概率论与数理统计 第三章--多维随机变量及其分布

概率论与数理统计(经管类第三版)第3章多维随机变量及其分布多维随机变量及其分布二维随机变量及其分布二维随机变量及其分布随机变量的独立性概率论与数理统计3.1 二维随机变量及其分布一、二维随机变量及其分布函数二维随机变量(p53) 1、二维随机变量(p53) 是随机试验E的样本空间设S是随机试验的样本空间，X=X(e),Y=Y(e)是是随机试验的样本空间，, 是定义在S上的随机变量上的随机变量，定义在上的随机变量，则由它们构成的一个二维向称为二维随机变量量(X,Y)称为二维随机变量或二维随机向量。

称为二维随机变量或二维随机向量。

二维随机变量(X,Y)的性质不仅与及Y有关，而的性质不仅与X及有关有关，二维随机变量的性质不仅与且还依赖于这两个随机变量的相互关系。

因此，且还依赖于这两个随机变量的相互关系。

因此，单独讨论X和的性质是不够的需要把(X,Y)作为一个整的性质是不够的，讨论和Y的性质是不够的，需要把作为一个整体来讨论。

随机变量X常称为一维随机变量常称为一维随机变量。

体来讨论。

随机变量常称为一维随机变量。

概率论与数理统计一维随机变量X――R1上的随机点坐标；上的随机点坐标；一维随机变量二维随机变量(X,Y)――R2上的随机点坐标；上的随机点坐标；二维随机变量。

n维随机变量1,X2,。

,Xn)―――Rn上的随维随机变量(X 维随机变量机点坐标。

机点坐标。

多维随机变量的研究方法也与一维类似，多维随机变量的研究方法也与一维类似，分布函数、概率密度函数或分布律来描述其用分布函数、概率密度函数或分布律来描述其统计规律。

统计规律。

概率论与数理统计二维随机变量的(联合) 2、二维随机变量的(联合)分布函数定义3.1 是二维随机变量，定义3.1 设(X,Y)是二维随机变量，二元是二维随机变量实值函数F(x,y)=P({X≤x}∩{Y≤y})=P(X≤x,Y≤y) ≤ ≤ ≤ ≤ x∈(-∞,+∞), y∈(-∞,+∞) ∈∈称为二维随机变量的分布函数，称为二维随机变量(X,Y)的分布函数，或称与Y 二维随机变量的分布函数或称X与的联合分布函数。

第3章 多维随机变量及其分布教学要求1．理解二维随机变量的概念以及二维随机变量的联合分布函数的概念与性质，会利用联合分布函数计算有关事件的概率.2．理解二维离散型随机变量及其联合分布律、边缘分布律、条件分布律的概念与性质及其相互关系，会求联合分布律，并会用其求边缘分布律、条件分布律以及有关事件的概率.3．理解二维连续型随机变量及其联合概率密度函数和联合分布函数、边缘概率密度和边缘分布函数、条件概率密度和条件分布函数的概念与性质及其相互关系，会用概率密度函数求分布函数，掌握用联合概率密度求边缘概率密度、条件概率密度以及有关事件的概率.4．掌握二维均匀分布的概率密度，了解二维正态分布的概率密度.5．理解多维随机变量独立性的概念，掌握离散型和连续型随机变量独立性的条件，会判断随机变量的独立性，掌握运用随机变量独立性进行概率的计算.6．理解多维随机变量函数的概念，会求简单二维随机变量函数的分布，掌握Y X Z +=和{}Y X Z ,m ax =，{}Y X Z ,m in =的分布.教学重点二维随机变量与分布函数的概念，二维离散型随机变量及其分布律、二维连续型随机变量及其概率密度函数的概念以及概率的求法，联合分布与边缘分布的关系，随机变量独立性. 教学难点联合分布、边缘分布与条件分布的计算及相互关系，连续型随机变量分布函数的计算及其随机变量函数分布的求法.课时安排本章安排10课时.教学内容和要点一、 二维随机变量的分布函数1.二维随机变量及其分布函数的概念与性质2.二维随机变量的边缘分布函数二、 二维离散型随机变量1.二维离散型随机变量及其分布律的概念与性质2.边缘分布律3.条件分布律三、 二维连续型随机变量1.二维连续型随机变量及其联合概率密度函数和联合分布函数的概念与性质2.边缘概率密度和边缘分布函数3.二维连续型随机变量的常用分布：二维均匀分布、二维正态分布4.条件概率密度和条件分布函数四、随机变量的独立性1. 随机变量独立性的概念2. 离散型和连续型随机变量独立性的条件3. 随机变量独立性的判断五、二维随机变量的函数的分布1. 二维随机变量函数分布的概念2. 二维离散型随机变量函数分布律的求法3. 二维连续型随机变量函数概率密度的求法4.随机变量函数的独立性主要概念1.二维随机变量2.联合分布函数3.二维离散型随机变量及其联合分布律、边缘分布律、条件分布律4.二维连续型随机变量及其联合概率密度、边缘概率密度、条件分布5.随机变量的独立性6.二维随机变量函数的分布。

