北邮概率统计课件3.1二维随机变量.pptxVIP

第三章知识结构图 多维随机变量 二维连续型 随机变量 二维离散型 随机变量 联合概 率密度 函数的 分布 联合分 布函数 联合分 布函数 联合 函数的 分布 分布律 定义 常用分布 常用分布 定义 2013 北邮概率统计课件 概率统计 第三章 多维随机变量及其分布 1.一维随机变量和分布 函数的概念 2.一维离散型随机变量 及其分布律 第二章中 讨论的问题 3.一维连续型随机变量 及其 概率密度 4. 随机变量函数的分布 本章将给出二维随机变量、联 合分布率、联合概率密度和二维 联合分布函数的概念 2013 北邮概率统计课件 概率统计 第一节 二维随 机 变 量 一. 二维随机变量及分布函数的概念 e  S  1. 定义 设 是随机试验 E 的样本空间 是定义在 S上的随机变量 X  X(e), Y  Y(e) 由它们构成的向量 (X,Y ) 或二维随机向量. 称为二维随机变量 X,Y 均要求定义在同一个样本空间S上. 的性质不仅与 X及 Y有关，而且 注：▲ ▲ (X,Y ) 还依赖于这两个随机变量的相互关系. 2013 北邮概率统计课件 概率统计 (X,Y ) 的几何解释: ▲ y (X ,Y ) 0 x X (e ) Y(e) 或: e S (X,Y) 平面上的一个随机点(随机向量) 给出 2013 北邮概率统计课件 概率统计 定义2 (二维随机变量的分布函数) 设 (X,Y )是二维 二元函数 x, y 随机变量，对于任意的实数   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 ( X, Y ) 的联合分布函数. 注: ▲ (X,Y )的联合分布函数的几何意义:  F(x, y)  P(X  x,Y  y)  若将 (X,Y ) 看成是平面上随机点的坐标 2013 北邮概率统计课件 概率统计  (x, y) 则 F(x, y)在 (x, y)处的函数值 随机点 (x, y) 落在以 为定点而位于该点左下方的无穷 矩形内的概率. y (x, y) x 0 2013 北邮概率统计课件 概率统计 x  x  x , y  y  y (X ,Y ) ▲ 落在矩形区域: 的概率为: P(x  X  x , y  Y  y ) 1 2 1 2 1 2 1 2  F(x , y )  F(x , y )  F(x , y ) F(x , y )  2 2 2 1 1 1 1 2 y 如图: y2 L y1 L M M x 0 x2 x1 2013 北邮概率统计课件 概率统计 2. 二维随机变量分布函数 F(x,y) 的性质 性质1 F(x,y) 分别对 x 和 y 单调非减, 即: 当 x  x 时 F(x , y)  F(x , y) 对固定的y, X是非减的 2 1 2 1 当 y  y 时 F(x, y )  F(x, y ) 2 1 2 1 对固定的x, y是非减的 性质2 F(x,y)对每个自变量x 或 y是右连续的，即: lim F(x, y)  F(x , y) 0  0 x x lim F(x, y)  F(x, y ) 0  y y0 2013 北邮概率统计课件 概率统计 0  F(x, y)  1 且 : 性质3 F(x,)  lim F(x, y)  0 y 随机点落在这三种情形 所示的矩形内是不可能 事件，故概率趋向于零 F(, y)  lim F(x, y)  0 x F(,)  lim F(x, y)  0 随机点落在这种情况 所示的矩形内是必然 事件，故概率趋于1 x y F(,)  lim F(x, y)  1 x y 当 x  x , y  y 性质4 时，有： 1 2 1 2 F(x , y ) F(x , y ) F(x , y ) F(x , y )  0 2 2 2 1 1 1 1 2 2013 北邮概率统计课件 概率统计 A B 说明：  D y2 y1  不等式左边恰好是 （X,Y）落在矩形 ABCD内的概率， 而概率具有非负 性，故得此不等 式。 C   x x 1 2 小注： 性质1～性质3同一维随机变量分布函数的性 质。性质4不同于一维随机变量的分布函数。 若性质1～性质3均满足，但性质4不满足，则 不称之为联合分布函数。 2013 北邮概率统计课件 概率统计 1 x  y  0 0 x  y  0  比如： F(x, y)    对这分布函数来验证第4条性质。 现找 4 个点如下： (x , y )