第3章3.1多维随机变量及联合分布.pptVIP

第3章 多维随机变量及其分布 例如，要研究儿童的生长发育情况，常用身高和体重两个随机变量来描述； 研究某地区的气候状况需要考虑温度、湿度等多个随机变量； 研究国民经济状况，就需要用GDP、固定资产投资、各产业产值、人均消费额等很多随机变量来描述． 第3章 多维随机变量及其分布 主要内容 § 3.1 多维随机变量及联合分布 § 3.2 二维随机变量的边缘分布 § 3.3 条件分布* § 3.4 随机变量的相互独立性 § 3.5 二维随机变量函数的分布 §3.1 多维随机变量及联合分布 3.1.1 多维随机变量的概念 【定义3.1】如果X1(?)，X2(?)，…，Xn(?)是定义在同一个样本空间? = {?}上的n个随机变量，则称 为n维随机变量或n维随机向量, 简记为X = (X1, X2. …, Xn) 注意，多维随机变量的关键是定义在同一样本空间上. §3.1 多维随机变量及联合分布 3.1.1 多维随机变量的概念 【例3-1】在研究每个家庭的支出情况时，我们感兴趣于每个家庭（样本点?）的衣食住行四个方面，若用X1(?)，X2(?)，X3(?)，X4(?)分别表示衣食住行的花费，则(X1，X2，X3，X4)就是一个四维随机变量． n维随机变量(X1, X2, … , Xn)的性质不仅与其中每个随机变量的性质有关，而且还依赖于这n个随机变量的相互关系． 因此，逐个地来研究每个随机变量的性质是不够的，还需要将(X1，X2，…，Xn)作为一个整体来进行研究. §3.1 多维随机变量及联合分布 3.1.2 二维随机变量及联合分布函数 【定义3.2】设(X，Y)是二维随机变量，对于任意实数x，y，称事件{X ? x}，{Y ? y}同时发生的概率 为随机变量(X,Y)的分布函数, 或X与Y的联合分布函数 §3.1 多维随机变量及联合分布 3.1.2 二维随机变量及联合分布函数 容易证明分布函数F(x，y)具有以下的性质． (1) 单调性：F(x，y)分别对x或y是单调不减的，即 当x1x2时，有 当y1y2时，有 (2) 有界性：对任意的x和y， 有0≤F(x,y)≤1，且 §3.1 多维随机变量及联合分布 3.1.2 二维随机变量及联合分布函数 容易证明分布函数F(x，y)具有以下的性质． (3) 右连续性：对每个变量是右连续的，即 对任意的x0，有； 对任意的y0，有: (4) 非负性：对任意的a b，c d有 事实上，具有上述四条性质的二元函数F(x，y)一定是某个二维随机变量的分布函数． 注意，分布函数F(x, y)的性质(4)不能由前三条性质推出 如【例3.2】 §3.1 多维随机变量及联合分布 3.1.3 二维离散型随机变量及联合分布律 【定义3.3】如果二维随机变量(X，Y)只取有限个或可列个数对(xi，yj)，则称(X，Y)为二维离散型随机变量，称 为(X，Y)的分布律，或X与Y的联合分布律，也可用如下表格形式表示(X，Y)的分布律． Y X y1 y2 … yj … x1 p11 p12 … p1j … x2 p21 p22 … p2j … … … … … … … xi pi1 pi2 … pij … … … … … … … §3.1 多维随机变量及联合分布 3.1.3 二维离散型随机变量及联合分布律 【定义3.3】如果二维随机变量(X，Y)只取有限个或可列个数对(xi，yj)，则称(X，Y)为二维离散型随机变量，称 为(X，Y)的分布律，或X与Y的联合分布律，也可用如下表格形式表示(X，Y)的分布律． 联合分布律有如下性质： (1) 非负性： (2) 归一性： §3.1 多维随机变量及联合分布 3.1.3 二维离散型随机变量及联合分布律 ?如何求二维离散型随机变量(X,Y)的分布律? (1)写出(X，Y)所有可能取到的数对; (2)求出 (X，Y)取每个数对的概率． §3.1 多维随机变量及联合分布 3.1.3 二维离散型随机变量及联合分布律 【例3.3】甲乙两人独立进行射击，甲每次命中率为0.2，乙每次命中率为0.5．以X、Y分别表示甲、乙各射击两次的命中次数，试求(X，Y)的分布律． 由题知, X, Y均可取0, 1, 2. 由于甲、乙是独立进行射击, 所以{X = i}与{Y = j}两事件相互独立，i, j = 0, 1, 2, i, j=0, 1, 2 于是(X, Y)分布律为 §3.1 多维随机变量及联合分布 3.1