习题3-11、设(,)X Y 的分布律为求a 。

解：由分布律的性质，得1,0iji jp a =>∑∑，即111111691839a +++++=，0a >， 解得，29a =。

注：考察分布律的完备性和非负性。

2、设(,)X Y 的分布函数为(,)F x y ，试用(,)F x y 表示：（1）{,}P a X b Y c ≤≤<；（2）{0}P Y b <<；（3）{,}P X a Y b ≥<。

解：根据分布函数的定义(,){,}F x y P X x Y y =≤≤，得（1）{,}{,}{,}(,)(,)P a X b Y c P X b Y c P X a Y c F b c F a c ---≤≤<=≤<-<<=-； （2）{0}{,}{,0}(,)(,0)P Y b P X Y b P X Y F b F -<<=≤+∞<-≤+∞≤=+∞-+∞； （3）{,}{,}{,}(,)(,)P X a Y b P X Y b P X a Y b F b F a b ---≥<=≤+∞<-<<=+∞-。

3、设二维随机变量(,)X Y 的分布函数为(,)F x y ，分布律如下：试求：（1）13{,04}22P X Y <<<<；（2）{12,34}P X Y ≤≤≤≤；（3）(2,3)F 。

解：由(,)X Y 的分布律，得 （1）1311{,04}{1,1}{1,2}{1,3}002244P X Y P X Y P X Y P X Y <<<<===+==+===++=； （2）{12,34}{1,3}{1,4}{2,3}{2,4}P X Y P X Y P X Y P X Y P X Y ≤≤≤≤===+==+==+==1150016416=+++=；（3）(2,3){2,3}{1,1}{1,2}{1,3}F P X Y P X Y P X Y P X Y =≤≤===+==+==1119{2,1}{2,2}{2,3}000416416P X Y P X Y P X Y +==+==+===+++++=。

