D3.1二维离散型随机变量.PPTVIP

概率论与数理统计 第三章 前言 二维随机变量的例子 定义3.1 第一节 一、联合分布律 定义3.3 设 二维离散型随机变量的联合概率分布 二、边缘概率分布 设 作业 * 主讲教师: 王升瑞 第十二讲 二、二维连续型随机变量 一 、二维离散型随机变量 二维随机变量 三、随机变量的独立性 在实际问题中， 以上的随机变量来描述， 要研究这些随机变量之间的 关系，就应同时考虑若干个随机变量及其取值的规律 ——多维随机变量的分布。 质性困难，为了简明起见，只介绍二维的情形。 本节将涉及到微积分中的二元函数及其图形， 二重积分等知识。 试验的结果往往需用两个或两个 由于从二维随机向量推广到多维随机向量并无实 一. 二维随机变量及其分布函数 称为二维随机变量或二维随机向量。 设随机试验 的样本空间为 对 中的每一个样本点都有一对有序实数 与它对应， 则称 是定义在 上的随机变量， 则由它们构成的一个向量 从几何图形看， 二维随机变量可以看成是平面上的 随机点， 一维随机变量可以看成是直线上的随机点。 二维随机变量（X, Y )的性质不仅与X 及Y 有关，而且 还依赖于这两个随机变量的相互关系。 因此逐个来研究 X与Y的性质是不够的， 还需要将（X , Y ）作为一个 整体来进行研究。 第三章 二、边缘分布律 一 、联合分布律 二维离散型随机变量 型随机变量。 定义3.2 若二维随机变量 的所有可能取值是 有限多对或可列无限多对， 则称 为二维离散 与一维随机变量一样， 我们关心的是( X ,Y )的两个 问题： 1、 (X ,Y )的所有可能值有哪些； 2、 (X ,Y )取每个可能值的概率如何。 解决了这两个问题就称确定了(X ,Y )的概率分布。 则 X和Y的联合概率分布。 所有可能的值为 称为二维随机变量 的概率分布， 或随机变量 二维离散型随机变量联合概率分布的性质 （非负性） （归一性） 离散型随机变量 X 的概率分布: 离散型随机向量 (X, Y) 的联合概 率分布: X Y y1 y2 … yj … p11 p12 ... p1j ... p21 p22 ... p2j ... pi1 pi2 ... pij ... ... ... ... ... ... ... ... ... x1 x2 xi 为了进行吸烟与肺癌关系的研究，随机调查 Y = 1 —— 若被调查者未患肺癌. 了23000个40岁以上的人，其结果列在下表之中: 设 X = 0 —— 若被调查者吸烟; X = 1 —— 若被调查者不吸烟; Y = 0 —— 若被调查者患肺癌; 例1 P{X = 1,Y = 1}≈18399/23000 = 0.79996。 从表中各种情况出现的次数，计算各种情况出现 的频率，就产生了二维随机向量(X,Y)的概率分布: P{X = 0,Y = 0}≈3/23000 = 0.00013; P{X = 1,Y = 0}≈1/23000 = 0.00004; P{X = 0,Y = 1}≈4597/23000 = 0.19987; 的概率分布。 由乘法公式得 解 可能取值分别都为1，2，3 一袋中有四个球， 上面分别标有数字1，2，2，3。 从袋中任取一球后不放回， 再从袋中任取一个球，以 分别表示第一、二次取得的球上标有的数字， 求 例2 同理可得 所以 的概率分布为 可见 上面分别标有数字1，2，2，3 的概率分布。 由乘法公式得 解 可能取值分别都为1，2，3 一袋中有四个球， 上面分别标有数字1，2，2，3。 从袋中任取一球后放回， 再从袋中任取一个球，以 分别表示第一、二次取得的球上标有的数字， 求 例3 同理可得 所以 的概率分布为 可见 上面分别标有数字1，2，2，3 作为 X,Y 的整体的二维随机变量（X,Y)的取值情况， 可由它的概率分布（离散型）表示， 而X,Y均为随机变量， 其本身有自己的分布， 因此也可以单独考虑一个随 机变量的概率分布情况。 即 的概率