概率论与数理统计（谢兆如）xiech3-3.1.pdfVIP

多 维 分 布 第 多 维 三 随 机 章 变 量 及 其 分 布 在实际问题中, 试验结果有时需 同时用两个或两个以上的 r.v.来描述. 例如 用温度和风力来描述天气 情况. 通过对含碳、含硫、含磷量的 测定来研究钢的成分. 要研究这些 r.v. 之间的联系, 就需考虑多维 r.v.及其取 值规律— 多维分布. §3.1 二维随机变量及其分布 定义 设为随机试验的样本空间， 一定法则   2  X (),Y() R 则称( X , Y )为二维r.v.或二维随机向量 讨论： 二维r.v.作为一个整体的概率特性 其中每一个r.v.的概率特性与整体 的概率特性之间的关系 二维随机变量的联合分布函数 定义 设( X , Y ) 为二维 r.v. 对任何一对 实数( x , y ), 事件 X x ,Y y  (X x) (Y y) (记为 ) 的概率  定义了一个二元 P X x,Yy 实函数 F ( x , y ) ，称为二维 r.v.( X ,Y ) 的分布函数，即   F(x,y) P X x,Yy 分布函数的几何意义 如果用平面上的点 (x, y ) 表示二维r.v. (X , Y )的一组可能的取值，则 F (x, y ) 表示 (X , Y ) 的取值落入图所示角形区域的概率. y (x, y ) x (, ) 联合分布函数的性质 (,) y ① 0 F (x,y ) 1 F (, ) 1 x y (x, y ) F(, ) 0 x (,)