第二章离散型随机变量 由附录的普哇松分布表知 S10c-0≈0.91660.9 0.9513>0.95 于是,这家商店只要在月底进货某种商品15件(假定上个月没有存货),就可以95%以上 的把握保证这种商品在下个月内不会脱销. §22多维随机变量、联合分布列和边际分布列 教学目的要求 使学生在掌握一维离散型随机变量的基础上,通过学习掌握n维随机变量及其联合分 布与边际分布的求法 教材分析: l概括分析:本节是在一维随机变量基础上,进一步讨论多维随机变量,主要是以 二维随机变量的讨论为重点,讨论了基本概念性质,边际分布,联合分布等问题及应用 2教学重点:二维离散型随机变量的概念、性质、联合分布与边际分布 3教学难点:二维离散型随机变量的分布及其应用 教学过程: 在上一节中我们讨论了一维随机变量,已经知道所谓一维随机变量无非是随机试验 的结果和一维实数之间的某个对应关系.但在许多实际问题中,对于每一个试验结果,往 往同时对应有一个以上的实数值.如在例2.1中,对每一台出厂的电视机来说,除了“ 年中发生故障次数”以外,还可以考察“一年中实际工作的小时数”、“一年中损坏的 元件数”等数据.一般地说,每个试验结果可以有n个数值与之对应,这时就称这种对应 关系是一个n维随机变量,也称为n维随机向量.如同§2.1中所给出的一维离散型随机 变量的定义,现在给出n维离散型随机变量的定义 n维随机向量 定义22设51,52,…,5是样本空间Ω上的n个离散型随机变量,则称n维向量(5 52,…,5m,)是Ω上的一个n维离散型随机变量或n维随机向量 如同数学分析中大家所熟悉的那样,从一维到多维会增添许多新的问题,为了叙述 和学习的方便起见,下面着重讨论二维的离散型随机变量 联合分布列 定义 设(,m)是一个二维离散型随机变量,它们一切可能取的值为(a,b),i,j=1,2,第二章 离散型随机变量 ·５３· 由附录的普哇松分布表知 = − 14 0 10 ! 10 k k e k ≈ 0.9166<0.95, = − 15 0 10 ! 10 k k e k ≈ 0.9513>0.95 于是,这家商店只要在月底进货某种商品 15 件(假定上个月没有存货),就可以 95％以上 的把握保证这种商品在下个月内不会脱销. §2.2 多维随机变量、联合分布列和边际分布列 教学目的要求： 使学生在掌握一维离散型随机变量的基础上，通过学习掌握 n 维随机变量及其联合分 布与边际分布的求法. 教 材 分 析 ： 1.概括分析：本节是在一维随机变量基础上，进一步讨论多维随机变量，主要是以 二维随机变量的讨论为重点，讨论了基本概念性质，边际分布，联合分布等问题及应用. 2.教学重点：二维离散型随机变量的概念、性质、联合分布与边际分布. 3.教学难点：二维离散型随机变量的分布及其应用. 教 学 过 程 ： 在上一节中我们讨论了一维随机变量,已经知道所谓一维随机变量无非是随机试验 的结果和一维实数之间的某个对应关系.但在许多实际问题中,对于每一个试验结果,往 往同时对应有一个以上的实数值.如在例 2.1 中,对每一台出厂的电视机来说,除了“一 年中发生故障次数”以外,还可以考察“一年中实际工作的小时数”、“一年中损坏的 元件数”等数据.一般地说,每个试验结果可以有 n 个数值与之对应,这时就称这种对应 关系是一个 n 维随机变量,也称为 n 维随机向量.如同§2.1 中所给出的一维离散型随机 变量的定义,现在给出 n 维离散型随机变量的定义. 一、n 维随机向量: 定义2.2设  1, 2,…,  n是样本空间  上的n个离散型随机变量,则称n维向量(  1,  2,…,  n,)是  上的一个 n 维离散型随机变量或 n 维随机向量. 如同数学分析中大家所熟悉的那样,从一维到多维会增添许多新的问题,为了叙述 和学习的方便起见,下面着重讨论二维的离散型随机变量. 二、联合分布列: 1.定义: 设(  , )是一个二维离散型随机变量,它们一切可能取的值为(ai,bj),i,j=1,2,…