概统 第三章 多维随机变量及其分布

第三章 多维随机变量及其分布

维随机变量概念

如果 是定义在同一个样本空间 上的 随机变量,则称 维随机变量 维随机向量 称为 维随机变量的 个分量.

时,称 二维随机变量 或者 二维随机向量.

维随机变量的分布函数的概念

对任意的 个实数 ,称 元函数

维随机变量 分布函数,或随机变量 联合分布函数.

时,对任意的实数 ,称二元函数

为二维随机变量 分布函数 或随机变量 联合分布函数,记为 .

二维随机变量的分布函数的性质

  1. ,且 是对 单调不减函数.

  2. .

  3. 关于 上均 右连续,即 .

  4. 随机点 落在矩形域 上的概率为

二维随机变量的边缘分布函数

设二维随机变量 的分布函数为 ,分别称 为二维随机变量 关于 和关于 边缘分布函数. 边缘分布函数 与二维随机变量 的分布函数 有如下关系:

同理可得,.

⪡ 注 ⪢

对于 而言,由 的分布函数可以确定关于 、关于 的边缘分布函数. 反之,由关于 和关于 的边缘分布函数一般是不能确定 的分布函数的. 只有当 相互独立 时,由两边缘分布函数能确定 的分布函数.

二维离散型随机变量的概率分布、边缘分布、条件分布

二维离散型随机变量的概率分布

如果二维随机变量 可能取值为有限个或无穷可列个 ,则称 离散型的随机变量. 设二维离散型随机变量 的可能取值为 ,则称 取值 的概率

为二维离散型随机变量 概率分布 ( 分布律 ),或称为随机变量 联合概率分布 ( 联合分布律 ).

表格法表示:

二维离散型随机变量的概率分布的性质

  1. .

二维离散型随机变量的联合分布函数

的概率分布为 ,则 分布函数联合分布函数

二维离散型随机变量的边缘概率分布

二维离散型随机变量 关于 边缘概率分布 分别定义为:

其中,记号 中的 "·" 表示 是由 关于 求和后得到的; 同样, 是由 关于 求和后得到的,即它们分别为联合分布律表格中第 行与第 列诸元素之和.

二维离散型随机变量的条件概率分布

设二维离散型随机变量 的概率分布为 ,对于给定的 ,若 ,则称

为在 的条件下随机变量条件概率分布.

同样,对于给定的 ,若 ,则称

为在 的条件下随机变量 条件概率分布.

二维连续型随机变量的联合概率密度、边缘概率密度、条件概率密度

二维连续型随机变量的联合概率密度

设二维随机变量 的分布函数为 ,如果存在 非负可积函数 使对于任意 ,有

则称 二维连续型随机变量,称函数 为二维随机变量 概率密度,或称为随机变量 联合概率密度·

二维连续型随机变量的联合概率密度的性质

  1. .

  2. .

  3. 为某个平面上某个区域,则点 落在区域 内的概率为

  1. 在点 处连续,则有 .

二维连续型随机变量的边缘概率密度

设二维连续型随机变量 的概率密度为 ,由

可知, 也是一个连续型随机变量,且其概率密度为

则分别称

为二维连续型随机变量 关于 和关于 边缘概率密度.

二维连续型随机变量的条件概率密度

设二维连续型随机变量 的概率密度为 ,边缘概率密度 连续且恒大于 ,则称 为在条件 的条件概率密度,称 为在条件 的条件概率密度,分别记作

对于二维连续型随机变量 的条件分布函数 ,有

⪡ 注 ⪢

在求条件概率密度时应该注意定义域:确保作为条件的边缘概率密度大于 ,因此要除去边缘概率等于 的点.

密度乘法公式

二维随机变量的独立性

独立性的概念

分别是二维随机变量 的分布函数及边缘分布函数.如果对于任意的 ,都有

则称随机变量 相互独立.

相互独立的充分必要条件与性质

相互独立的充要条件

  1. 对于二维离散型随机变量 ,随机变量 相互独立 的充要条件是

  1. 对于二维连续型随机变量 ,随机变量 相互独立 的充要条件是

其中 的连续点.

相互独立的性质

  1. 若随机变量 相互独立,则其中任意 个随机变量也 相互独立.

  2. 若随机变量 相互独立,则它们的函数 相互独立.