第三章 多维随机变量及其分布第一节二维随机变量的概念1.二维随机变量定义：设(X,Y)是二维随机变量，记为:(,){()()}=≤⋂≤F x y P X x Y y (,)=≤≤P X x Y y (,)-∞<<∞-∞<<∞x y称(,)F x y 为X 与Y 的分布函数，或称X 与Y 的联合分布函数}}(){{(,lim (,)→+∞=≤=≤≤+∞=X y F x P X x P X x Y F x y}}(){{,lim (,)→+∞=≤=≤+∞≤=Y x F y P Y y P X Y y F x y分布函数(,)F x y 性质:1）(,)F x y 是变量x 和变量y 的不减函数，(分别关于x 和y 有单调不减性) 2）0(,)1≤≤F x y ，任意一边趋于-∞＝０.F(∞，∞)=1（用来确定未知参数）.3）(,)(0,)(0,0)=+=++F x y F x y F x y ，即(,)F x y 分别关于x 右连续，关于y 也右连续,4）对于任意11221212(,),(,),,,<<x y x y x x y y 下述不等式成立(可用于判定二元函数(,)F x y 是不是某二维随机变量的分布函数):22211112(,)(,)(,)(,)0-+-≥F x y F x y F x y F x y 2.二维离散型随机变量:定义:如果二维随机变量(X,Y)只取有限对或可列无穷多对，则称(X,Y)是二维离散型随机变量其概率{,},,1,2,====i i ij P X x Y y p i j …为二维离散型随机变量(X,Y)的分布律，或随机变量X 和Y 是联合分布律 性质:1.0,(i,j 1.2.....)≥=ij P2.1≤≤=∑∑i i ijx x y yp满足以上两条，即为二维离散型随机变量的分布律. 注；步骤:定取值,求概率,验证1.离散型随机变量X 和Y 的联合分布函数为(,)≤≤=∑∑i i ijx x y yF x y p，其中和式是对一切满足,≤≤i i x x y y 的i,j 来求和的边缘分布定义:对于离散型随机变量(X,Y)，分量X 和Y 的分布律(), 1.2...(), 1.2..的边缘分布律：的边缘分布律：••========∑∑i i ij jJ i ij iX p P X x p i Y p P Y y p i ，0,0(, 1.2....)1•••≥≥===∑∑i j jiip p i j pi p联合确定边缘，但一般情况，边缘不能确定的联合，除非相互独立. 比如；有放回的摸球，就是X ，Y 相互独立. 不放回地摸球，是条件分布.3.二维连续型随机变量的概率密度和边缘概率密度. 对比一维的: 概率密度:()()1∞-∞==⎰f x f x dx ，分布律:{}(),≤≤=⎰b aP a x b f x dx 分布函数:()()-∞=⎰xF x f t dt二维:定义:设二维随机变量(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(,)(,)-∞-∞=⎰⎰xyF x y f u v dudv ，则称(X,Y)为二维连续型随机变量，(,)f x y 称为(X,Y)的概率密度，或联合概率密度.概率密度的性质: 1.(,)F x y ≥0 2.(,)1∞∞-∞-∞=⎰⎰f x y dxdy只要具有以下两条性质，必可作为某二维随机变量的概率密度.3.已知(X,Y)的概率密度(,)f x y ，则(X,Y)在平面区域D 内取值的概率为:{(,)}(,)∈=⎰⎰DP X Y D f x y dxdy (作二重积分)(随机点(X,Y)落在平面区域D 上的概率等于以平面区域D 为底，以曲面(,)=z f x y 顶的典顶的体积) 4.若(,)F x y 在点(x,y)连续，则有2(,)(,)∂=∂∂F x y f x y x y(连续就能根据分布律求概率密度)1） 当求()=P X Y 时，它只是一条线，所以：()0＝=P X Y2） 一个方程有无实根：20++=ax bx c ，即求：22240,40,40,一个实根无实根两个实根+=+<+>b ac b ac b ac均匀分布：定义:设D 为平面上的有界区域，其面积为S ，且0>S ,如果二维随机变量(X,Y)的概率密度为1,(x,y)(,)0,其它⎧∈⎪=⎨⎪⎩Df x y S，则称(X,Y)服从区域D 上的均匀分布(或叫(X,Y)在D 上服从均匀分布，记作（X,Y ）D U . 