3.1随机变量的联合分布.pptVIP

第三章 多维随机变量及其分布 到现在为止，我们只讨论了一维 r.v 及其分布 . 但有些 随机现象用一个随机变量来描述还不够，而需要用几个随 机变量来描述 . 在打靶时 , 命中点的位置是由一 对 r .v ( 两个坐标 ) 来确定的 . 飞机的重心在空中的位置是由三 个 r .v ( 三个坐标 ) 来确定的等等 . § 3.1 随机变量的联合分布 一、二维随机变量及其分布函数 二、二维离散型随机变量 三、二维连续型随机变量 四、两个常用的分布 五、小结 一 二维随机变量 有些随机现象需要用两个随机变量才能描述， 如：向一球门射球，观察射入点的位置。 设球门占平面区域 D ， 令 X 表示射中点的横坐标， Y 表示射中点的纵坐标。 则样本空间可用随机变量 X 与 Y 联合表示为： ? ? ? ? X , Y ? ? X , Y ? ? D ? 称（ X ， Y ）为 二维随机变量。 一、二维随机变量及其分布函数 1. 定义 设 E 是一个随机试验 , 它的样本空间是 ? ? { ? }, 设 X ? X ( ? ) 和 Y ? Y ( ? ) 是定义在 ? 上的随机变量 , 由它们构成的一个向量 ( X , Y ), 叫作二维随机向量 或二维随机变量 . ? X ( ? ) 图示 ? ? ? ? Y ( ? ) 实例 1 炮弹的弹着点的 位置 ( X , Y ) 就是一个二维 随机变量 . 实例 2 考查某一地 区学前 儿童的发育情况 , 则儿童的 身高 H 和体重 W 就构成二 维随机变量 ( H , W ). 说明 二维随机变量 ( X , Y ) 的性质不仅与 X 、 Y 有关 , 而且还依赖于这两个随机变量的相互关系 . 2. 二维随机变量的分布函数 (1) 分布函数的定义 (P48- 定义 1) 设 ( X , Y ) 是二维随机变量 , 对于任意实数 x , y , 二元函数 : F ( x , y ) ? P {( X ? x ) ? ( Y ? y )} ? P { X ? x , Y ? y } 称为二维随机变量 ( X , Y ) 的分布函数 , 或称为随 机变量 X 和 Y 的联合分布函数 . Joint Probability Distribution Function F ( x , y ) 的函数值就是随机点落 在如图所示区 域内的概率 . y ( x , y ) ? X ? x , Y ? y o x (2) 分布函数的性质 1 0 ? F ( x , y ) ? 1 , o 2 F ( x , y ) 是变量 x 和 y 的不减函数 , 即对于任 意固定的 y , 当 x 2 ? x 1 时 F ( x 2 , y ) ? F ( x 1 , y ), 对于任意固定的 x , 当 y 2 ? y 1 时 F ( x , y 2 ) ? F ( x , y 1 ). o 3 对于任意固定的 y , F ( ?? , y ) ? lim F ( x , y ) ? 0 , x ? ?? 对于任意固定的 x , F ( x , ?? ) ? lim F ( x , y ) ? 0 , y ? ?? ? y F ( ?? , ?? ) ? x lim F ( x , y ) ? 0 , ? ?? y ? ?? ( x , y ) ? X ? x , Y ? y F ( ?? , ?? ) ? x lim F ( x , y ) ? 1 . ? ?? y ? ?? o x 4 F ( x , y ) ? F ( x ? 0, y ), F ( x , y ) ? F ( x , y ? 0), 即 F ( x , y ) 关于 x 右连续 , 关于 y 也右连续 . o 5 对于任意 x 1 ? x 2 , y 1 ? y 2 , 有 P ? x 1 ? X ? x 2 , y 1 ? Y ? y 2 ? = F ( x 2 , y 2 ) ? F ( x 1 , y 2 ) ? F ( x 2 , y 1 ) ? F ( x 1 , y 1 ) ? 0 y o ? x 1 , y 2 ? ? x 2 , y 2 ? x ? x 1 , y 1 ? ? x 2 , y 1 ? 二、二维离散型随机变量 及其联合分布律 1. 定义 (P62) 若二维随机变量 ( X , Y ) 所取的可能值是有 限 对 或无限可列多 对 , 则称 ( X , Y ) 为二维离散型 随机变量 . 例如 二维随机变量 ( X , Y ) 表示掷两颗骰子出现 的点数 , 则 ( X , Y ) 的所有可能取值为 36 对