概率论与随机过程：第3章 第一节 多维随机变量及其分布.ppt

第三章 多维随机变量 1．定义： 设X1(ω),…,Xn(ω)为定义在样本空间Ω上的随机变量,由它们构成的一个向量(X1, …,Xn)叫做n维随机变量或n维随机向量。  定义：若对任意xk∈R,k=1,2,…n,称ｎ元函数 (3) 二维随机向量(X,Y)可以看成平面上随机点的坐标。则(X,Y)分布函数F(x,y)=P{X ? x,Y ? y}在(x,y)处的函数值就是随机点(x,y)落在如图所示的以点(x,y)为顶点而位于该点左下方的无穷矩形闭区域上的概率。 (1).F(x,y)是变量x 和y的不减函数,即对于任意固定的y, 当x2x1时，F(x2,y)≥F(x1,y)；对于任意固定的x,当y2y1时，F(x,y2)≥F(x,y1)且 0≤F(x,y)≤1。 因为{X≤x1,Y≤y}?{X≤x2,Y≤y}. (2). 对于任意固定的y, F(-∞,y)=0；  对于任意固定的x, F(x,+∞)=1； F(-∞,-∞)=0，F(+∞,+∞)=1。 证：只证F(-∞,y)=0。因为  0≤P{X≤x,Y≤ y}≤P{X≤ x,Y+∞}, 所以0≤F(x, y)≤FX(x),令x →-∞,于是F(-∞,y)=0。 (3).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. 证：只证F(x, y)=F(x +0, y)。 因为F(x +△x, y)= F(x, y)+P{x X≤ x +△x,Y≤ y}, 而P{x X≤ x +△ x,Y≤ y}=F (x +△ x, y) - F (x, y) ≤ P{x X≤ x +△ x} →0 (△ x →0). (4).对于任意(x1, y1),(x2, y2)， x1x 2, y1 y2,下述不等式成立: F(x2, y2)-F(x2, y1)-F(x1,y2)+F(x1, y1)≥0, 事实上，因为P{x1X ? x2, y1Y ? y2}= F(x2, y2)-F(x2, y1)-F(x1, y2)+F(x1, y1)≥0,如图 1．定义：  若二维随机向量(X,Y)的可能取值只有有限个或可列个,则称(X,Y)是离散型二维随机向量. 若二维离散型随机向量(X,Y)的所有可能取值为(xi,yj),i,j=1,2,… 记P{X=xi,Y=yj}=pij, i, j=1,2,… 则称下列一组等式 P{X=xi,Y=yj}=pij, i, j=1,2,…为随机向量(X,Y)的(联合)分布律. 常用表格表示(X,Y)的分布律： 例1: 一整数X，随机地在1，2，3，4四个数中取任一值，另一整数Y随机地在1—X中取值，求(X,Y)的分布律。 解：  若(X,Y)的分布律为P{X=xi,Y=yj}=pij, i,j=1,2,…则(X,Y)的分布函数为  1.定义：设(X,Y)的分布函数为F(x,y),若存在一非负函数f(x,y),使得对于任意的实数x,y有 (3).若f(x,y)在点(x,y)连续，则有 例1: 设二维随机变量(X,Y)具有概率密度 (ii)将(X,Y)看作是平面上随机点的坐标.即有 {Y≤X}={(X,Y)∈G} 其中G为xy平面上直线y=x下方的部分,如图,于是 例2: 向一个无限平面靶射击,设命中点(X,Y)的有概率密度 f(x,y)=A / (1+x2+y2)2,求：(1)常数A；(2)命中点与靶心距离不超过r0的概率 . 解: (1)由概率密度的性质知 (2)依题意需求概率 (二)二维正态分布 定义: 若(X,Y)具有概率密度 例 若(X,Y)在D1上服从均匀分布，D1为x轴、y轴及直线y=2x+1所围。求: (X,Y)的概率密度与分布函数。 * * 第一节 多维随机变量及其分布 第二节 边缘分布 第三节 条件分布 第四节 随机变量的独立性 第五节 随机变量函数的分布 从本讲起，我们开始第三章的学习. 一维随机变量及其分布 多维随机变量及其分布 由于从二维推广到多维一般无实质性的 困难，我们重点讨论二维随机变量 . 它是第二章内容的推广. 对于多维随机变量,