概率论与数理统计第3章 多维随机变量及其分布.pptVIP

* * *3.3 条件分布 在第1章中，对多个事件讨论过它们的条件概率，同样地，我们可以通过条件概率来考察多维随机变量的各个分量的取值是否相互影响.本节我们将讨论二维随机变量（X，Y）的条件分布. * 3.3.1 二维离散型随机变量的条件分布 定义3.4 设二维随机变量（X，Y）的联合分布律为 * * * * 3.3.2 二维连续型随机变量的条件分布 设（X，Y）是二维连续型随机变量，因为对任意实数x，y，P（X=x）=P（Y=y）=0，所以不能像离散型随机变量那样来考虑连续型随机变量的条件分布.下面我们用极限的方法来寻找条件分布函数. 定义3.5 给定y，设对任意固定的正数ε，P（y-εY≤y+ε）0，若极限 * * * * * * * 3.4 随机变量的独立性 在第1章中，研究了随机事件的相互独立性，由两个事件相互独立的概念，可以引入随机变量相互独立性概念. 二维随机变量分量的相互独立 定义3.6 设（X，Y）是二维随机变量，如果对任意实数x,y都有 * * * * * * * * 3.5 二维随机变量函数的分布 在第2章中，讨论了一个随机变量的函数的分布.在本节中，将讨论两个随机变量的函数的分布问题:已知随机变量（X，Y）的概率分布，求随机变量Z=g（X，Y）的概率分布，其中z=g（x，y）是x，y的二元连续函数.下面讨论几个常用的函数的概率分布. * 出版社 理工分社 概率论与数理统计(第二版) 在许多随机试验中，试验的结果需要同时用多个随机变量来描述，这些随机变量之间一般来说又有某种联系，因而需要把它们作为一个整体来研究.例如，打靶时弹着点要由横坐标X和纵坐标Y来共同确定，X和Y是定义在同一样本空间上的两个随机变量；要研究一个地区的财政收入情况，需要同时分析当地的国内生产总值、税收和其他收入等.一般把定义在同一个样本空间Ω={ω}上的n个随机变量的整体（X1,X2,…,Xn）称为n维随机变量或n维随机向量，其中，第k个随机变量Xk称为n维随机变量（X1,X2,…,Xn）的第k个分量. 第3章 多维随机变量及其分布 * 3.1 二维随机变量 3.1.1 二维随机变量的分布函数 设（X，Y）为二维随机变量，对任意实数x,y * 图3.1 * 图3.2 矩形区域概率 * 3.1.2 二维离散型随机变量及其分布 如果二维随机变量（X,Y）的所有可能取值为有限对或可列无限多对，则称（X,Y）为二维离散型随机变量. 显然，（X,Y）为二维离散型随机变量，当且仅当X,Y均为离散型随机变量.与一维离散型随机变量类似，我们用分布律来描述二维离散型随机变量（X,Y）的概率分布. 定义3.2 设二维离散型随机变量（X，Y）的所有可能取值为（xi，yj），i,j=1，2，3，…，称 * * * * * * 3.1.3 二维连续型随机变量及其分布 定义3.3 设二维随机变量（X，Y）的分布函数为F（x,y），如果存在非负函数f（x,y），对任意实数x和y，有 * * * 图3.3 * * * * * 1.二维均匀分布 设G是xoy平面上的有界区域，其面积为A，若二维随机变量（X，Y）的概率密度为 * 2.二维正态分布 若二维随机变量（X，Y）的概率密度为 * * 图3.4 * * 3.2 边缘分布 3.2.1 边缘分布函数 * * 3.2.2 离散型随机变量的边缘分布 二维离散型随机变量（X，Y）的两个分量X，Y的分布律P（X=xi）（i=1,2,…）和P（Y=yj）（j=1,2,…）分别称为（X，Y）关于X，Y的边缘分布律. 设二维离散型随机变量（X，Y）的分布律为 * * * * 3.2.3 连续型随机变量的边缘概率密度 设二维连续型随机变量（X，Y）的概率密度为f（x,y），（X,Y）的两个分量也是连续型随机变量，它们的概率密度fX（x），fY（y）分别称为关于X和Y的边缘概率密度.由式（3.7）和式（3.8）,有 * * 出版社 理工分社 概率论与数理统计(第二版)