什么是二维随机变量?
设 E E E是一个随机试验,它的样本空间是 S = { e } S=\{e\} S={e},设 X = X ( e ) X=X(e) X=X(e)和 Y = Y ( e ) Y=Y(e) Y=Y(e)是定义在 S S S上的随机变量
由他们构成的一个向量 ( X , Y ) (X,Y) (X,Y)叫做二维随机向量或二维随机变量
二维随机变量的分布函数的定义及性质
- 定义
设 ( X , Y ) (X,Y) (X,Y)是二维随机变量,对于任意实数 x , y x,y x,y,二元函数:
称为二维随机变量 ( X , Y ) (X,Y) (X,Y)的分布函数,或称为随机变量 X X X和 Y Y Y的联合分布函数
- 性质
- F ( x , y ) F(x,y) F(x,y)是变量 x x x和 y y y的不减函数,即对于任意固定的 y y y,当 x 2 > x 1 x_2>x_1 x2>x1时 F ( x 2 , y ) ≥ F ( x 1 , y ) F(x_2,y) \ge F(x_1,y) F(x2,y)≥F(x1,y),对固定的 x x x同理
- 0 ≤ F ( x , y ) ≤ 1 0 \le F(x,y) \le 1 0≤F(x,y)≤1, F ( − ∞ , ∞ ) = 0 F(-\infty,\infty) = 0 F(−∞,∞)=0, F ( ∞ , ∞ ) = 1 F(\infty,\infty) = 1 F(∞,∞)=1
- 对于任意固定的 y y y, F ( − ∞ , y ) = 0 F(-\infty,y)=0 F(−∞,y)=0,对于任意固定的 x x x, F ( x , − ∞ ) = 0 F(x,-\infty)=0 F(x,−∞)=0
- F ( x + 0 , y ) = F ( x , y ) F(x+0,y)=F(x,y) F(x+0,y)=F(x,y), F ( x , y + 0 ) = F ( x , y ) F(x,y+0)=F(x,y) F(x,y+0)=F(x,y),即 F ( x , y ) F(x,y) F(x,y)关于 x x x和 y y y右连续
- 对于任意的 ( x 1 , y 1 ) (x_1,y_1) (x1,y1), ( x 2 , y + 2 ) (x_2,y+2) (x2,y+2), x 1 < x 2 x_1 < x_2 x1<x2 , y 1 < y 2 y_1 < y_2 y1<y2有: P { x 1 < X ≤ x 2 , y 1 < Y ≤ y 2 } = F ( x 2 , y 2 ) − F ( x 2 , y 1 ) − F ( x 1 , y 2 ) + F ( x 1 , y 1 ) ≥ 0 \\P\{x_1 < X \le x_2,y_1 < Y \le y_2\} = F(x_2,y_2) - F(x_2,y_1) - F(x_1,y_2) + F(x_1,y_1) \ge 0 P{x1<X≤x2,y1<Y≤y2}=F(x2,y2)−F(x2,y1)−F(x1,y2)+F(x1,y1)≥0
二维离散型随机变量的分布率及性质
- 定义
设二维随机变量 ( X , Y ) (X,Y) (X,Y)所有可能取的值为 ( x i , y i ) (x_i,y_i) (xi,yi), i , j = 1 , 2 , ⋯ i,j = 1,2,\cdots i,j=1,2,⋯
我们称 P ( X = x i , Y = y i ) = p i j P(X=x_i,Y=y_i) = p_{ij} P(X=xi,Y=yi)=pij, i , j = 1 , 2 , . . . i,j=1,2,... i,j=1,2,...,为二维离散型随机变量 ( X , Y ) (X,Y) (X,Y)的分布率
- 性质
记 P ( X = x i , Y = y i ) = p i j P(X=x_i,Y=y_i) = p_{ij} P(X=xi,Y=yi)=pij, i , j = 1 , 2 , . . . i,j=1,2,... i,j=1,2,...,则由概率的定义有 p i j ≥ 0 p_{ij} \ge 0 pij≥0, ∑ i = 1 ∞ ∑ j = 1 ∞ p i j = 1 \sum_{i=1}^{\infty} \sum_{j=1}^{\infty} p_{ij} = 1 ∑i=1∞∑j=1∞pij=1