两种特殊情形:1） D 为矩形，,c )≤≤≤≤a x b y d 时，1,()()(,),c )0,其它⎧⎪--=≤≤≤≤⎨⎪⎩b a dc f x y a x b y d2） D 为圆形，如(X,Y)在以原点为圆心，R 为半径的圆域上服从均匀分布，则(X,Y)的概率密度为:22221,(,))0,其它π⎧⎪=+≤⎨⎪⎩f x y x y R R定义:对连续型随机变量(X,Y),分量X,Y 的概率密度称为(X,Y)关于X 或Y 的边缘概率密度,记作(),X f x ().Y f y X 的分布函数:()(,)(,)∞-∞-∞⎡⎤=∞=⎢⎥⎣⎦⎰⎰xX F x F x f u v dv du （让Ｙ趋于正无穷） Y 的分布函数:()(,)(,)∞-∞-∞⎡⎤=∞=⎢⎥⎣⎦⎰⎰yY F y F y f u v du dv （让Ｘ趋于正无穷） X 的概率密度:()(,),()∞-∞=-∞<<∞⎰X f x f x y dy xY 的概率密度:()(,),()∞-∞=-∞<<∞⎰Y f y f x y dx y（二维的边缘概率密度是直接以联合概率密度在负无穷到正无穷对对应元素积分，其间需要对划分区间的作分别积分）(X,Y)的概率密度:(,)(,)[(,)]-∞-∞-∞-∞==⎰⎰⎰⎰x yx yf x y f u v dudv f u v dv du二维正态分布： 二维正态221212(,)(,,,,)σσρX Y N u u 分布函数的性质:1.211()(,)σX N u ,222()(,)σY N u 边缘服从一维正态分布2.0,ρ=⇔xy X Y 独立（相关系数为Ｏ，则两个随机变量独立）3.212()()σ++k X k Y N u (线性组合按一维正态处理)4. 1212()，±±k X k Y c X c Y 服从二维正态（如：(,)+-X Y X Y ） 条件分布:设(X,Y)是二维离散型随机变量，对于固定的j ，若{}0=>j P Y y ，则称{=i P X x ｜{,}},1,2,{}⋅=======i j ij j j jP X x Y y p Y y i P Y y p …为在=j Y y 条件下随机变量X 的条件分布律同样地，若{}0,=>i P X x 则称{=j P Y y ｜{,}},1,2,{}⋅=======i j ij i i i P X x Y y p X x j P X x p …为=i X x 条件下随机变量Y 的条件分布律 变形，即得求联合分布律的方法.设二维随机变量(X,Y)的概率密度为f(x,y),(X,Y)关于Y 的边缘概率密度为()Y f y .若对于固定的y,()0,>Y f y 则称(,)()Y f x y f y 为在Y=y 的条件下X 的条件概率密度称|(,)(|)()-∞-∞=⎰⎰xxX Y Y f x y f x y dx dx f y 为在Y=y 的条件下，X 的条件分布函数，记为P{X ≤x|Y=y}或|(|)X Y F x y ，即|(,)(|){|}()-∞=≤==⎰x X Y Y f x y F x y P X x Y y dx f y 设F(x,y)及(),()X Y F x F 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(,)()()=X Y F x y F x F y ，则称随机变量X 和Y 是相互独立的设(X,Y)是连续型随机变量，(,),(),()X Y f x y f x f y 分别为(X,Y)的概率密度和边缘概率密度，则X 和Y 相互独立的条件等价于(,)()()=X Y f x y f x f y 在平面上几乎处处成立(除去面积为0的集合以外，处处成立)第二节随机变量的独立性1. 两个随机变量的独立性 定义:设(,),().()X Y F x y F x F y 分别是二维随机变量(X,Y)的分布函数和两个边缘分布函数，若对任意实数,x y 有(,)().()=X Y F x y F x F y ，则称X 与Y 相互独立.可用于判断独立性(随机变量独立,对任意实数x,y,事件X ,Y ≤≤x y 相互独立) 以上公式等价于:(X ,Y )(X ).()≤≤=≤≤X Y P x y P x P Y y 可类推至多个函数的情况.1)如果X,Y 随机变量独立，().()连续f x g y ，(通过函数作用)则().()f x g y 也独立.(可类推至多个随机变量的情况)例:X,Y 独立，则22,x y 独立.2)如果1212,...,...，ＹＹＹm m X X X 相互独立，12m 121()()...()()()....()和，f x f x f x g y g y g y 也相互独立。

