3-1二维随机变量的分布函数、边缘分布、条件分布.pptVIP

* 第三章 多维随机变量及其分布 1.一维随机变量的概念和离散型随机变量及其分布律 2.一维分布函数 4. 随机变量函数的分布 第二章中 讨论的问题 本章将给出二维随机变量、联合分布律、联合概率密度和二维联合分布函数的概念 3.一维连续型随机变量 及其 概率密度 §3.1二维随机变量的分布函数、边缘分布、条件分布 到现在为止，我们只讨论了一维r.v及其分布. 但有些随机现象用一个随机变量来描述还不够，而需要用几个随机变量来描述. 在打靶时,命中点的位置是由一对r.v(两个坐标)来确定的. 飞机的重心在空中的位置是由三个r.v (三个坐标）来确定的等等. 一般地，我们称n个随机变量的整体X=(X1, X2, …，Xn)为n维随机变量或随机向量. 以下重点讨论二维随机变量. 请注意与一维情形的对照 . 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. ▲ 定义 (二维随机变量的分布函数) 称为二维随机变量 ( X, Y ) 的分布函数或称为 ( X, Y ) 的联合分布函数. 随机变量，对于任意的实数 二元函数 设 是二维 一、二维随机变量（X,Y）的联合分布函数 一维随机变量的分布函数 设 X 是一个 r.v，称 为 X 的分布函数. 分布函数的几何意义 如果用平面上的点 (x, y) 表示二维r.v. (X , Y )的一组可能的取值，则 F (x, y) 表示 (X , Y ) 的取值落入图所示角形区域的概率. 性质1 F (x , y) 分别对 x 和 y 单调不减, 即: 对固定的y, x是不减的 对固定的x, y是不减的 性质2 F(x, y)对每个自变量x 或 y是右连续的，即: 联合分布函数的性质 性质3 随机点落在这三种情形所示的矩形内是不可能事件，故概率趋向于零 随机点落在这种情况所示的矩形内是必然事件，故概率趋于1 说明： 不等式左边恰好是（X,Y）落在矩形ABCD内的概率，而概率具有非负性，故得此不等式。 性质4 当 时，有： x1 x2 y1 y2 1. 二维离散型随机变量的定义 如果随机变量X,Y的取值(x,y)只能是有限对或可列无限多对，则称(X,Y)为二维离散型随机变量. 二、二维离散型随机变量 2. 二维离散型随机变量的分布律 设二维离散型随机变量(X,Y)的所有可能取的值为 为二维离散型随机变量(X,Y)的概率分布或分布律，或称为联合分布律. 则：其相应的概率 一维离散型随机变量的分布律 设xk (k=1,2, …)是离散型 k=1,2,… … 随机变量X所取的一切可能值，称 为离散型随机变量X的分布律 注: 同一维随机变量(离散型)类似，一般可用 ▲ 下列表格形式表示： Pij满足 例1 同时掷两颗骰子，X表示第一颗骰子的点数，Y表示第二颗骰子的点数，则(X , Y )的联合分布律为 列表表示为： （P62，例1） 例2（续例1）用 表示两颗骰子点数较大者， 表示点数较小者，求 的联合分布律。 （P60，例2） 例3 将一枚均匀的硬币抛掷4次，X表示正面向上的次数，Y表示反面朝上次数。求 (X, Y) 的联合分布律. X Y 0 4 1 3 2 2 3 1 4 0 P(X=0, Y=4)= P(X=2, Y=2)= =1/4 =6/16 P(X=3, Y=1)= =1/4 P(X=4, Y=0)= 0.54 =1/16 P(X=1, Y=3)= 0.54=1/16 解：概率非零的(X,Y) 可能取值对为: 其对应的概率分别为： X 0 1 2 3 4 Y 0 1 2 3 4 列表为： 0 0 0 0 1/16 0 0 0 1/4 0 0 0 6/16 0 0 0 1/4 0 0 0 1/16 0 0 0 0 1. 二维连续型随机变量的定义 如果随机变量 (X, Y) 的取值 不能一 一列出，而是充满一个平面区域, 则称 (X,Y) 为连续型随机变量. 三、二维连续型随机变量 2. 二维连续型随机变量的(联合)概率密度 (1) 定义 设二维 r.v.( X ,Y )的分布函数为F(x ,y ),若存在非负可积函数 f (x,y) ,使得对于任意实数 x ,