capter3【DOC精选】.doc

课程单元信息 单元 第三章 周 次 11～13 课次 21～26 学时 12 时 间 授课方式 讲练结合 电子 教案 课题 (章节) 第三章《随机向量》 单元教学目的与要求： 理解n维随机向量的概念，二维离散型R.V.的联合概率分布与边缘分布，二维连续型R.V.的联合概率密度与边缘密度，切比雪夫不等式，依概率收敛概念，切比雪夫大数定律，贝努里大数定律，辛钦大数定律；熟练掌握林德伯格-勒维中心极限定理，棣莫佛-拉普拉斯中心极限定理． 单元教学重点、难点： 林德伯格-勒维中心极限定理的条件、结论，应用棣莫佛-拉普拉斯中心极限定理的条件、结论． 单元大体进程及教学方法： 12节课 讲练结合 单元实施情况：  基 本 内 容 备注 引言：前面我们只限于讨论一个随机变量的情况，但在实际问题中，对于某些随机试验的结果需要同时用两个或两个以上的随机变量来描述．例如，为了研究某一地区学龄前儿童的发育情况，对这一地区的儿童进行抽查，对于每个儿童都能观察到他的身高H和体重W．在这里，样本空间={某地区的全部学龄前儿童}，而和是定义在上的两个随机变量．又如炮弹弹着点的位置需要由它的横坐标和纵坐标来确定，而横坐标和纵坐标是定义在同一个样本空间的两个随机变量．这就是本章要讨论的多个随机变量——随机向量．重点讨论二维随机向量．本章的主要内容包括随机向量的（联合）分布、独立性以及数字特征．最后还将专门介绍在概率论的理论和应用中都占有重要地位的极限理论． §3.1 随机向量的分布 一、随机向量及其分布函数 定义3.1 设是定义在概率空间上的个随机变量，则称（）是上的一个维随机向量． 定义3.2 设（）是上的一个维随机向量，则称元函数 为随机变量（）的分布函数或个随机变量的联合分布函数，其中表示，，…，的交事件． 我们主要讨论二维情形． 设为一个二维随机向量，对给定的实向量，实际上是取值于区域（图中阴影部分）的概率． 基 本 内 容 备注 分布函数具有以下的基本性质： （1）是变量，的不减函数，即 对于任意固定的，当时，； 对于任意固定的，当时，． （2），且 对于任意固定的，； 对于任意固定的，； ； ． （上面四个式子可以从几何上加以说明．例如，在图中将无穷矩形的右边界向左无限平移（即），则“随机点落在这个矩形内”这一事件趋于不可能事件，故其概率趋于0，即有，时，无穷矩形扩展到全平面，“随机点落在这个矩形内”这一事件趋于必然事件，故． （3），关于右连续，关于也右连续． （4）对于任意，，，，下述不等式成立： ． 上述四条性质是二维随机变量分布函数的最基本的性质，即任何二维随机变量的分布函数都具有这四条性质；更进一步地，我们还可以证明：如果某一二元函数具有这四条性质，那么，它一定是某一二维随机变量的分布函数（证明略）． 基 本 内 容 备注 例：已知二元函数 判断它是否为某二维随机变量的分布函数． 分析：容易验证满足性质的前三条，下面验证是否满足性质（4），取点，，，有，，故不是某二维随机变量的分布函数． 此外，如果的分布函数已知，则由可导出和各自的分布函数和： ， ． 通常称和为（联合）分布函数的边缘分布函数． 一般地，设维随机向量（）的分布函数，则称 ， 为的边缘分布函数． 基 本 内 容 备注 二、离散型随机变量的概率分布 定义3.3 如果二维随机向量只取有限个或可数个值，则称为二维离散型随机向量． 为二维离散型随机向量，当且仅当，均为离散型随机变量． 定义3.4 设随机向量的所有可能取值为，，如果已知 ，，则称上式为随机向量的概率分布，或和的联合概率分布． 满足下列性质：（1），； （2）． 联合概率分布表 … … ? ?? ? ?? ? ?? ? ?? ? ?? ? ? 由和的联合概率分布，可以求出各自的概率分布： ，； ，． 通常称以上两式为联合分布（）的边缘概率分布． 分析讲解教材例3.1，并适当补充以下例习题： 1．（概全学P.110）掷一枚均匀硬币三次，以表示三次中正面出现次数，表示三次中出现正面次数与反面次数之差的绝对值，求的概率分布和边缘分布律． 基 本 内 容 备注 分析：抛硬币三次，正面出现次数，且 ，．三次中反面出现的次数为，从而 ，且取值为1，3．因此与的联合分布律为： 1 3 0 0