应用概率统计-第五章 多维随机变量及其分布(一)

目录

一、二维随机变量的联合分布

1、联合分布函数的定义:

2、分布函数的意义:

 3、分布函数的性质:

二、二维离散型 r.v.及其概率分布

1、二维离散型定义:

 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:

2、常用连续型二维随机变量分布


        一般的,我们称n个随机变量的整体X=(X_1{},X_2{},...,X_N{})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(X\leq x,Y\leq y)的概率P(X\leq x,Y\leq y)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

                F(x,y)=P(X\leq x,Y\leq y)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。

应用概率统计-第五章 多维随机变量及其分布(一)_第1张图片

(X,Y) 落在矩形区域[x_1{}\leq x_{}\leq x_2{};y_1{}\leq y_{}\leq y_2{}]内的概率可用分布函数表示 :

        P(x_1{}\leq x_{}\leq x_2{};y_1{}\leq y_{}\leq y_2{})= F(x_2{},y_2{})-F(x_1{},y_2{})-F(x_2{},y_1{})+F(x_1{},y_1{})

 3、分布函数的性质:

        F(+\infty ,+\infty )=1

        F(-\infty ,x )=0

        F(x ,-\infty )=0

        F(-\infty ,-\infty )=0

        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。

应用概率统计-第五章 多维随机变量及其分布(一)_第2张图片

 2、二维离散 r.v.的联合分布函数

                         ​​​​​​​        ​​​​​​​        ​​​​​​​        F(x,y)=\sum_{x_i{}\leq x}^{}\sum_{y_j{}\leq y}^{}P_ij{}

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

F(x,y)=\int_{-\infty }^{x}\int_{-\infty }^{y}f(u,v)dvdu,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

应用概率统计-第五章 多维随机变量及其分布(一)_第3张图片

你可能感兴趣的:(应用概率统计,概率论)