浙大概率论与数理统计课件第三章多维随机变量及其分布.pptxVIP

第三章多维随机变量及其分布本章介绍多维随机变量的概念，并讨论其分布函数、边缘分布、条件分布等性质，还将介绍一些重要的多维随机变量模型，如二元正态分布等。dsbydrfthgfthsdfgvd

3.1多维随机变量的概念1定义多个随机变量的组合2分量每个随机变量称为分量3分布函数描述所有分量取值的概率多维随机变量是多个随机变量的组合，每个随机变量称为分量。它用来描述多个随机现象之间的关系。多维随机变量的分布函数描述了所有分量取值的概率，反映了多个随机变量之间的联合分布规律。

3.1.1多维随机变量的定义定义多维随机变量是指多个随机变量的集合，每个随机变量都表示一个随机事件的结果。这些随机变量可以是相互独立的，也可以是相互依赖的。特点多维随机变量通常用于描述现实生活中多个随机因素共同作用的结果。例如，学生的身高和体重就是两个随机变量，它们可以构成一个二维随机变量。示例一个二维随机变量可以用来表示一个人的身高和体重，一个三维随机变量可以用来表示一个人的身高、体重和血压等等。

3.1.2多维随机变量的分量1分量定义多维随机变量的每个分量都是一个一维随机变量。2分量类型分量可以是离散型或连续型，具体取决于多维随机变量的类型。3分量关系分量之间可以相互独立，也可以相互依赖，这取决于多维随机变量的联合分布。

3.1.3多维随机变量的分布函数多维随机变量的分布函数是描述多维随机变量取值范围内的概率规律的函数。它是对多维随机变量取值小于或等于某个特定值的概率的描述。1定义对于多维随机变量2性质分布函数具有非负性、单调性、右连续性和边界性质。3应用分布函数可用于计算多维随机变量的各种概率事件。分布函数是理解和分析多维随机变量的关键概念，它能够描述多维随机变量取值的概率分布规律。通过分布函数，我们可以计算各种概率事件，并进行更深入的研究和分析。

3.2多维随机变量的概率密度函数1离散型多维随机变量离散型多维随机变量的概率密度函数称为概率质量函数，表示每个点出现的概率。例如，二维随机变量的概率质量函数可以用一个表格来表示，每个单元格对应一个点出现的概率。2连续型多维随机变量连续型多维随机变量的概率密度函数表示在某一点附近取值的概率，通过对该点周围区域的积分来计算。3联合概率密度函数联合概率密度函数表示多维随机变量在某个区域取值的概率，可以通过对该区域进行积分来计算。

3.2.1离散型多维随机变量的概率质量函数离散型多维随机变量的概率质量函数(PMF)定义为该随机变量取特定值的概率。1定义对于离散型多维随机变量(X,Y)，其概率质量函数为P(X=x,Y=y)，表示随机变量(X,Y)取值(x,y)的概率。2性质PMF的值必须是非负的，且所有可能的(x,y)的PMF之和必须等于1。3例子例如，考虑一个随机变量(X,Y)，其中X表示抛硬币两次出现的正面次数，Y表示出现的反面次数。该PMF可以表示为一个表格，其中每一行和每一列对应X和Y的可能值。

3.2.2连续型多维随机变量的概率密度函数连续型多维随机变量的概率密度函数是指一个函数，它描述了多维随机变量在某个区域内取值的概率。这个函数的值越大，表示随机变量在该区域内取值的概率越高。对于一个n维的连续型随机变量(X1,X2,...,Xn)，其概率密度函数记为f(x1,x2,...,xn)。概率密度函数满足以下性质：1非负性f(x1,x2,...,xn)≥02归一性∫...∫f(x1,x2,...,xn)dx1dx2...dxn=13概率计算P((X1,X2,...,Xn)∈A)=∫...∫Af(x1,x2,...,xn)dx1dx2...dxn

3.3边缘分布和条件分布边缘分布边缘分布是指多维随机变量中单个变量的概率分布。可以通过对多维随机变量的联合分布函数进行积分或求和得到。条件分布条件分布是指在已知其他变量取值的情况下，一个变量的概率分布。通常使用贝叶斯定理计算。应用场景边缘分布和条件分布在统计学和概率论中都有广泛的应用。例如，可以用来分析两个变量之间的关系，预测事件发生的概率，等等。

3.3.1边缘分布1联合分布多元随机变量的概率分布2边缘分布单个随机变量的概率分布3积分求和或积分得到边缘分布边缘分布是从联合分布中提取单个随机变量的概率分布。例如，二维随机变量(X,Y)的边缘分布指的是X或Y的概率分布。边缘分布可以通过对联合分布进行积分或求和来获得。

3.3.2条件分布定义条件分布是指在已知一个随机变量取值为某个特定值的情况下，另一个随机变量的分布。公式设(X,Y)为二维随机变量，则Y在X=x条