一、随机向量及其分布
1.1 联合分布
称 n n n元函数 F ( x 1 , x 2 , ⋯ , x n ) = P { ξ 1 ( ω ) < x 1 , ξ 2 ( ω ) < x 2 , ⋯ , ξ n ( ω ) < x n } (1) F(x_1, x_2, \cdots, x_n)=P\{\xi_1(\omega)\lt x_1, \xi_2(\omega)\lt x_2, \cdots, \xi_n(\omega)\lt x_n\}\tag1 F(x1,x2,⋯,xn)=P{ξ1(ω)<x1,ξ2(ω)<x2,⋯,ξn(ω)<xn}(1)为随机向量 ξ ( ω ) = ( ξ 1 ( ω ) , ξ 2 ( ω ) , ⋯ , ξ n ( ω ) ) \bm\xi(\omega)=(\xi_1(\omega), \xi_2(\omega), \cdots, \xi_n(\omega)) ξ(ω)=(ξ1(ω),ξ2(ω),⋯,ξn(ω))的(联合)分布函数。
1.2 边际分布
若 ( ξ , η ) (\xi, \eta) (ξ,η)是二维随机向量,其分布函数为 F ( x , y ) F(x,y) F(x,y),我们能由 F ( x , y ) F(x,y) F(x,y)得出 ξ \xi ξ或 η \eta η的分布函数。事实上, F 1 ( x ) = P { ξ < x } = P { ξ < x , η < + ∞ } = F ( x , + ∞ ) F_1(x)=P\{\xi\lt x\}=P\{\xi\lt x, \eta\lt+\infty\}=F(x,+\infty) F1(x)=P{ξ<x}=P{ξ<x,η<+∞}=F(x,+∞),同理 F 2 ( y ) = P { η < y } = F ( + ∞ , y ) F_2(y)=P\{\eta\lt y\}=F(+\infty, y) F2(y)=P{η<y}=F(+∞,y)。称 F 1 ( x ) F_1(x) F1(x)及 F 2 ( y ) F_2(y) F2(y)为 F ( x , y ) F(x,y) F(x,y)的边际分布函数。
对于边际分布函数
F
1
(
x
)
F_1(x)
F1(x),其密度函数为
p
1
(
x
)
=
∫
−
∞
∞
p
(
x
,
y
)
d
y
(2)
p_1(x)=\int_{-\infty}^{\infty}p(x,y)\, dy\tag2
p1(x)=∫−∞∞p(x,y)dy(2)
对于边际分布函数
F
2
(
y
)
F_2(y)
F2(y),其密度函数为
p
2
(
y
)
=
∫
−
∞
∞
p
(
x
,
y
)
d
x
(3)
p_2(y)=\int_{-\infty}^{\infty}p(x,y)\, dx\tag3
p2(y)=∫−∞∞p(x,y)dx(3)
1.3 条件分布
对于随机向量
(
ξ
,
η
)
(\xi, \eta)
(ξ,η),在给定
ξ
=
x
\xi=x
ξ=x的条件下,
η
\eta
η的分布密度函数为
p
(
y
∣
x
)
=
p
(
x
,
y
)
p
1
(
x
)
(4)
p(y|x)=\frac{p(x,y)}{p_1(x)}\tag4
p(y∣x)=p1(x)p(x,y)(4)
同理在给定
η
=
y
\eta=y
η=y的条件下,
ξ
\xi
ξ的分布密度函数为
p
(
x
∣
y
)
=
p
(
x
,
y
)
p
2
(
y
)
(5)
p(x|y)=\frac{p(x,y)}{p_2(y)}\tag5
p(x∣y)=p2(y)p(x,y)(5)
1.4 独立性
ξ
\xi
ξ和
η
\eta
η是独立的,当且仅当
p
(
x
,
y
)
=
p
1
(
x
)
p
2
(
y
)
(6)
p(x,y)=p_1(x)p_2(y)\tag6
p(x,y)=p1(x)p2(y)(6)
等价于
p
(
y
∣
x
)
=
p
2
(
y
)
p
(
x
∣
y
)
=
p
1
(
x
)
(7)
p(y|x)=p_2(y)\\ p(x|y)=p_1(x)\tag7
p(y∣x)=p2(y)p(x∣y)=p1(x)(7)