维随机变量及其概率分布.pptVIP

* 第三章 二维随机变量及其概率分布 从本讲起，我们开始第三章的学习. 一维随机变量及其分布 多维随机变量及其分布 由于从二维推广到多维一般无实质性的 困难，故我们重点讨论二维随机变量 ，3.6节 的n维随机变量留待大家自习。 它是第二章内容的推广. 有些随机现象只用一个随机变量来描述是不够的，需要用几个随机变量同时来描述。例如： 3. 导弹在空中的位置——坐标(X, Y, Z); 1. 某人的体检数据——血压(X)和心律(Y)； 2. 某炉钢的基本指标——含碳量(X)、含硫 量(Y)与硬度(Z)； 4. 在打靶时,命中点的位置——坐标(X,Y). 一般地，我们称n个随机变量的整体X=(X1, X2, …，Xn)为n维随机变量或随机向量. 以下重点讨论二维随机变量. 请注意与一维情形的对照 . 复习一维 X落在区间内的概率 与分布函数的关系 性 质 定 义 连续型随机变量：概率密度 离散型随机变量：分布律 离散型随机变量和连续型随机变量 X落在区间内的概率 性 质 分布函数 定义在样本空间的单值实函数。 随机变量的概念 随机变量及分布函数 3.1 二维随机变量及其联合分布函数 一、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，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Ω是某试验的样本空间，X=X(e)和Y=Y(e)是定义在Ω上的两个随机变量，称随机变量对(X,Y)为二维随机变量。 定义：设(X,Y)为二维随机变量，对于任意实数x,y，称二元函数 二、二维随机变量的联合分布函数 为随机变量(X,Y)的（联合）分布函数。 注意: (X,Y)落在矩形区的概率→ （2）F(x,y)的几何意义是(X,Y)落在以(x,y)为右上顶点的无限矩形(包含边界)内的概率。 （3）(X,Y)落在矩形域的事件 可由分布函数来表示： 例1(p96):设(X,Y)的分布函数为 试求概率P{0X≤1，0Y≤1} 再代入已知分布函数即可得所求结果。 三、二维分布函数F(x, y)的基本性质 应用：p96习题2 3.2二维离散型随机变量 一、二维离散型随机变量及联合分布 1.二维离散型随机变量：如果随机变量(X,Y)的所有可能取值为有限可列对或无限可列对，则(X,Y)称之。 则称下列一组概率为(X,Y)的(联合)分布律： 2.联合分布律：若(X,Y)的所有可能取值为 联合分布律通常也是以表格形式给出，见教材P97 3.(X,Y)落在区间的概率：对于平面上任意子集A，有 应用见p97例2 性质→ 4.(X,Y) 的联合分布律有如下性质： 5.分布函数与分布律的关系： 边缘分布→ 二、边缘分布 由二维随机变量(X,Y)的分布确定的每个随机变量X和Y的分布，称为X和Y的边缘分布。 X的边缘分布： Y的边缘分布： 分布律及边缘分布的表格形式 → 应用见p99例4，p102习题2 其他应用见p102习题1 二维连续型随机变量→ P101例6 三、独立性 两个随机变量独立是指它们所代表的随机事件彼此独立。 对离散r.v.,如下 3.3二维连续型随机变量 一、二维连续型随机变量及联合分布 (X,Y)落在区间的概率→ 4.概率密度可由分布函数求得： 2.(X,Y)落在区间的概率：(X,Y)落在区域D内的概率为 3.联合概率密度f(x,y)有如下性质： P103例2 二、边缘分布 被积函数 关于X和Y的边缘概率密度 P104例3 独立性→ 三、独立性 P106例5 3.4 条件分布→ 3.4条件分布 一、条件分布函数 在实践中常会遇到这样的问题：在已知Y=y的条件下，求X落在某区间的概率，即求 P{aX≤b Y=y}，由于可表为 因此，对任意实数x，研究形如 的条件概率就很重要。 注意，对连续型r.v.,有P{Y=y}=0，上述条件概率无意义。为此，设Y在区间(y-Δy,y)内概率不为零，此时条件概率 便有意义,如果当Δy→0时,此条件极限 存在，则将此极限定义为 ,并称为X的条件分布函数。 类比条件概率定义条件分布函数→ X的条件分布函数 Y的条件分布函数 二、条件分布律 P109例1 连续型随机变量：条件概率密度→ 三、条件概率密度 P110例2 二维随机变量函数的分布→ 3.5 二维随机变量函数的分布 所谓二维随机变量(X,Y)的函数Z=g(X,Y)是指Z也是一个随机变量，且当(X,Y)取值(x,y)时，Z取值为z=g(x,y).Z的分布式本节要讨论的问题。 一、离散型随机变量函数的分布 二维连续型随机变量函数的分