第2章 多维随机变量与其分布.ppt

郑州轻工业学院数学与信息科学系 第三章：多维随机变量及其分布 概率统计教研组 第三章 多维随机变量及其分布 在上一章中，讨论的问题中只涉及一个随机变量，在实际问题的研究中，只用一个随机变量往往是不够的． 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．本章学习多维随机变量及其分布的有关概念、理论和应用． 第三章 多维随机变量及其分布 【保险中的理赔总量模型】 保险公司在一个会计年度保险单的理赔次数、每次的理赔额和全年理赔总量均为随机变量．某保险公司为了研究某类保险在一个会计年度的理赔总量，用Xi表示某类保险单的第i次理赔额，N表示在一个会计年度所有这类保单发生理赔次数，Y表示这一年对这类保单的理赔总量． 建立如下理赔总量模型： 第三章 多维随机变量及其分布 【保险中的理赔总量模型】 理赔总量模型： 现有一组保单，假设在一年内可能发生的理赔次数为0, 1, 2和3，相应的概率为0.1, 0.3, 0.4和0.2．每张保单可能产生的理赔额为1, 2, 3（万元），相应的概率为0.5, 0.4, 0.1，试分析理赔总量Y的概率分布，并求理赔总量超过6万元的概率． 第三章 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 第三章总结 §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，对于不同样本空间上的多个随机变量，本章将不涉及这类问题． §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 本章主要研究二维随机变量，二维以上情况可类似进行 §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 如果将二维随机变量(X,Y)看成 是平面上随机点的坐标，那么分 布函数F(x, y)在(x, y)处的函数值 就是随机点(X,Y)落在以点(x，y) 为右上角的无穷矩形内的概率， §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0F(x,y)，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． §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 注意，分布函数F(x, y)的性质(4)不能由前三条性质推出 【例3-2】令 显然F(x，y)满足(1)(2)(3)三条性质， 但它不满足(4)，因为． 这说明性质(4)不能由前三条性质推出，故定义一个二元函数为分布函数时性质(4)不能省． §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． §3.1