二维离散型随机变量的分布函数计算公式
设二维随机变量 ( X , Y ) (X,Y) (X,Y)所有可能取的值为 ( x i , y i ) (x_i,y_i) (xi,yi), i , j = 1 , 2 , ⋯ i,j = 1,2,\cdots i,j=1,2,⋯
F ( x , y ) = ∑ i = 1 x ∑ j = 1 y p x y F(x,y) = \sum_{i=1}^{x} \sum_{j=1}^{y} p_{xy} F(x,y)=∑i=1x∑j=1ypxy
二维连续型随机变量的概率密度及性质
对于二维随机变量 ( X , Y ) (X,Y) (X,Y)的分布函数 F ( x , y ) F(x,y) F(x,y)如果存在非负可积函数 f ( x , y ) f(x,y) f(x,y)使得对于任意 x , y x,y x,y有
F ( x , y ) = ∫ − ∞ y ∫ − ∞ x f ( u , v ) d u d v F(x,y) = \int_{-\infty}^y \int_{-\infty}^x f(u,v) dudv F(x,y)=∫−∞y∫−∞xf(u,v)dudv
则称 ( X , Y ) (X,Y) (X,Y)是二维连续性随机变量,函数 f ( x , y ) f(x,y) f(x,y)称为二维连续性随机变量 ( X , Y ) (X,Y) (X,Y)的概率密度,或称为随机变量 X X X和 Y Y Y的联合概率密度
- 性质
- f ( x , y ) ≥ 0 f(x,y) \ge 0 f(x,y)≥0
- ∫ − ∞ ∞ ∫ − ∞ ∞ f ( x , y ) d x d y = F ( ∞ , ∞ ) = 1 \int_{-\infty}^{\infty} \int_{-\infty}^{\infty} f(x,y) dxdy = F(\infty,\infty) = 1 ∫−∞∞∫−∞∞f(x,y)dxdy=F(∞,∞)=1
- 设 G G G是 x O y xOy xOy平面上的区域,点 ( X , Y ) (X,Y) (X,Y)落在 G G G内的概率为 P { ( X , Y ) ∈ G } = ∬ G f ( x , y ) d x d y P\{(X,Y) \in G\} = \iint_G f(x,y)dxdy P{(X,Y)∈G}=∬Gf(x,y)dxdy
- 若 f ( x , y ) f(x,y) f(x,y)在点 ( x , y ) (x,y) (x,y)连续,则有 ∂ 2 F ( x , y ) ∂ x ∂ y = f ( x , y ) \frac{\partial^2F(x,y)}{\partial x \partial y} = f(x,y) ∂x∂y∂2F(x,y)=f(x,y)
二维连续性随机变量的分布函数计算公式
F ( x , y ) = ∫ − ∞ y ∫ − ∞ x f ( u , v ) d u d v F(x,y) = \int_{-\infty}^y \int_{-\infty}^x f(u,v) dudv F(x,y)=∫−∞y∫−∞xf(u,v)dudv
如何求连续型随机变量落在区域 G G G内概率 P { ( X , Y ) ∈ G } P\{(X,Y) \in G\} P{(X,Y)∈G}的公式
P = { ( X , Y ) ∈ G } = ∫ ∫ G ( x , y ) d x d y P= \{(X,Y) \in G\} = \int\int_G(x,y)dxdy P={(X,Y)∈G}=∫∫G(x,y)dxdy
常见的二维分布
均匀分布 f ( x , y ) = { 1 S , ( x , y ) ∈ D 0 , 其 他 f(x,y) = \left\{\begin{aligned}& \frac{1}{S} ,(x,y) \in D \\&0 \qquad ,其他\end{aligned}\right. f(x,y)=⎩⎨⎧S1,(x,y)∈D0,其他
二维正态分布