随机向量分布理论与应用.pdfVIP

第三章二维随量及其分布

◼二维随量及其联合分布

•基本概念

•离散型

•连续型

◼条件概率分布

◼随量函数的概率分布

大家学习这一章时一定要和一维随量比较

•基本想法相同

•注意一些细节的差异

前面我们讨论的是随机实验中单独的

一个随量，又称为一维随量；然而

在许多实际问题中，常常需要同时研究一个

试验中的两个甚至个随量。

例如E：抽样15-18岁青少年的身高X与体重

Y,以研究当前该段青少年的身体发育情况。

不过此时我们需要研究的不仅仅是X及Y各自的性质

，更需要了解这两个随量的相互依赖和制约关系

。因此，二者整体来进行研究，记为

(X,Y),称为二维随（向）量。

例：设箱中有10个球，其中有3个红球，5个白球，

2个黑球；从中任意抽取4个,观察抽球结果

解：我们仍然希望用随来数量化基本空间

X为红球数目，Y为白球数目

X可取0,1,2；Y可取0,1,2,3,4按古典概型计算得：

ij4−i−j

CCC

P(Xi,Yj)3542

C

10

注意到：0≤4-i-j≤2有：2≤i+j≤4

二维随量

◼定义

设X、Y为定义在同一样本空间Ω上的随

量，则称向量（X，Y）为Ω上的一个二维随

量。

二维随量(X,Y)的取值可看作面上的点

A

（x，y）

二维随量的联合分布函数

◼定义若（X，Y）是随量，y

(x,y)

对于任意的实数x,y.

F(x,y)P{Xx,Yy}

x

称为维随量的联合分布函数

大家可以试着求第个例子中X,Y的联合分布函数

：在维随量中，P(aX≤b)=F(b)-F(a)

在维随量中，P（x1Xx2，y1Yy2）

=F(x2,y2)-F(x1,y1)？

P（xXx，yYy）

1212