3.1二维随机变量的概念3.1.1二维随机变量及其分布函数到现在为止，我们只讨论了一维随机变量及其他布，但有些随机现象用一个随机变量来描述还不够，而需要用几个随机变量来描述。

例如，在打靶时，以靶心为原点建立直角坐标系，命中点的位置是由一对随机变量（X，Y）（两个坐标）来确定的。

又如考察某地区的气候，通常要考察气温X，风力Y，这两个随机变量，记写（X，Y）。

定义3.12个随机变量X，Y组成的整体Z=（X，Y）叫二维随机变量或二维随机向量。

定义3.2（1）二元函数F（x,y）=P（X≤x,Y≤y）叫二维随机变量（X，Y）的联合分布函数，简称分布函数。

记作（X，Y）～F（x,y）。

（2）二维随机变量（X，Y）中，各分量X，Y的分布函数叫二维随机变量（X，Y）的边缘分布函数。

因为X<+∞，Y<+∞即-∞<X<+∞，-∞<Y<+∞，分别表示必然事件，所以有X～F x（x）=P（X≤x）=P（X≤x，Y<+∞）=F（x,+∞）Y～F Y（y）=P（Y≤y）=P（x<+∞，Y≤y）=F（+∞，y）公式可见X，Y的边缘分布可由联合分布函数求得。

3.1.2二维离散型随机变量定义3-3若二维随机变量（X，Y）只取有限多对或可列无穷多对（x i，y j），（i，j=1，2，…），则称（X，Y）为二维离散型随机变量。

设二维随机变量（X，Y）的所有可能取值为（x i，y j）（i，j=1，2，…），（X，Y）在各个可能取值的概率为：P{X=x i,Y=y j}=P ij（i，j=1，2，…），称P{X=x i,Y=y j}=P ij（i，j=1，2，…）为（X，Y）的分布律。

（X，Y）的分布律还可以写成如下列表形式：（X，Y）的分布律具有下列性质：（1）p ij≥0（i，j=1，2，…）；（2）反之，若数集{P ij}（i，j=1，2，…）具有以上两条性质，则它必可作为某二维离散型随机变量的分布律。

第三章多维随机变量及其分布关键词：二维随机变量分布函数分布律概率密度边缘分布函数边缘分布律边缘概率密度条件分布函数条件分布律条件概率密度随机变量的独立性Z=X+Y的概率密度Z=Y/X及Z=XY的概率密度M=max(X,Y)及N=min(X,Y)的概率密度例：研究某一地区学龄儿童的发育情况。

仅研究身高H 的分布或仅研究体重W 的分布是不够的。

需要同时考察每个儿童的身高和体重值，研究身高和体重之间的关系，这就要引入定义在同一样本空间（即某地区全部学龄前儿童）的两个随机变量。

问题的提出实际中，某些随机试验的结果需要同时用两个或两个以上的随机变量描述例：研究某种型号炮弹的弹着点分布。

每枚炮弹的弹着点位置需要由横坐标和纵坐标来确定，而它们是定义在同一样本空间的两个随机变量。

一、二维随机变量的定义设E是一个随机试验，样本空间S={e}；设X=X(e)和Y=Y(e)是定义在S上的随机变量，由它们构成的向量(X,Y)叫做二维随机向量或二维随机变量。

S ey()()(),X e Y ex(X,Y)的性质不仅与X及Y有关，还依赖于X,Y间的相互关系，需将(X,Y)作为整体研究二、二维随机变量的分布函数设(X ,Y )是二维随机变量，对于任意实数x , y ，二元函数称为二维随机变量(X ,Y )的分布函数，或称为随机变量X 和Y 的联合分布函数。

