第一节 二维随机变量
- 二维随机变量(二维随机向量):设
E
是一个随机试验,它的样本空间是
S=(e) ,设 X=X(e) 和 Y=Y(e) 是定义在 S 上的随机变量,由他们构成的一个向量(X,Y) ,叫做二维随机向量或 二维随机变量。 - 联合分布函数 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)}记成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。
- 分布函数 F(x,y) 具有以下的 基本性质 :
- (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) 。 - (2)
0≤F(x,y)≤1
,且 对于任意固定的
y
,对于任意固定的 x ,
F(−∞,y)=0 F(x,−∞)=0 F(−∞,−∞)=0,F(∞,∞)=1 - (3)
F(x+0,y)=F(x,y),F(x,y+0)=F(x,y)
,即
F(x,y)
关于
x
右连续,关于
y 也右连续。 - (4) 对于任意
(x1,y1),(x2,y2),x1<x2,y1<y2
,下述不等式成立;
F(x2,y2)−F(x2,y1)+F(x1,y1)−F(x1,y2)≥0
- 离散型随机变量:二维随机变量 (X,Y) 全部可能取到的值是有限对或可列无限多对,则称 (X,Y) 是离散型的随机变量。
- 联合分布律
- 二维随机变量
(X,Y)
的分布函数
F(x,y)
,如果存在非负的函数
f(x,y)
使对于任意
x,y
有
F(x,y)=∫y−∞∫x−∞f(u,v)dudv则称 (X,Y) 是连续型的二维随机变量,函数 f(x,y) 称为二维随机变量 (X,Y) 的概率密度,或称为随机变量 X 和
Y 的联合概率密度。
- 概率密度 f(x,y) 具有以下 性质 :
- (1) f(x,y)≥0
- (2) ∫∞−∞∫∞−∞f(x,y)dxdy=F(∞,∞)=1
- (3) 设
G
是
xOy 平面上的区域,点 (X,Y) 落在 G 内的概率为P{(X,Y)∈G}=∬Gf(x,y)dxdy - (4) 若
f(x,y)
在点
(x,y)
连续,则有
∂2F(x,y)∂x∂y=f(x,y)
-
n
维随机向量 或
n 维随机变量
第二节 边缘分布
- 边缘分布函数:二位随机变量
(X,Y)
作为一个整体,具有分布函数
F(x,y)
。而
X
和
Y 都是随机变量,各自也有分布函数,将他们分别记为 FX(x),FY(y) ,依次称为二维随机变量 (X,Y) 关于 X 和关于Y 的边缘分布函数。
-
边缘分布函数
可以由
(X,Y)
的分布函数
F(x,y)
所确定,事实上,
FX(x)=P{X≤x}=P{X≤x,y≤∞}=F(x,∞)即FX(x)=F(x,∞)就是说,只要在函数 F(x,y) 中令 y→∞ 就能得到 FX(x) 。同理FY(y)=F(∞,y)
-
边缘概率密度
:对于连续型随机变量
(X,Y)
,设它的概率密度为
f(x,y)
,由于
FX(x)=F(x,∞)=∫x−∞[∫∞−∞f(x,y)dy]dx所以fX(x)=∫∞−∞f(x,y)dyfY(y)=∫∞−∞f(x,y)dx
-
边缘分布函数
可以由
(X,Y)
的分布函数
F(x,y)
所确定,事实上,
- 离散型随机变量:
FX(x)=F(x,∞)=∑xi≤x∑j=1∞PijX的分布律为P{X=xi}=∑j=1∞piji=1,2,⋯同样,Y的分布律为P{Y=yi}=∑i=1∞pijj=1,2,⋯离散型随机变量的边缘分布律为Pi⋅=∑j=1∞Pij=P{X=xi},i=1,2,⋯P⋅j=∑i=1∞Pij=P{Y=yj},j=1,2,⋯
第三节 条件分布
- 条件分布律 定义:设
(X,Y)
是二位离散型随机变量,对于固定的
j
,若
P{Y=yj}>0
,则称P{X=xi|Y=yj}=P{X=xi,Y=yj}P{Y=yj}=Pijp⋅j,i=1,2,⋯为在 Y=yj 条件下随机变量 X 的条件分布律。
- 同样,对于固定的
i ,若 P{X=xi}>0 ,则称P{Y=yj|X=xi}=P{X=xi,Y=yj}P{X=xi}=pijpi⋅,j=1,2,⋯为在 X=xi 条件下随机变量 Y 的条件分布律。
- 条件概率密度 定义:设二位随机变量
(X,Y) 的概率密度为 f(x,y) , (X,Y) 关于 Y 的边缘概率密度为fY(y) 。若对于固定的 y ,fY(y)>0 ,则称 f(x,y)fY(y) 为在 Y=y 的条件下 X 的条件概率密度,记为fX|Y(x|y)=f(x,y)fY(y) - 条件分布函数:称
Y=y
的条件下
X
的条件分布函数为
FX|Y(x|y)=P{X≤x|Y=y}=∫x−∞f(x,y)fY(y)dx
第四节 相互独立的随机变量
- 1.
相互独立定义
:设
F(x,y)
及
FX(x),FY(y)
分别是二维随机变量
(X,Y)
的分布函数及边缘分布函数。若对于所有
x,y
有
P{X≤x,Y≤y}=P{X≤x}P{Y≤y}即F(x,y)=FX(x)FY(y)则称随机变量 X 和
Y 是相互独立的。
第五节 两个随机变量的函数的分布
- 条件概率密度 定义:设二位随机变量
- 同样,对于固定的