第三章 多维随机变量及其分布 教学目的： 了解多维随机变量的重要性质及其特征，重点介绍二维随机变量的有关结论。包括分布函数的概念及其性质，二维连续型随机变量密度函数的性质。掌握边缘分布的概念，了解条件分布的概念及其具体求解方法，了解随机变量相互独立的概念及其意义。掌握二维随机变量函数分布的基本求法。 教学方法：课堂讲授与软件演示相结合。本章首先从一维随机变量入手导入多元随机变量的概念，但是重点介绍二维随机变量，在明白了二维随机变量的有关结论后只需做简单的推导即可得出多维随机变量的相应结论。通过离散型二维随机变量的有关结论引出一般的二维随机变量的定义，并据此介绍二维连续型随机变量的定义，密度函数的性质，均匀分布的概念等。通过对比一维随机变量，引入边缘分布的概念及条件分布的概念，掌握边缘分布函数的确定方法，接着，引入两个随机变量相互独立的概念，并且将这个概念具体化到离散型与连续型两类变量上。最后采用图形演示的方法引出二维随机变量函数分布的一般求解方法。 教学手段：多媒体教学（电子教案，投影及粉笔、黑板的有机结合） 教学时数：6学时 §3.1 二维随机变量 教学内容： 1. 二维随机变量分布函数的定义： 定义3.1.1 设是二维随机变量，二元实函数  （3.1.1） 称为二维随机变量的分布函数，或称为随机变量与的联合分布函数。 2. 分布函数的基本性质： （1）分别是与的单调不减函数，即 当时,； 当时,。 （2），而且 。 （3）分别关于和右连续，即 。 （4）当时，有  3. 二维离散型随机变量的定义： 定义3.1.2 如果二维随机变量的所有可能值是有限个或无限可列个，则称为离散型的。 4. 联合分布律的定义： 定义3.1.3 设二维离散型随机变量的全部可能值为 。取各个可能值的概率为 。 称上式为二维离散型随机变量的分布律或概率分布，也称为与的联合分布律或联合概率分布。 5. 二维连续型随机变量及其联合概率密度的定义 定义3.1.4 若存在非负可积函数，使对任意的，二维随机变量的分布函数都可表示为： ， 则称是连续型的，而称为的概率密度，或称为与的联合概率密度。 6. 二维随机变量的概率密度的性质： （1）， （2）。 此性质说明：介于面与概率密度曲面之间的曲顶柱体的体积为1。 （3）在的连续点处，有 ， （4）对面上的区域，有  教学形式：通过实际例子引入二维随机变量分布函数的定义，之后与一维随机变量相对应介绍二维随机变量分布函数的性质，然后引入二维离散型随机变量及其分布律的定义，其次介绍二维连续型随机变量及其密度函数的定义，重点介绍二维连续型随机变量的概率密度的四条性质。本节某些内容可采用图形的方式加以解释说明，若能采用辅助软件，则更能增强学生的直观感受。 §3.2 边缘分布 教学内容： 1. 二维随机变量边缘分布函数的定义： 定义3.2.1 对二维随机变量，称分量的分布函数为关于的边缘分布函数。 2. 二维离散型随机变量边缘分布律的定义： 定义3.2.2 设为二维离散型随机变量，称分量的分布律为关于的边缘分布律。 3. 二维连续型随机变量边缘概率密度的定义： 定义3.2.3 设为二维连续型随机变量，称的概率密度为关于的边缘概率密度。 4. 二维连续型随机变量均匀分布的定义： 若二维随机变量具有概率密度  则称在上服从均匀分布。 5. 二维正态随机变量的定义： 设二维随机变量的概率密度为  则称服从参数为的二维正态分布，记作：。 6. 补充说明： 一般来说，边缘分布并不能确定联合分布。 教学形式：首先回顾一维随机变量的分布函数，然后引入二维随机变量边缘分布函数的概念，然后分别讨论二维离散型随机变量边缘分布律与二维连续型随机变量边缘概率密度的求法，最后引入两个重要的二维连续型随机变量的分布，即二维均匀分布与二维正态分布。 §3.3 条件分布 教学内容： 1. 二维离散型随机变量条件分布律的定义： 定义3.3.1 设是二维离散型随机变量，对于固定的，，则称 (3.3.1) 为在 条件下的条件分布律，记为。 同样定义条件下的条件分布律。 2. 二维连续型随机变量条件概率密度的定义： 定义3.3.2 设为二维连续型随机变量，其联合概率密度为。对固定的，若，则称  (3.3.2) 为在条件下随机变量的条件概率密度。此处 。 同样定义条件下随机变量的条件概率密度。 3. 二维随机变量条件分布函数的定义： 定义3.3.3 对给定的，设对于任意固定的正数，有，且对于任意实数，极限  存在，则称此极限为在下的条件分布函数，记作或记作。 类似地可定义。 教学形式：首先由条件概率的概念自然地引出条件分布的概念，先讨论离散型随机变量的条件分布律，其次讨论连续型随机变量的条件分布密度，最后将两者统一从而提出条件分布函数的概念。 §3.4 相互独立的随机变量 教学内容： 1. 二维随机变量相互独立的定义： 定义3.4.1 设分别为二维随机变量的联合分布函数及边缘分布函数。若对于所有的和，都有  则称随机变量和是相互独立的。 2. 二维离散型随机变量相互独立的等价定义： 如果为离散型，则和相互独立的条件等价于： 对的所有可能值，有  3. 二维连续型随机变量相互独立的等价定义： 如果为连续型，则和相互独立的条件等价于：  “几乎处处”成立（也可理解为落于使上式不成立的范围内的概率为零）。 4. 二维正态随机变量相互独立与等价。 教学形式：首先从事件的独立性引出随机变量的独立性并给出统一的定义，然后具体化到离散型与连续型随机变量的两种情况上，最后指出二维正态随机变量相互独立与等价。对于最后一个问题，可以采用绘图软件直观地加以解释。由于相互独立在概率论中的重要地位，本节内容要多用几个例子加以说明，确保学生能活学活用。 §3.5 两个随机变量函数的分布 教学内容： 1. 的分布 设的概率密度为，则的分布密度为  或  2. 有限个相互独立的正态变量的线性组合仍为正态变量。 3. 及的分布 设和是两个相互独立的随机变量，有 的分布函数为  类似地，可得的分布函数为  教学形式：由于本节比较抽象，所以要花费一定时间，首先引入二维随机变量函数的概念，其次重点讲解几个特殊的随机变量函数的分布，即两个随机变量和的分布，最大值与最小值分布。若学生接受能力较强，可以将两个独立随机变量最大值、最小值的分布推广到多个独立随机变量上。