{}(,)()()(,)F x y P X x Y y P X x Y y =≤≤==≤≤ 记成1、定义：若将(X ,Y )看成平面上随机点的坐标，则F (x ,y )在(x ,y )处的函数值即为随机点落在(x ,y )左下方无穷域内的概率2、几何意义：(X ,Y )落在矩形区域[x 1<x ≤x 2, y 1<y ≤y 2]上的概率为x 1x 2yy 1y 20xy(x,y )1212(,)P x x x y y y <≤<≤()()()()22211211,,,,F x y F x y F x y F x y --+=3、性质：1212,(,)(,)y x x F x y F x y <⇒≤任意固定当x 1x 2(x 1,y )(x 2,y )yy 2xy 1(x ,y 1)(x ,y 2)1212,(,)(,)x y y F x y F x y <⇒≤任意固定0(,)1F x y ≤≤ (,)0 (,)0(,)0,(,)1y F y x F x F F -∞=-∞=-∞-∞=+∞+∞=对任意固定，对任意固定，(1) 不减性:F (x , y )关于x , y 单调不减，即(2) 有界性:且(3) 右连续性0(,)(,)lim F x y F x y εε+→+=0(,)(,)lim F x y F x y εε+→+=(),,F x y x y 关于右连续，即：()222112111212(,)(,)(,)(,),0F x y F x y F x y F x y P x X x y Y y --+=<≤<≤≥ 1x 2x 1y 2y 01212,,x x y y <<若则22211211(,)(,)(,)(,)0F x y F x y F x y F x y --+≥(4)三、二维离散型随机变量及其分布律1、定义：,,,,21m x x x X 的可能值为设,,,,21n y y y Y 的可能值为中心问题：(X ,Y )取这些可能值的概率分别为多少？若二维随机变量（X ,Y ）所有可能的取值是有限对或可列无限对，则称（X ,Y ）是二维离散型随机变量。

第三章多维随机变量及其分布随机向量的定义：随机试验的样本空间为S={ω}，若随机变量X1(ω),X2(ω),…,X n(ω)定义在S上，则称（X1(ω),X2(ω),…,X n(ω)）为n维随机变量（向量）。

简记为（X1,X2,…,X n）。

二维随机向量（X,Y），它可看作平面上的随机点。

对（X,Y）研究的问题：1．（X,Y）视为平面上的随机点。

研究其概率分布——联合分布率、联合分布函数、联合概率密度；Joint2．分别研究各个分量X,Y的概率分布——边缘（际）分布律、边缘分布函数、边缘概率密度；marginal3．X与Y的相互关系；4．（X,Y）函数的分布。

§ 3.1 二维随机变量的分布一．离散型随机变量1．联合分布律定义3.1 若二维随机变量(X,Y)可能取的值(向量)是有限多个或可列无穷多个,则称(X,Y) 为二维离散型随机变量。

设二维离散型随机变量(X,Y)可能取的值(x i,y j), i，j=1,2…,取这些值的概率为p ij=P{(X,Y)=(x i,y i)}=p{X=x i,Y=y i}i, j=1,2,…——(3.1)称 (3.1)式为(X,Y)的联合分布律。

(X,Y)的联合分布律可以用表格的形式表示如下：性质：(1) p ij ≥ 0，i, j=1,2,… (2) ∑ji ij p ,=12．边缘分布律设二维离散型随机变量(X,Y) 的联合分布律为p ij = P{X=x i ,Y=y i } i, j=1,2,…分量X 和Y 的分布律分别为 p i.=P{X=x i } i=1,2,… 满足①p i.≥0②∑ p i.=1p .j = p{Y=y i }j=1,2,… ①p .j ≥0②∑ p .j =1我们称p i.和p .j 分别为(X,Y)关于X 和Y 的边缘分布律，简称为(X,Y)的边缘分布律。

二维离散型随机变量(X,Y) 的联合分布律与边缘分布率有如下关系： p i.=P{X=x i }=P{X=x i , S}=P{X=x i ,∑(Y=y j )}=j∑P{X=x i ,Y=y j }=j∑p ij (3.4) 同理可得 p .j =i∑p ij(3.5)例1:一整数X 随机地在1，2，3三个整数中任取一值，另一个整数Y随机地在1到X中取一值。