多维随机变量及其分布.docx

第三章 多维随机变量及其 分布 随机向量的定义： 随机试验的样本空间为 S={ } ， 若随机变量 Xi( ),X 2(),…,Xn() 定 义 在 S 上 ， 则 称 (X1( ),X 2( ), … ,X n( ) )为 n 维随 机变量(向量)。简记为( X1 , X 2 , … ,X n)。 二维随机向量(X,Y),它可看作 平面上的随机点。 对(X,Y)研究的问题: 1.( X,Y)视为平面上的随机点。 研究其概率分布——联合分布率、联 合分布函数、联合概率密度； Joint 2．分别研究各个分量 X,Y 的概率 分布——边缘(际)分布律、边缘分 布函数、边缘概率密度； marginal X与丫的相互关系； (X,Y)函数的分布。 3.1 二维随机变量的分布 一．离散型随机变量 1 ．联合分布律 定义 3.1 若二维随机变量 (X,Y) 可 能取的值 ( 向量 ) 是有限多个或可列 无穷多个 , 则称 (X,Y) 为二维离散型 随机变量。 设二维离散型随机变量 (X,Y) 可 能取的值(Xi,yj), i , j=1,2…,取这些 值的概率为 pij =P{(X,Y)=( Xi,yi)}=p{X= Xi,Y=yi }i, j=1,2, … ——(3.1)称(3.1)式为(X,Y)的联合分布律。 (X,Y)的联合分布律可以用表格 的形式表示如下： — yi y2 ?… yj ?… X的边缘分 布率 pii pi2 pij ?… Pi?. X2 p21 p22 p2j ?… P2? Xi pii pi2 pij ?… Pi? 丫的边缘分 布率 P?i p?2 P?j ?… i 性质: (1) (1) p ij 0 ，i, j=1,2, (2) i, j pij =1 2．边缘分布律 设二维离散型随机变量 (X,Y) 的 联合分布律为 pij = P{X=x i ,Y=y i } i, j=1,2,… 分量X和丫的分布律分别为 pi. =P{X=xi} i=1,2, … 满 足 ① pi. 0② pi. =1 p.j = p{Y=yi}j=i,2, p.j 0② p.j =1 我们称 pi. 和 p.j 分别为 (X,Y) 关于 X 和 Y 的边缘分布律，简称为 (X,Y) 的边缘分布律。 二维离散型随机变量 (X,Y) 的联 合分布律与边缘分布率有如下关系： p i. =P{X=xi }=P{X=x i , S}=P{X=xi , j (Y=yj )} = P{X=xi ,Y=y j }= pij (3.4) jj 同理可得 p .j = i pij (3.5) 例1: 一整数X随机地在1, 2, 3三 个整数中任取一值，另一个整数 Y 随 机地在1到X中取一值。试求（X,Y） 的联合分布率及边缘分布率。 解： PXi, Yj PY j/X i P X i 1 1 i 3 i 1,2,3, j i, 1 2 3 X的边缘 分布率 1 1/3 0 0 1/3 P 2 1/6 1/6 0 1/3 P： 3 1/9 1/9 1/9 1/3 P； 丫的边缘 11/18 5/18 1/9 1 分布率 P?1 P?2 P?3 二.联合分布函数与边缘分布函数 1.定义3.2 设(X,Y)是二维随机 变量，对任意的实数x,y令 F(x,y)=P{X x,Y y} (3.7) 则称F(x,y)为(X,Y)的联合分布函 数。 2 . F(x,y)的性质： 性质1 对于x和y,F(x,y)都是 单调不减函数，即若XiX2,对任意的 实数 y,则有 F(x i,y) F(X2,y); 若yiy2，对任意的实数x，则有 F(x,y 1) F(x,y 2) 。 性质 2 对于任意的实数 x,y, 均 有 0 F(x,y) 1, Lim F(x,y)=0, x Lim F(x,y)=0, y Lim F(x,y)=1 。 x,y 性质 3 对于 x 和 y,F(x,y) 都 是右连续的，即对任意的实数X0和yo, 均有 Lim F(x,y)=F(x 0,y), x x0 Lim F(x,y)=F(x,y 0) 。 y y0 性质 4 若 x1x2, y 1y2, 则 F(x 2,,y 2) F(x 2,y 1) F(x 1,y 2)+F(x 1,y 1) 0 (X,丫)落于下图阴影部分的矩形区 域内的概率为： F(x 2,,y 2) F(x2,y 1) F(x 1,y 2)+F(x 1,y 1) =P{x1X x2,y 1丫 y2} 例 2 P71, 照书上讲。 3．边缘分布 (X,Y) 的分量 X，Y 的分布函数分 别为 FX(x) 和 FY(y) ，称它们为 X，Y 的边缘分布函数。 它们与 F(x,y) 的关 系如下： FX(x)=P{X