概率论第八讲二维离散随机变量的概率分布.ppt

② 对每个变量单调不减 固定 x , 对任意的 y 1 y 2 , F ( x , y 1 ) ? F ( x , y 2 ) 固定 y , 对任意的 x 1 x 2 , F ( x 1 , y ) ? F ( x 2 , y ) ③ 对每个变量右连续 F ( x 0 , y 0 ) = F ( x 0 + 0 , y 0 ) F ( x 0 , y 0 ) = F ( x 0 , y 0 + 0 ) ④ 对于任意 a b , c d F ( b , d ) – F ( b , c ) – F ( a , d ) + F ( a , c ) ? 0 事实上 F ( b , d ) – F ( b , c ) d c a b – F ( a , d ) + F ( a , c ) ? P ? a ? X ? b , c ? Y ? d ? ? 0 注意 对于二维 r.v. P ? X ? a , Y ? c ? ? 1 ? F ( a , c ) ( a,+ ? ) ( + ? ,+ ? ) P ? X ? a , Y ? c ? y ? P ( a ? X ? ?? , c ? Y ? ?? ) ? 1 ? F ( ?? , c ) ? F ( a , ?? ) ? F ( a , c ) c ( a , c ) a ( + ? ,c ) x 二维离散 r.v. 的联合分布函数 F ( x , y ) ? ? ? p ij , ?? ? x , y ? ?? . x i ? x y j ? y 已知联合分布律可以求出其联合分布函数 反之 , 由分布函数也可求出其联合分布律 P ( X ? x i , Y ? y j ) ? F ( x i , y j ) ? F ( x i , y j ? 0 ) ? F ( x i ? 0 , y j ) ? F ( x i ? 0 , y j ? 0 ) i , j ? 1 , 2 , ? 例 4 设 ? 0 , x ? y ? 1 F ( x , y ) ? ? 1 , x ? y ? 1 ? y (0,2) ? (0,0) ? ? (2,2) (2,0) ? x 讨论 F ( x , y ) 能否成为二维 r.v. 的分布函数？ 解 F ( 2 , 2 ) ? F ( 0 , 2 ) ? F ( 2 , 0 ) ? F ( 0 , 0 ) ? 1 ? 1 ? 1 ? 0 ? ? 1 ? 0 故 F ( x , y ) 不能作为某二维 r.v. 的分布函数 . 二维随机变量的边缘分布函数 由联合分布函数 F X ( x ) ? P ? X ? x ? ? P ? X ? x , Y ? ?? ? ? F ( x , ?? ) 边缘分布函数 , 逆不真 . y x y y x x F Y ( y ) ? P ? Y ? y ? ? P ? X ? ?? , Y ? y ? ? F ( ?? , y ) 例 5 设随机变量 ( X , Y ) 的联合分布函数为 x ? ? y ? ? F ( x , y ) ? A ? B ? arctan ? ? C ? arctan ? 2 ? ? 2 ? ? ? ? ? x ? ?? , ?? ? y ? ?? 其中 A , B , C 为常数 . (1) 确定 A , B , C ； (2) 求 X 和 Y 的边缘分布函数； (3) 求 P ( X 2) ? ? ? ? ? ? 解 (1) F ( ?? , ?? ) ? A ? B ? ? ? C ? ? ? 1 2 ? ? 2 ? ? ? ? ? ? ? ? F ( ?? , ?? ) ? A ? B ? ? ? C ? ? ? 0 2 ? ? 2 ? ? ? ? ? ? ? ? F ( ?? , ?? ) ? A ? B ? ? ? C ? ? ? 0 2 ? ? 2 ? ? (2) 2 2 ? F X ( x ) ? F ( x , ?? ) 1 1 x ? ? arctan , 2 ? 2 B ? ? , C ? ? , A ? 1 2 ? ? ? x ? ?? . 1 1 y ? ? arctan , ? ? ? y ? ?? . 2 ? 2 (3) P ( X ? 2 ) ? 1 ? P ( X ? 2 ) 1 1 2 ? ? ? 1 ? ? ? arctan ? 2 ? ? 2 ? F Y ( y ) ? F ( ?? , y ) ? 1 / 4 . 可以将二维 r.v. 及其边缘分布函数的 概念推广到 n 维 r.v. 及其联合分布函 数与边缘分布函数 随