概率论第三章汇编.pptx

第3章 多维随机变量及其分布 二维随机变量的联合分布与边缘分布、判断独立性； Max(X,Y), Min(X,Y)的分布 二维随机变量的概率计算（如 3.1 多维随机变量及其分布 3.1.1 多维随机变量 定义 若随机试验的样本空间为Ω={ω}， X1(ω)，X2 (ω) ，…，Xn (ω)是定义在Ω上的 n个随机变量，则称( X1(ω), X2(ω),…,Xn(ω) ) 为n 维随机变量. 简记作( X1, X2,…,Xn). 3.1.2 联合分布函数 二维随机变量(X, Y)的联合分布函数 F(x, y) = P{X ≤x, Y ≤y} 注: 其中 x, y 为任意实数； {X≤x, Y≤y}表示事件 {X≤x}，{Y≤y}同时发生. X Y x y {X≤x} {Y≤y} 二维联合分布函数区域演示图: (x,y) 二维联合分布函数的性质 (2) (有界性) 0 ≤ F(x, y) ≤ 1. F(??, ??) = F(??, y) = F(x, ??) =0， F(+?, +?) = 1. (3) (右连续性) F(x, y) 关于 x 和 y 分别右连续. (4) (非负性) 当ab, cd 时，有 P(aX≤b, cY ≤d) =F(b, d) ?F(b, c) ?F(a, d) +F(a, c) ≥0. 即F(x+0, y)=F(x, y); F(x, y+0)=F(x, y) (1) (单调性) F(x, y) 关于 x 和 y 分别单调不减. 当x1 x2 时，F(x1, y) ≤F(x2, y); 当y1 y2 时， F(x, y1) ≤F(x, y2) 3.1.3 二维离散随机变量的联合分布列 性质： (X,Y)的联合分布列 pij=P(X=xi,Y=yj), ( i,j=1,2,...) 常常表示成表格形式: X x1 x2 … x i … y1 y2 … y j … p11 p12 … p1j … p21 p22 … p2j … … … … … … pi1 pi2 … p i j … … … … … … Y (1)找出随机变量(X,Y) 的所有取值； (2)计算每个数值对的概率; (3)列出联合分布列. 二维离散型随机变量联合分布列的确定方法: 离散型随机变量的联合分布函数 若二维离散型随机变量(X,Y)的联合分布列为 即 F(X,Y)为(X,Y) 的取值点(xi , yj) 满足 的概率 P{X=xi, Y=yj}= pij 之和. 3.1.4 二维连续型随机变量的联合密度函数 定义 设随机变量(X,Y)的分布函数为F(x,y) ，若 存在非负可积函数 f(x,y), 对于任意实数 x, y, 有 则称(X,Y)是连续型随机变量，称f (x,y)为X 和Y 的联 合概率密度函数. 简称密度函数. 性质： (4)在 f (x,y)的连续点有 已知二维随机变量(X,Y)的联合分布函数为F(x,y)， 为(X,Y)关于X 的边缘分布函数. 记作FX(x). 3.2.1 边缘分布函数 为(X,Y)关于Y 的边缘分布函数. 记作FY(y). 称 3.2 边缘分布与随机变量的独立性 称 3.2.2 边缘分布列 设二维离散随机变量(X,Y)的联合分布列为 pij=P{X=xi,Y=yj}, (i,j=1,2, ...) 为(X,Y) 关于X 的边缘分布列. 记作 为(X,Y) 关于Y 的边缘分布列. 记作 二维离散随机变量(X,Y)中分量 X, Y 的分布， 即为(X,Y)的边缘分布. X Y 一般情形: 注：由联合分布可以确定边缘分布; 但边缘分布一般不能确定联合分布. 设二维连续随机变量(X,Y)的联合密度函数为f(x,y)，则称 3.2.3 边缘密度函数 为(X,Y)分别关于 X, Y 的边缘密度函数. 注：当随机变量X,Y 相互独立时，随机变量 (X,Y) 的边缘分布可以决定联合分布. 3.2.4 随机变量的独立性 定理：若X，Y 相互独立，则它们的函数g(X )与h(Y)也相互独立. 若X 与Y 相互独立 aX + b 与cY +d (ac≠0)也相互独立. 3.3 多维随机变量函数的分布 3.3.1 离散随机变量函数的分布 设(X1, X2, …, X