叶宏本科概率31.pptVIP

概 率 统 计 主讲教师 叶宏 山东大学数学院 * * 第 三 章 多维 随机变量及其分布 我们开始学习——多维随机变量 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，我们重点讨论二维随机变量 . 它是第二章内容的推广. 到现在为止，我们只讨论了一维r.v及其分布. 但有些随机现象用一个随机变量来描述还不够，而需要用几个随机变量来描述. 在打靶时,命中点的位置是由一对r.v(两个坐标)来确定的. 飞机的重心在空中的位置是由三个r.v (三个坐标）来确定的等等. 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 . §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， 则称( X , Y )为二维r.v.或二维随机向量 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 定义了一个二元 实函数 F ( x , y )，称为二维 r.v.( X ,Y ) 的分布函数，即 (记为 ) 的概率 实数( x , y ), 事件 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. (x, y) x y (X,Y) 落在矩形区域 内的概率可用分布函数表示 y x o x1 x2 y1 y2 (X, Y ) (x2 , y2) (x2 , y1) (x1 , y2) (x1 , y1) 联合分布函数的性质 x y (x, y) x y ① 固定 x , 对任意的 y1 y2 , 固定 y , 对任意的 x1 x2 , F (x0 , y0) = F (x0+ 0 , y0 ) F (x0 , y0) = F (x0 , y0 + 0 ) 对每个变量单调不减 ② 对每个变量右连续 ③ F (x, y1) ? F (x, y2) F (x1,y) ? F (x2, y) 定义 若二维 r.v.(X ,Y )所有可能的取值 为有限多个或无穷可列多个, 则称 (X ,Y ) 为二维离散型 r.v. 要描述二维离散型 r.v.的概率特 性及其与每个 r.v.之间的关系常用其 联合概率分布和边缘概率分布 二维离散型 r.v.及其概率分布 联合分布律 设( X ,Y )的所有可能的取值为 则称 为二维 r.v.( X ,Y ) 的联合概率分布 也简称 概率分布 或 分布律 显然，