目录
一般的,我们称n个随机变量的整体为n维随机变量或随机向量,由于从二维推广到多维一般没有什么实质的困难,我们重点讨论二维随机变量。下面我们重点来讨论二维随机变量(X,Y)。
一、二维随机变量的联合分布
1、联合分布函数的定义:
设( X , Y ) 为二维 r.v. 对任何一对实数( x , y ), 事件的概率
定义了一个二元实函数 F ( x , y ),称为二维 r.v.( X ,Y )的分布函数,即
为联合分布函数。
2、分布函数的意义:
如果用平面上的点 (x, y) 表示二维r.v.(X , Y )的一组可能的取值,则 F (x, y) 表示 (X , Y ) 的取值落入图所示角形区域的概率。
(X,Y) 落在矩形区域内的概率可用分布函数表示 :
3、分布函数的性质:
对每个变量单调不减;
对每个变量右连续;
二、二维离散型 r.v.及其概率分布
1、二维离散型定义:
若二维 r.v.(X ,Y )所有可能的取值为有限多个或无穷可列多个, 则称(X ,Y ) 为二维离散型 r.v。要描述二维离散型 r.v.的概率特 性及其与每个 r.v.之间的关系常用其 联合分布律和边缘分布律。
2、二维离散 r.v.的联合分布函数
三、二维连续型随机变量
1、二维连续型定义:
设二维 r.v.( X ,Y )的分布函数为F(x ,y),若存在非负可积函数 f (x,y) , 使得对于任意实数 x , y 有
,则称( X ,Y ) 为二维连续型 r.v.;f (x,y) 为( X ,Y ) 的联合概率密度函数 简称概率密度函数简记 p.d.f.。
2、常用连续型二维随机变量分布
- 均匀分布
- 正态分布