多元随机变量的分布.pptVIP

* * 第三章 多元随机变量的分布 一元随机变量及其分布 多元随机变量及其分布 由于从二元推广到多元一般无实质性的 困难，我们重点讨论二元随机变量 . 本章内容是第二章内容的推广 第三章 第一节 二元(维）随机向量及其分布函数 设随机试验E的样本空间是Ω. X=X(?)和Y=Y(?)是定义在Ω上的随机变量,由它们构成的向量(X,Y),称为二元（维）随机向量. 二元随机向量(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,首先需要引入二元随机向量(X,Y)的分布函数的概念. 二维随机变量（X,Y） X和Y的联合分布函数 X的分布函数 一维随机变量X 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)的三条基本性质 1. F(x,y)是变量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y1≤y2时, F(x,y1)≤F(x,y2). 2. ? x,y? R1 有 0≤F(x,y)≤1 3. ?y?R1, F(-∞,y)=0， ?x?R1, F(x,-∞)=0， F(-∞,-∞)=0， F(∞,∞)=1 其中: 这一节我们介绍了二维随机向量的概 念,二维随机向量的分布函数及其性质. 二维随机向量也分为离散型和连续型, 下面我们分别讨论它们. 二维离散型随机变量 如果二维随机向量(X,Y)的每个分量都是离散型随机变量,则称(X,Y)是二维离散型随机向量. 二维离散型随机向量(X,Y)所有可能取的值也是有限个或可列无穷个. (I)离散型二元随机变量（X,Y）联合分布 i, j =1,2, … X和Y 的联合概率分布 k=1,2, … 离散型 一维随机变量X k=1,2, … X的概率分布 概率分布也可以用表格表示. 表3.2.1. (II) 二维分布律与二维分布函数 设二维离散型随机向量(X,Y)的分布律为 pij i=1,2, ? ; j=1,2, ? . 于是 (X,Y)的分布函数 解: 例 1 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: 二维随机向量(X,Y)的概率分布. (X,Y)所有可能取的值是 (0,0),(0,1),(1,0,),(1,1). P{X=0,Y=0} =P{第一次取到正品且第二次也取到正品}, 利用古典概型,得: P{X=0,Y=0}=(7?6)/(10?9)=7/15 同理求得: P{X=0,Y=1}=(7?3)/(10?9)=7/30 P{X=1,Y=0}=(3?7)/(10?9)=7/30 P{X=1,Y=1}=(3?2)/(10?9)=1/15 例 2 为了进行吸烟与肺癌关系的研究， 随机调查了23000个40岁以上的人，其结果列在下表之中. X=1 若被调查者不吸烟, X=0 若被调查者吸烟, Y=1 若被调查者未患肺癌, Y=0 若被调查者患肺癌. 令:从表中的每一种情况出现的次数计算出它们的频率,就产生了二维随机向量(X,Y)的概率分布: P{X=0,Y=0}≈3/23000=0.00013, P{X=1,Y=0}≈1/23000=0.00004, P{X=0,Y=1}≈4