第三章多维随机变量及其分布.docVIP

第三章 多维随机变量及其分布 在许多随机试验中，需要考虑的指标不止一个。例如，考查某地区学龄前儿童发育情况，对这一地区的儿童进行抽样检查，需要同时观察他们的身高和体重，这样，儿童的发育就要用定义在同一个样本空间上的两个随机变量来加以描述。又如，考察礼花升空后的爆炸点，此时要用三个定义在同一个样本空间上的随机变量来描述该爆炸点。在这一章中，我们将引入多维随机变量的概念，并讨论多维随机变量的统计规律性。 二维随机变量及其分布 在这一节中.我们主要讨论二维随机变量及其概率分布，并把它们推广到n维随机变量。 二维随机变量及其分布函数 二维随机变量 定义3.1 设? ={? }为样本空间，X=X(? )Y=Y(? )是定义在? 上的随机变量，则由它们构成的一个二维向量(X,Y)称为二维随机变量或二维随机向量. 二维向量(X，Y)的性质不仅与X及Y有关，而且还依赖于这两个随机变量的相互关系。因此，逐个讨论X和Y的性质是不够的，需把(X,Y)作为一个整体来讨论。随机变量X常称为一维随机变量。 　 2. 二维随机变量的联合分布函数 与一维的随机变量类似，我们也用分布函数来讨论二维随机变量的概率分布。 定义3.2 设(X,Y)是二维随机变量，x，y为任意实数，事件(X≤x)和(Y≤y)的交事件的概率称为二维随机变量(X,Y)F(x,y)，即 (X,Y)看成平面上随机点的坐标，则分布函数F (X,Y)在(x,y)处的函数值就是随机点(X,Y)(x,y)为定点且位于该点左下方的无穷矩形区域内的概率（见图3-1）。而随机点(X,Y) 内的概率可用分布函数表示（见图3-2） 分布函数F (x，y)具有以下的基本性质。 (1) 0≤F (x，y)≤1. 对于任意固定的x和y，有 (2) F (x，y)是变量x或y的单调不减函数，即对任意固定的y，当x2 ? x1时,；对任意固定的x，当y2 ? y1时，。 F (x，y) = F(x+0, y)，F (x, y)=F (x, y+0)，即F (x, y)关于x是右连续的，关于y也是右连续 的。 对于任意 ，有 性质(1)，(2)，(4)可直接由分布函数的定义及它的几何意义得出。性质(3)的证明要用较多的数学知识，故从略。 3． 二维随机变量的边缘分布函数 X，Y）作为一个整体具有联合分布函数F（x，y）。而X和Y都是随机变量，各自也有它们的分布函数，把X和Y的分布函数分别记为FX (x)和FY (y)，并分别称为随机变量（X，Y）关于X和Y的边缘分布函数。 由分布函数的定义可得到联合分布函数和边缘分布函数的关系。 即 几何上函数值是(X，Y）落入图3-3和图3-4所示区域内的概率. 　 例1 设二维随机变量（X，Y）的联合分布函数为 其中A，B，C为常数， (1) 试确定A，B，C的值； (2)求X和Y的边缘分布函数； (3)求P (X 2)。 解 (1) 由联合分布函数的性质(2)，知 由此可解得 (2) 由定义直接可知 (3) 由X得分布函数，得 4. n维随机变量及分布函数 以上关于二维随机变量的讨论不难推广到n (n2，是有限正整数) 维随机变量。 设? ={? }为样本空间，? 上的随机变量，则由它们构成的n维变量（X1，X2，…，Xn）称为n维随机变量或n维随机向量。 对于任意n个实数xi ，i =1，2，...，n，事件(Xi ? xi ) ，i =1，2，...，n的交事件的概率称为n维随机变量（X1，X2，…，Xn）的联合分布函数，记为，即 当随机变量（X1，X2，…，Xn）的联合分布函数已知时，（X1，X2，…，Xn）的k (1 ? k ? n)维边缘分布函数也随之确定了.例如, （X1，X2，…，Xn）关于X1，（ X1，X2），（X1，X2，X3）的边缘分布函数分别为 n维随机变量的分布函数和边缘分布函数都具有与二维和一维随机变量的分布函数相类似的性质。 二维离散型随机变量及其概率分布 若二维随机变量（X，Y）的所有可能取的值是有限多对或可列无限多对，则称（X，Y）为二维离散型随机变量. 联合分布律 设（X，Y）是二维离散型随机变量，其所有可能取的值为（xi, yj），i，j =1，2，…，n，若(X，Y）取数对（xi, yj）的概率，满足 则称 为二维离散型随机变量（X，Y）的联合分布律或分布律. 边缘分布律 我们可以由（X，Y）的联合分布律求出X和Y的分布律。这是因为 同理 其中和分别是表示和的记号，它们分别是事件和（的概率，且有 故分别为X和Y的分布律，我们称 为二维离散型随机变量（X，Y）关于X的边缘分布律。同样，称 为（X，Y）关于Y的边缘分布。 通常用下表格来表示（X，Y）联合分布律和边缘分布律： 　 X Y ... ... 　 　 ...