第三章01二维离散随机变量.pptVIP

* * 第一节 多个随机变量的联合分布列 1、多维随机变量的定义 在一个试验中经常涉及几个随机变量。例： （1）研究儿童的身体发育状况，令 X：身高，Y：体重 则（X，Y）是一个二维随机变量 （2）某人买了三个股票，令X，Y，Z分别表示三个股票在某一时期的价格变动，则（X，Y，Z）是一个三维随机变量。 所谓多维随机变量是指在同一个试验结果之下产生的多个随机变量。它们所涉及的样本空间和概率律是相同的。 这些随机变量的取值由试验结果确定，因此它们的取值是相互联系的。我们要考察它们取值的概率。 （3）考察某地区气候，通常要考察气温 气压 风力 湿度 四个随机变量，记为 是四维随机变量 定义：如果样本空间Ω的样本点同时对应着n个随机变量 以这n个随机变量构成的向量 称为 n维随机向量。 我们重点讨论二维随机变量（X，Y） 2、二维离散型随机变量 设在同一个试验中有两个随机变量X，Y，如果X，Y都是离散型随机变量，则称(X,Y)为二维离散型随机变量。 2.1联合分布列 设 是(X,Y)的可能取值，事件 的概率： 称为(X,Y)的联合分布列。 注： 的含义为： 或 联合分布列可以用二维表的形式来表示： … pij … pi2 pi1 xi … … … … … … … p2j … p22 p21 x2 … p1j … p12 p11 x1 … yj … y2 y1 Y X 例 5件产品中有2件次品3件正品,一次抽取一件,不放回连续取两次,X与Y分别为第一、二次抽到的次品数.求(X,Y)的联合分布列. p22 p21 1 p12 p11 0 1 0 Y X 解：P{X=0,Y=0} = P{X=0}P{Y=0|X=0} 其他类似可得 例 六个乒乓球中有四个是新球，第一次取出两个，用完后放回去，第二次又取出两个，记X,Y分别表示第一次与第二次取到的新球个数，求(X,Y)的联合分布。 解 依题意知X=0,1,2，Y=0,1,2， (X,Y)共有9个值. P{X=i,Y=j}=P{X=i}×P{Y=j|X=i} i=0,1,2，j=0,1,2 利用联合分布列可以确定任何由随机变量X和Y所确定的事件的概率。例如A是由某些(x,y)所形成的集合，则 联合分布列的性质 2.2 利用X和Y的联合分布列，可以求X或Y的分布列 X的分布列 可以记为 Y的分布列 可以记为 X和Y的分布列称为边缘分布列。 联合分布列和边缘分布列之间的关系如下图： 1 … pi(1)= … p2(1)= p1(1)= PX … … PY … … … … … … … pij … pi2 pi1 xi … … … … … … … p2j … p22 p21 x2 … p1j … p12 p11 x1 … yj … y2 y1 Y X X的边缘分布列就是表中相应的行和； Y的边缘分布列就是表中相应的列和。 例 5件产品中有2件次品3件正品,一次抽取一件,不放回连续取两次,X与Y分别为第一、二次抽到的次品数.求(X,Y)的联合分布列和边缘分布列. 1 PY 1 0 PX 1 0 Y X 解 已经求出其联合分布列如右图，则边缘分布列为： 注：求Y的边缘概率用的是全概率公式 例 5件产品中有2件次品3件正品，一次抽取一件，有放回取两次，X与Y分别为第一、二次抽到的次品数。求(X,Y)的联合分布和边缘分布。 1 PY 1 0 PX 1 0 Y X 解：P{X=0,Y=0} =P{X=0}P{Y=0} (独立事件) 其他类似 {X=i}与{Y=j}每一对都独立，称X与Y相互独立 例4 某射手在射击中，每次击中目标的概率为p(0＜p＜1)，射击进行到第二次击中目标为止，若用Xk表示第k次击中目标时所进行的射击次数(k=1,2)，求X1和X2的联合分布及边缘分布。 解：事件｛X1=i,X2=j｝表示“共射击j次，其中第i次和第j次射击击中了目标，而其余的j-2次未击中目标”，i=1,2,…，j=i+1,i+2,…，显然，各次射击是独立的，记q＝1-p，则 P{X1=i, X2=j}= P{X1=i}=pi(1)= X1服从几何分布 P{X2=j}=pj(2)= pq2 … p2qj-2 … p2q2 0 0 3 3p2q2 … 0 p2q2 p2q2 4 1 … pqi-1 … pq1 p PX1 … (j-1)p2qj-2 … 2p2q p2 PX2 … … … … … … … p2qj-2 … 0 0 i … … … … … … … p2qj-2 … p2q 0 2 … p2qj-2 … p2q p2 1 … j … 3 2 X2 X1 例6 设R.V.Y~N(0,1)，Xi= i=1,2 求(X1,X2)的联合分布