7二维随机变量.pptVIP

一、定义：若 只取有限对或可数对实数值 §2.3.1 边缘分布 二、边缘分布律 一、随机变量的独立性 说明： 例 1 二、离散型随机变量的独立性 例2 例3 * §2.1 二维随机变量及其分布函数 设X1, X2, …,Xn 是定义在同一样本空间Ω上的随机变量，我们称这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.当n=2时，称为二维随机变量，记为(X,Y). 一、二维随机变量的概念 二、二维随机变量的分布函数 设(X,Y)是二维随机变量，对于任意实数x , y ，称二元函数： F(x,y)=P{(X≤x) ∩(Y≤y)}=P(X≤x, Y≤y) 为二维随机变量(X,Y)的分布函数，或称为随机变量X,Y的联合分布函数。 三、F(x,y)的性质 （1）关于x或y非降. （4）关于x或y右连续. （3） （2）对 ,有 §2.2 二维离散型随机变量 则称其为二维离散型随机变量。 为二维离散型随机变量（X,Y）的联合概率分布律（列）。 二、联合分布律 i, j =1,2, … 联合概率分布律满足： (X,Y)的联合概率分布列的表格形式如下: X x1 x2 … x i … y1 y2 … y j … p11 p12 … p1j … p21 p22 … p2j … … … … … … pi1 pi2 … p i j … … … … … … Y 如何计算 与分布函数？ 一般用乘法公式 P(AB)=P(A|B) P(B) 例1：整数X 等可能的取值：1，2，3，4 ，整数Y等可能的取值：1～X ，求(X,Y)的联合概率分布律. X 1 2 3 4 1 2 3 4 1/4 0 0 0 1/8 1/8 0 0 1/12 1/12 1/12 0 1/16 1/16 1/16 1/16 Y 一、 边缘分布的定义： 称二维随机变量(X,Y)中X (或Y) 的分布函数为二维随机变量(X,Y)关于X (或Y) 的边缘分布函数，简称边缘分布，记为 设二维随机变量(X,Y)的分布函数为 F (x,y). 问题：二维随机变量(X,Y)的联合分布函数为 F(x,y)与其边缘分布有什么关系？是否可以互相确定？ 有： 边缘分布可由联合分布唯一确定，反之不然。 见本节例3。 例1 称二维离散型随机变量(X,Y)中X (或Y) 的分布律为二维离散型随机变量(X,Y)关于X (或Y) 的边缘分布律，记为 设随机变量(X,Y)的联合分布律为 则 例2 掷一枚骰子，直到出现小于5点为止。X 表示最后一次掷出的点数，Y 为掷骰子的次数。 求：随机变量（X,Y ) 的联合分布律及 X、Y 的边缘 分布律。 例3 袋中有二个白球，三个黑球，从中取两次球， 求：（X,Y）的联合分布律及边缘分布律，分有放回和无放回讨论。 解：有放回 0 1 1 0 1 0 1 1 0 1 不放回 §2.3.2 随机变量的独立性 设(X,Y)是二维随机变量，其联合分布函数为F(x,y)，随机变量X的分布函数为FX(x)，随机变量Y的分布函数为FY(y)，如果对于任意的x, y，都有 推广 ：若 X ,Y 独立，f(x) , g(y) 是连续函数， 则 f (X ) , g (Y ) 也独立。 由定义，随机变量 X 与Y 相互独立，是指：对于任意的 x , y，随机事件 相互独立。 结论：在独立的条件下，二维随机变量的联合分布函数F(x , y)与边缘分布函数 可以相互确定。 设二维随机变量( X ,Y )的联合分布函数为 试判断 X 与 Y 是否相互独立？ §2.3.3 条件分布