第三章多维随机变量及分布.ppt

第三章 多维随机变量及其分布 二维随机变量 边缘分布 随机变量的独立性 多维随机变量的函数的分布 3.1 二维随机变量及其分布 1、二维随机变量 设S={e}是随机试验E的样本空间，X=X(e)，Y=Y(e)是定义在S上的随机变量，则由它们构成的一个二维向量(X,Y)称为二维随机变量或二维随机向量。 二维随机变量(X,Y)的性质不仅与X及Y有关，而且还依赖于这两个随机变量的相互关系。因此，单独讨论X和Y的性质是不够的，需要把(X,Y)作为一个整体来讨论。随机变量X常称为一维随机变量。 一、二维随机变量及其分布函数 定义3.1 设(X,Y)是二维随机变量，二元实值函数 F(x,y)=P({X?x}∩{Y?y})=P(X?x,Y?y) x∈(-∞,+∞),y∈(-∞,+∞) 称为二维随机变量(X,Y)的分布函数， 或称为 X与Y的联合分布函数。 即F(x,y)为事件{X?x}与{Y?y}同时发生的概率。 2、二维随机变量的联合分布函数 几何意义： 若把二维随机变量(X,Y)看成平面上随机点的坐标，则分布函数F(x,y)在(x,y)处的函数值F(x0,y0)就表示随机点(X,Y)落在区域 -∞＜X≤ x0， -∞＜Y≤ y0 中的概率。如图阴影部分： (x0,y0) x y O 对于(x1, y1), (x2, y2)?R2, (x1 x2， y1y2 )，则随机点(X,Y)落在矩形区域[x1X? x2，y1Y?y2]内的概率可用分布函数表示为 P(x1X? x2，y1Y?y2) ＝F(x2, y2)－F(x1, y2)－ F (x2, y1)＋F (x1, y1) (x1, y1) (x2, y2) O x1 x2 x y1 y2 y 分布函数F(x, y)具有如下性质： (1)对任意(x, y) ?R2 , 0? F(x, y) ? 1。 (2)F(x, y)是变量x或y的非降函数，即 对任意y?R, 当x1x2时，F(x1,y)?F(x2,y)； 对任意x?R, 当y1y2时，F(x,y1)?F(x,y2)。 (3) (4)函数F(x,y)关于x是右连续的，关于y也是右连续的，即对任意x?R，y?R，有 (5)对于任意(x1, y1)，(x2, y2)?R2，(x1x2，y1y2)， F(x2,y2)－F(x1,y2)－F(x2,y1)＋F(x1,y1)?0。 反之，任一满足上述五个性质的二元函数F(x,y)都可以作为某个二维随机变量(X,Y)的分布函数。 例3.1.已知二维随机变量(X,Y)的分布函数为 (1)求常数A，B，C。 (2)求 边缘分布 二维随机变量的边缘分布函数 二维随机变量(X,Y)作为一个整体，具有联合分布函数F(x,y)，而X和Y都是随机变量，各自也有它们的分布函数，记 X的分布函数为FX(x)，称为随机变量(X,Y)关于X的边缘分布函数； Y的分布函数为FY(y)，称为随机变量(X,Y)关于Y的边缘分布函数。 由分布函数的定义可得到联合分布函数和边缘分布函数的关系 例3.2 设二维随机变量(X,Y)的联合分布函数为 其中A，B，C为常数，x∈(-∞,+∞)，y∈(-∞,+∞) (1)试确定A，B，C；(2)求X和Y的边缘分布函数；(3)求P(X2) 解 (1)由联合分布函数性质2可知 解得 (2) (3)由X的分布函数可得 故 练习 .已知(X,Y)的分布函数为 求FX(x)与FY(y)。 二、二维离散型随机变量及其分布 1、二维离散型随机变量 若二维随机变量(X,Y)的所有可能取值是有限多对或可列无限多对，则称(X,Y)是二维离散型随机变量。 2、联合分布律 设(X,Y)是二维离散型随机变量，其所有可能取值为 (xi,yj)，i=1,2,…，j=1,2,… 若(X,Y)取数对(xi,yj)的概率P(X=xi, Y=yj)=pij，满足 (1)pij≥0 ；(2) 则称P(X=xi, Y=yi)=pij ，i=1,2,…，j=1,2,… 为二维离散型随机变量(X,Y)的分布律 或随机变量X与Y的联合分布律 律 二维离散型随机变量的联合分布律也可用表格形式表示为： Y X y1 y2 ...