第三篇 章 多维随机变量及其分布.ppt

为什么需要讨论多维随机变量？;二维随机变量及其分布;　 设X1,X2, …Xn时定义在同一样本空间S上的随机变量，则向量(X1,X2, …Xn)称为n维随机变量或n维随机向量。 当n=2时，称为二维随机变量，记为(X,Y).;二维随机变量(X,Y)的分布函数F(x,y)的含义;P{x1X≤x2,y1Y≤y2} =F(x2,y2)-F(x2,y1) -F(x1,y2)+F(x1,y1); 如果二维随机变量(X,Y)的所有可能取值是有限对或可列无限多对，则称(X,Y)为离散型随机变量。; 称P{X＝xi,Y=yj}＝pij，i,j=1,2, …为(X,Y)的概率函数。列成表格 称联合概率分布律。 概率函数pij满足 ;; 二维离散型随机变量(X,Y)的分布函数定义为 ; ;;注：相同的边缘分布律可构成不同的联合分布律，这反映出的两个分量的结合方式不同，则相依程度不同。; 设(X,Y)是二维离散型随机变量，其联合分布律为： ;二维离散型随机变量的条件概率;注意：二维离散型随机变量（X,Y）的联合分布律不仅确定了其边缘分布律，也确定了其条件分布律；反之，如果知道（X,Y）的边缘分布律及X=xi发生下的条件Y的条件分布，则（X,Y）的联合分布律也能被完全确定。 ;例 在一汽车工厂中，一辆汽车有两道工序是由机器人完成的。其一是紧固3只螺栓，其二是焊接2处焊点。以X表示由机器人紧固的螺栓紧固得不良的数目，以Y表示由机器人焊接的不良焊点的数目。具积累的资料知(X,Y)具有分布律：;解 在X=1的条件下，Y的分布律为 在Y=0的条件下，X的分布律为 ;例 一射手进行射击，击中目标的概率为p(0p1)，射击直至击中目标两次为止。设以X表示首次击中目标所进行的射击次数，以Y表示总共进行的射击次数，试求X和Y的联合分布律及条件分布律。;;二维连续型随机变量的联合分布与概率密度函数;二维连续性随机变量概率密度函数的性质;[注意] ;　 　 ;例3.7 注：有相同的边缘密度函数并不意味着其联合密度函数一定相同，即联合分布不能由边缘分布唯一确定。;例 设随机变量X和Y具有联合概率密度 求边缘概率密度fX(x),fY(y). 解; 二维均匀分布 若二维随机变量(X, Y)的密度函数为 则称(X, Y)在??域D上(内) 服从均匀分布。 ;其中，?1、?2为实数，?10、?20 | ? |1，则称(X, Y) 服从参数为?1, ?2, ?1, ?2, ?的 二维正态分布，可记为 ; 关于X的边缘密度函数:;;考虑二维连续型随机变量的条件概率;考虑二维连续型随机变量的条件概率;二维连续型随机变量的条件概率;;;;P79 例3.11;例： 设随机变量(X,Y)的概率密度为 其中G是由0≤x≤2,0≤y≤x2围成的区域。求： ⑴系数A；⑵fX(x),fY(y)；⑶fX|Y(x|y),fY|X(y|x)。;; 设F(x,y)及FX(x),FY(y)分别是二维随机变量(X,Y)的分布函数及边缘分布函数。若对所有x,y有 P{X≤x,Y≤y}=P{X≤x}P{Y≤y} 则称随机变量X和Y是相互独立的。 等价命题有 F(x,y)=FX(x)FY(y) f(x,y)=fX(x)fY(y) P{X=xi,Y=yj}=P{X=xi}P{Y=yj},i,j=1,2, …;定理1：二维离散型随机变量（X,Y）的两个分量X与Y相互独立的充要条件是（X,Y）的联合分布律与边缘分布律满足： ;P81 例3.12;定理2：二维连续型随机变量（X,Y）的两个分量X与Y相互独立的充要条件是，在f(x,y)的任意连续点（x,y）处有 ;;;定理3：二维正态随机变量（X,Y）的两个分量X与Y相互独立的充要条件是其联合密度函数中的参数 ;令 代入 ;问题的引入;二维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布;Z=X+Y的分布;Z=X+Y的分布;例 设X和Y是两个相互独立的随机变量，它们都服从N(0,1)分布，其概率密度为 求Z=X+Y的概率密度。;这说明;选学;;M=max(X,Y)与N=min(X,Y)的分布;;;;P89 例3.19