  3. 若两个随机变量独立,则一个关于另一个的条件分布就是其无条件分布. 即 : 对于二维离散型随机变量 ,若 独立,则条件分布等于其边缘分布; 对于二维连续型随机变量 ,若 独立,则条件密度等于其边缘密度.

两个常见的二维连续型随机变量的分布

二维均匀分布

均匀分布的概念

是平面上的 有界区域,其面积为 . 若二维随机变量 具有联合概率密度

则称 在区域 上服从 均匀分布.

二维均匀分布的性质

  1. 服从区域 上均匀分布的随机变量 ,它在 上任何一个子区域 内取值的概率只与该子区域的 面积 的大小 有关,而与该子区域 内的 位置形状无关,即

如果设 的概率密度为 ,则

  1. 二维均匀分布的边缘分布、条件分布以及数字特征都与区域 的形状密切相关,例如,圆形区域 ,则区域 上的二维均匀分布的两个边缘分布都不是均匀分布,而其中一个变量关于另一个变量的条件分布都是均匀分布. 再如矩形区域 ,则二维均匀分布的两个边缘分布分别为区间 上的一维均匀分布.

二维正态分布

二维正态分布的概念

如果二维连续型随机变量 的联合概率密度为

则称 服从参数为 二维正态分布,记作 . 其中 均为 常数. 也称 是一个 二维正态变量.

二维正态分布中参数的概率意义

二维正态分布中 个参数的概率意义分别为 : ,而 则是 的相关系数,即 .

二维正态分布的性质

,则

  1. .

⪡ 注 ⪢

该命题的逆命题不成立:即便 都服从正态分布,甚至 的相关系数等于 的联合分布也未必是二维正态分布.
当然,若 都服从正态分布并且 相互独立,则 的联合分布一定是二维正态分布.

  1. 相互独立 ( 不相关 ) ( 当 满足联合分布为正态分布的要求时, 不相关可推出 独立 )

  2. 两个正态分布随机变量 的任意线性组合 ( 为任意实数,且不全为 ) 仍服从正态分布 ( 需满足 的联合分布是正态 ),且

多维随机变量函数的分布

多维随机变量函数的分布的概念

为随机变量, 是二元函数,则以随机变量 作为变量的函数 也是随机变量,称之为 随机变量 的函数.

对于一般随机变量函数 的分布,有如下最一般公式

二维离散型随机变量函数的分布的求法

是二维离散型随机变量,联合分布为 ,则

  1. 也是离散型随机变量,其分布律为 ,即

如果对不同 中有相同的 ,则合并诸项为一项 ,并将相应的概率 相加作为 取值为 的概率,即

  1. 如果 ,则 为二维离散型随机变量,求 联合分布的方法有

方法一 直接法 直接计算

方法二 边缘分布与条件分布法

首先求出 的边缘分布律,再求得 的联合分布的部分值,最后通过边缘分布与联合分布的关系求得 的联合分布律.

常见的二维连续型随机变量函数的分布的求法

  1. 的分布

的联合分布函数为 的分布函数分别为 ,则 的分布函数分别为

特别地,当 相互独立,则有

  1. 分布的可加性

相互独立且服从同类型分布 的随机变量,其和的分布也是同类型的,它们是 : 二项分布,泊松分布,正态分布与 分布.即 : 设随机变量 相互独立,有

  • ,则

  • ,则

  • ,则

  • ,则

⪡ 注 ⪢

上述结果对 相互独立同分布 的随机变量也成立.

关于卷积公式请参见本网站文章点我查看

个人笔记

斑驳的日子里 夜色愈显漫长

习题

-+--< 例题 1 >--+-

设随机变量 独立同分布,且

.

(Ⅰ) 求 的概率密度函数;

(Ⅱ) 判断 的独立性,并说明理由.

分析 由于 独立同分布,易得其联合概率密度为

的分布函数需要求出分段点之后进行分段讨论. 由于 显然有 ,故当 时,

何时能取到 的最大值呢?不妨将 看成最大值,则有 ,那么要使 最大,而又由于 ,那么当且仅当 时,取到最大值,故当 时,.

现讨论 的情形,由图像可知,当 时,,解得 ,当 时,,解得 .

继而可得当 时, 换成极坐标计算可得结果为 .

对分布函数求导可得

现考虑第二问,如果按 想必是非常伤身体的,不妨考虑用 来证明它们两个不独立,即

.

通过计算可得 .

,得出 不独立.