概率论第三章课件.ppt

第三章多维随机变量及其分布

3.1二维随机变量及其分布函数

3.2边缘分布

3.3条件分布与独立性

3.4二维随机变量函数的分布

第一节二维随机变量

一、二维随机变量的概念

二、二维随机变量的分布函数

三、二维离散型随机变量

四、二维连续型随机变量

五、小结

一、二维随机变量的概念

前一章我们讨论了一维随机变量，并且知道所谓

一维随机变量无非是随机试验的结果和一维实数之

间的某个对应关系。但在许多实际问题中，对于一

个试验结果，我们往往需要二个或二个以上的随机

变量去描述。例如：

考察某炉钢水的质量，需要同时考察含碳量X、

含硫量Y等几个量。

而考察某市儿童体质情况，就需要同时考察儿

童的身高X、体重Y、营养状况Z等几个量。

这些量显然也是随机变量，并且它们之间从统

计意义上又是关联的，需要同时加以研究。为此

目的，引进多维随机变量的概念。

定义1设X1，X2，…，Xn是定义在样本空间Ω上

的随机变量，则称n维向量(X1，X2，…，Xn)为n维

随机向量或n维随机变量。

特别，当n=2时，即得到二维随机变量的定义。

二维随机变量常记作(X，Y)。

如同高等数学中大家所熟悉的那样，从一维到多

维会增添许多新的问题。为了叙述和学习的方便，

这里着重讨论二维随机变量，所得的结果不难推

广到n2的情形。

二维随机变量(X，Y)的取值是一个实向量(x，y)，

它是平面上的一个点，因此，二维随机变量(X，Y)

是平面上的随机点，它的取值的概率称为它的分布，

它不仅与X、Y有关，还与X、Y之间的相关性有关。

因此逐个的研究X或Y的分布是不够的，需要将它们

作为一个整体来讨论。

二、二维随机变量的分布函数

1、分布函数的定义

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.

如果将(X，Y)看作平面上随机点的坐标，则

F(x，y)=P{X≤x，Y≤y}

就表示点(X，Y)落在图（1）中阴影部分的概率。

y

(x,y)



Xx,Yy

ox

图（1）

y

这时，点(X，Y)落入任一y2

矩形区域

{x1＜X≤x2，y1＜Y≤y2}y1

的概率，可运用概率的加法

性质求得借助图：

((2))Ox1x2x

图（2）

P{x1Xx2,y1Yy2}

F(x2,y2)F(x1,y2)F(x2,y1)F(x1,y1)

（1）

2、分布函数的性质

1oF(x,y)是变量x和y的不减函数,即对于任

意固定的y,当x2x1时F(x2,y)F(x1,y),

对于任意固定的x,当y2y1时F(x,y2)F(x,y1).

2o0F(x,y)1,且有

对于任意固定的y,F(,y)limF(x,y)0,

x

F(x,)limF(x,y)0,

对于任意固定的x,y

F(,)limF(x,y)0,

x

y

F(,)limF(x,