概率论与数理统计4.1_4.2.pptVIP

第四章作业题 P99:1, 2,4, 6; P105: 1, 2, 4; P111: 1, 3, 4; P115: 1, 2, 3, 4; P122: 1, 3, 5; P128: 1, 4; P136: 1, 2; P144: 3, 5, 6, 12, 13,15. 第4章 多维随机变量及其分布 §4.1 多维随机变量及其联合分布 有些随机现象用一个随机变量来描述不够，例如 1、 在打靶时,命中点的位置是由一对r.v(两个坐标)来确定的. 2、 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. 3、研究某年龄段儿童的身体发育情况，同时考虑身高、体重、肺活量、血压等指标 4、研究某日的天气状况，同时考虑最高温度、最大湿度、最大风力等指标。 设随机试验E的样本空间是Ω.X=X()和Y=Y()都是定义在Ω上的随机变量,由它们构成的变量(X,Y),称为二维随机变量. 二维随机变量(X,Y)的性质不仅与X及 Y的性质有关,而且还依赖于X和Y的相互关系,因此必须把(X,Y)作为一个整体加以研究. 为此,首先需要引入二维随机变量(X,Y)的分布函数的概念. 定义：设（X,Y）是二维随机变量，对于任意实数x,y,二元函数： 称为二维随机变量（X,Y）的联合分布函数。 如果把(X,Y)看成平面上随机点的坐标. 取定x,y R1， F(x,y)就是点(X,Y)落在平面上的以(x,y)为顶点而位于该点左下方的无限矩形区域内的概率. 见右图. 由上面的几何解释,易见: 随机点(X,Y)落在矩形区域: x1x≤x2,y1y≤y2 内的概率 P{x1X≤x2 ,y1Y≤y2} =F(x2,y2)-F(x2,y1)- F(x1,y2)+F(x1,y1) 说明 二维分布函数F(x,y)的四条基本性质 1. F(x,y)是单变量x,y的非减函数. 即 yR1取定,当x1x2时, F(x1,y)≤F(x2,y). 同样, xR1取定,当y1y2时, F(x,y1)≤F(x,y2). 2.  x,y R1 有 0≤F(x,y)≤1 yR1, F(-∞,y)=0， xR1, F(x,-∞)=0， F(-∞,-∞)=0， F(∞,∞)=1 其中: 3、F(x,y)=F(x+0,y), F(x,y)=F(x,y+0) 即F(x,y)关于x右连续，关于y也右连续。 4、P{x1X≤x2 ,y1Y≤y2} =F(x2,y2)-F(x2,y1)- F(x1,y2)+F(x1,y1)≥0 （I）二维离散型随机变量 如果二维随机变量(X,Y)的每个分量都是离散型随机变量,则称(X,Y)是二维离散型随机变量. 二维离散型随机变量(X,Y)所有可能取的值也是有限个或可列无穷个. 联合分布律也可以用表格表示. (II) 二维联合分布律与二维联合分布函数 设二维离散型随机变量(X,Y)的联合分布律为 pij i=1,2,  ; j=1,2,  . 于是 (X,Y)的分布函数 例：设随机变量X在1，2，3，4四个数中等可能地取一个值，另一个随机变量Y在1—X中等可能地取一个整数值，试求（X，Y）的联合分布律。并计算P(XY) 解： 于是（X,Y）的联合分布律为 例 设有10件产品,其中7件正品,3件次品. 现从中任取两次,每次取一件产品,取后不放回.令: X=1： 若第一次取到的产品是次品. X=0： 若第一次取到的产品是正品. Y=1： 若第二次取到的产品是次品. Y=0： 若第二次取到的产品是正品. 求: 二维随机变量(X,Y)的联合分布律. 例、设X~Exp(λ),令 求(Y1,Y2)的联合分布律 (I) 联合概率密度函数 设二维随机变量(X,Y)的联合分布函数为F(x,y).如果存在一个非负函数f(x,y),使得对任意实数x,y,总有 则称(X,Y)为连续型随机变量,f(x,y)为二维随机变量的联合概率密度. (III)二维连续型随机变量 （X,Y）~