概率多维随机变量及其分布.docVIP

第三章 多维随机变量及其分布 教学目的：（1）使学生掌握多维随机变量的概念及其联合分布，理解并掌握边际分布和随机变量的独立 性概念； （2）使学生掌握多维随机变量函数的分布，理解并掌握多维随机变量的特征数； （3）使学生理解和掌握条件分布与条件期望. 重 点：本章的重点是多维随机变量的联合分布和边际分布、多维随机变量函数的分布及条件分布、 多维随机变量的特征数. 难 点：难点是多维随机变量函数的分布及条件分布的求法 学 时：18 引入：在有些随机现象中，对每个样本点只用一个随机变量去描述是不够的，比如研究儿童的生长发 育情况，仅研究儿童的身高或仅研究其体重都是片面的，有必要把和作为一个 整体来考虑，讨论它们总体变化的统计规律性，进一步讨论和之间的关系.在有些随机现象 中，甚至要同时研究二个以上随机变量. 如何来研究多维随机变量的统计规律性呢？仿照一维随机变量，我们先研究联合分布函数，然后研 究离散随机变量的联合分布列、连续随机变量的密度函数. 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3.1.1：如果是定义在同一个样本空间上的个随机变量，则称 为维（或元）随机变量或随机向量. 在实际问题中，多维随机变量的情况是经常会遇到的.譬如 ·在研究家庭的支出情况时，我们感兴趣的假定是每个家庭（样本点）的衣食住行四个方面，若用 分别表示衣食住行的花费占其家庭总收入的百分比，则 就是一个四维随机变量. 3.1.2 联合分布函数 定义3.1.2：对任意个实数，个事件同时发生的概率 被称为维随机变量的联合分布函数. 本章主要研究二维随机变量，二维以上的情况可以类似进行. 在二维随机变量场合，联合分布函数 是事件与同时发生（交）的概率.如果将二维随机变量 看成是平面随机点的坐标，那么联合分布函数在处 的函数值就是随机点落在以为右上角的无穷矩形内 的概率（见右图）. 定理3.1.1：任何一个二维联合分布函数必具有如下四条基本性质 单调性：分别对或是单调不减的，即 ·当时，有. ·当时，有. 有界性：对任意的和，有，且 ·； ·； ·； ·. 右连续性：对每个变量都是右连续的，即 ·； ·. 非负性：对任意的有 证明(4): 注：任何一个二维联合分布函数必具有以上四条基本性质，还可证明具有以上四条性质的二元函数一定是某个二维随机变量的分布函数.即这四条性质是判定一个二元函数是否为某个随机变量的分布函数的充要条件，比一维情形下多了一个条件. 例3.1.1：判定二元函数 是否为某个二维随机变量的分布函数. 解: 二元函数的图形如右图 由图显然可知二元函数满足性质（1）（2）（3）， 但是 所以，性质（4）不满足.故不是某个二维随机变量的分布函数. 分析：证明某个二元函数是二维分布函数需验证满足二维分布函数的四条性质（1）（2）（3）（4），若证 明不是二维分布函数只需验证其中一条性质不满足即可. 3.1.3 联合分布列 定义3.1.3：若二维随机变量只取有限个或可列个数对，则称其为二维离散随机变量，称 为二维随机变量的联合分布列.还可以用表格表示成如下形式 联合分布列的性质： 非负性：； 正则性：. 分析：求二维离散随机变量的联合分布列，关键是写出二维离散随机变量可能取的数对及其发生的概率. 例3.1.2：从中任取一个数记为，再从中任取一数记为，求的联合分布列及 . 解: 为二维随机变量,其中的分布列为： 的可能值也是，若记为的取值，则 （1）当时，； （2）当时， 由此可以算得事件的概率为： 3.1.4 联合密度函数 定义3.1.4：如果存在二元非负函数，使得二维随机变量的分布函数可表示为 则称为二维连续随机变量，称为的联合密度函数. 注：在偏导数存在的点上，有. 联合密度函数的基本性质 （1）非负性 （2）正则性 注：给出联合密度函数，就可以求有关事件的概率了.若为平面上的一个可积区域，则事件 的概率可表示为在上对密度函数的二重积分 在具体使用上式运算时时，要注意代入后的新积分范围是的非零区域与的交集部分，然后 设法化二重积分为二次累次积分，最后计算出结果. 例3.1.3：设的联合密度函数为 试求：（1）； （2）. 解：（1） （2） 3.1.5 常用多维分布 一、多项分布（多项分布是重要的多维离散分布，它是二项分布的推广） 进行次独立重复的试验，如果每次试验有个可能结果：且每次试验中事件发生 的概率均为，设为次独立重复的试验中事件出 现的次数，则维随机变量取值为时的概率，即出现 次，出现次，……，出现次的概率为 . 这个联合分布列称为项分布，