： 二维随机变量的联合分布函数 定义 设( X , Y ) 为二维随机变量，对于任何 一对实数( x , y ), 是一个二元实函数 F ( x , y )， 事件(X ≤ x )∩( Y≤ y), 记为(X ≤ x , Y≤ y) 的概率P ( X ≤ x , Y≤ y) 称为二维随机变量( X ,Y ) 的分布函数，即 分布函数的几何意义 如果用平面上的点(x, y)表示二维随机变量(X ,Y )的一组可能的取值， 则F (x, y) x y (x, y) =P ( X ≤ x , Y≤ y) 表示(X ,Y )的取值落入下图所示的角形区域的概率 联合分布函数的性质 (x, y) (x, y) x y x y -? (x, y) (x, y) x y x y 固定 x , 对任意的 y1 y2 , F (x,y1) ? F (x,y2) 固定 y , 对任意的 x1 x2 , F (x1,y) ? F (x2,y) 2、对每个变量单调不减 P (X ≤ x , Y ≤ y1) ≤ P (X ≤ x , Y ≤ y2) F (x,y1) ? F (x,y2) (X ≤ x , Y ≤ y1)包含于(X ≤ x , Y ≤ y2) (x, y2) (x, y1) x y F (x0 , y0) = F (x0+ 0 , y0) F (x0 , y0) = F (x0, y0 + 0 ) 3、对每个变量右连续 =F (x0 , y0) 不包含任意大于x0的概率 F (b,d) – F (b,c) – F (a,d) + F (a,c) ? 0 事实上 F (b,d) – F (b,c) – F (a,d) + F (a,c) = P (a X ? b , c Y ? d) a b c d 4、对于任意的a b , c d 可以证明:凡满足上述性质1-4的二元函数F(x,y)必定是某个二维随机变量的分布函数. 例1 设二维随机变量(X,Y)的分布函数为 1、确定常数a、b 2、求P(X0,Y≤2) 解(1) 利用分布函数的性质 由y0的任意性,得 所以 (2) P (a X ? b , c Y ? d) = F (b,d) – F (b,c) – F (a,d) + F (a,c) 例2 设 讨论F (x, y)能否成为二维随机变量的分布 函数？ 解 x y ? (0,0) ? (2,0) ? (2,2) ? (0,2) 故 F (x, y)不能作为二维随机变量的分布函数 x+ y = 1 注意 对于二维随机变量 x y a c (a,c) (a,+?) (+?,+?) (+?,c) 定义 若二维随机变量(X ,Y )的所有可能的 取值为有限多个或无穷可列多个, 则 称(X ,Y ) 为二维离散型随机变量. 与一维相对应，要描述二维离散型随机变量的概率特性，常用其联合分布函数和联合分布律 二维离散型随机变量及其概率特性 联合概率分布 设( X ,Y )的所有可能的取值为 则称 为二维随机变量( X ,Y ) 的联合概率分布或联合 分布律，也简称概率分布或分布律 显然， x y x1 x2 xi y1 y2 yj … … … … … … … … … … … … … … … … … … … … p11 p12 p21 p22 p1j p2j pi1 p2i pij 随机点(X,Y)落在任一区域D的概率 此为基本性质 联合分布函数 由此知，已知联合分布律可以求出其联合分布函数 x y x1 xi y1 yj … … … … … … … … … … … … … … … … p11 p1j pi1 pij (x, y) 反之，已知分布函数也可以求出其联合分布律 x y x1 xi y1 yj … … … … … … … … … … … … … … … … p11 p1j pi1 pij pij 例3 甲、乙两盒