二、随机变量与分布函数

[随机变量及其概率分布函数每次试验的结果可以用一个变量的数值来表示,这个变量的取值随偶然因素而变化,但又遵从一定的概率分布规律,这种变量称为随机变量,用,···表示。它是随机现象的数量比。

    给定随机变量,它的取值不超过实数x的事件的概率P(x)x的函数,称为的概率分布函数,简称分布函数,记作F(x) ,即

                 F(x)=P(  (

[分布函数的基本性质]

      1°  ,

      2°   x1<x2,则F(x1)F(x2)  (单调性)

      3°  F(x+0)=F(x)            (右连续性)

      4°  P(a<=F(b)(a)

      5°  P(=F(a)0)

[离散分布与概率分布列如果随机变量只能取有限个或可列个数值x1 , x2 ,···, xn ···,就称为离散型随机变量。若记P()=pk    (k=1,2,···),则取值的概率分布由{pk}完全确定。称{pk}的概率分布列。{pk}有以下性质:

   1°  

   2°  =1

   3° D为实数轴上任一可测集,则P(

   4° 的分布函数

                 F(x)=

是在处有跳跃的阶梯函数。

[连续分布与分布密度函数如果随机变量的分布函数F(x)能够表示为

                F(x)=  p (x)非负)

就称是连续型随机变量。p(x)称为的分布密度函数(或分布密度)。分布密度函数具有以下性质:

   1°  p(x)=

   2° 

   3°  p (x)是连续型随机变量的分布密度,则对实数轴上的任一可测集D,有

                                     

[随机变量的函数的分布如果随机变量是随机变量的函数

                        

设随机变量的分布函数为F(x),则的分布函数G(x)

                     G(x)=

特别,当是离散型随机变量时,其可能值为x1 , x2···,P,则

                     G(x)=   

是连续型随机变量时 ,其分布密度为p(x),则

                     G(x)=  

[随机矢量的联合分布函数与边缘分布函数如果···,联系于同一组条件下的n个随机变量,则称···,)n维随机变量或随机矢量。

    (x1 , x2 ,···xn)n维实数空间Rn上的一点,则事件"···,"的概率

          

作为x1 , x2 ,···, xn的函数,称为随机矢量···,的联合分布函数。

    (···,(···,中任意取出m(mn)个分量构成的m维随机变量,则称(···,的联合分布函数为(···,m维边缘分布函数。

    这时,如果分别记(···,(···,的分布函数为F(x1,x2,···,xn),那末

            =F(···,x,···, ,···,x,···,)

[条件分布函数与独立性是一随机变量,事件B满足P(B)>0,则称

                       F(x|B)=P (x|B)

在事件B已发生的条件下的条件分布函数。

   1° (,是二维离散型随机变量,的可能取值分别为xi (i=1,2,···)yk (k=1,2,···).又记(,的联合分布为

                            P(= pik

两个一维边缘分布为

                        P(=·=   (i=1,2,···)

                        P(==   

则称

                        P(|)=  

为在条件下离散型随机变量的条件分布。类似的,称

                        P(|)=  (>0, k=1,2,···)

为在条件下离散型随机变量的条件分布。

2°  ()是二维连续型随机变量,其联合分布密度是f(x,y),在点y ,则称

                 

=y条件下的条件分布函数,在点x则称

                       

条件下的条件分布函数。

3°  如果(···,的联合分布函数等于所有一维边缘分布函数的乘积,即

                  F(x1 , x2 ,···, xn)=

(它相当于P(,···,xn)=那末称,···,是相互独立的。