文章目录
二维随机变量
一、二维随机变量的定义
设 E E E是一个随机变量,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,由它们构成一个向量 ( X , Y ) (X,Y) (X,Y)叫做二维随机变量
二、分布函数的定义
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,均存在二元函数 F ( x , y ) = P { ( X ≤ x ) ∩ ( Y ≤ y ) } F(x,y)=P\{(X\leq x)\cap (Y\leq y)\} F(x,y)=P{(X≤x)∩(Y≤y)}记作 P { X ≤ x , Y ≤ y } P\{X\leq x,Y\leq y\} P{ X≤x,Y≤y},故将 F ( x , y ) F(x,y) F(x,y)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
三、分布函数的性质
1. 单调不减
任意固定 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)\geq F(x_{1},y) F(x2,y)≥F(x1,y);任意固定 x x x,当 y 2 > y 1 y_{2}>y_{1} y2>y1时, F ( x , y 2 ) ≥ F ( x , y 1 ) F(x,y_{2})\geq F(x,y_{1}) F(x,y2)≥F(x,y1)
2. 规范性
0 ≤ F ( x , y ) ≤ 1 0\leq F(x,y)\leq1 0≤F(x,y)≤1,且 F ( − ∞ , y ) = F ( x , − ∞ ) = F ( − ∞ , − ∞ ) = 0 , F ( + ∞ , + ∞ ) = 1 F(-\infty,y)=F(x,-\infty)=F(-\infty,-\infty)=0,F(+\infty,+\infty)=1 F(−∞,y)=F(x,−∞)=F(−∞,−∞)=0,F(+∞,+∞)=1
3. 右连续
F ( x + 0 , y ) = F ( x , y ) , F ( x , y + 0 ) = F ( x , y ) F(x+0,y)=F(x,y),F(x,y+0)=F(x,y) F(x+0,y)=F(x,y),F(x,y+0)=F(x,y),即函数 F ( x , y ) F(x,y) F(x,y)关于 x , y x,y x,y均右连续
4. 非负性
对于任意的 x 1 < x 2 , y 1 < y 2 x_{1}<x_{2},y_{1}<y_{2} x1<x2,y1<y2,不等式 F ( x 2 , y 2 ) − F ( x 2 , y 1 ) + F ( x 1 , y 1 ) − F ( x 1 , y 2 ) ≥ 0 F(x_{2},y_{2})-F(x_{2},y_{1})+F(x_{1},y_{1})-F(x_{1},y_{2})\geq 0 F(x2,y2)−F(x2,y1)+F(x1,y1)−F(x1,y2)≥0成立
推导:
P { X ≤ x 2 , Y ≤ y 2 } − P { X ≤ x 2 , Y ≤ y 1 } + P { X ≤ x 1 , Y ≤ y 1 } − P { X ≤ x 1 , Y ≤ y 2 } = P { X ≤ x 2 , y 1 < Y ≤ y 2 } − P { X ≤ x 2 , y 1 < Y ≤ y 2 } = P { x 1 < X ≤ x 2 , y 1 < Y ≤ y 2 } \begin{aligned}\quad&P\{X\leq x_{2},Y\leq y_{2}\}-P\{X\leq x_{2},Y\leq y_{1}\}+P\{X\leq x_{1},Y\leq y_{1}\}-P\{X\leq x_{1},Y\leq y_{2}\}\\=&P\{X\leq x_{2},y_{1}<Y\leq y_{2}\}-P\{X\leq x_{2},y_{1}<Y\leq y_{2}\}\\=&P\{x_{1}<X\leq x_{2},y_{1}<Y\leq y_{2}\}\end{aligned} ==P{
X≤x2,Y≤y2}−P{
X≤x2,Y≤y1}+P{
X≤x1,Y≤y1}−P{
X≤x1,Y≤y2}P{
X≤x2,y1<Y≤y2}−P{
X≤x2,y1<Y≤y2}P{
x1<X≤x2,y1<Y≤y2}
四、二维离散型随机变量
1. 定义
如果二维随机变量 ( X , Y ) (X,Y) (X,Y)全部可能取到的值是有限对或可列无限多对,则称 ( X , Y ) (X,Y) (X,Y)是离散型的随机变量
2. 性质
- 非负性: p i j ≥ 0 p_{ij}\geq 0 pij≥0
- 规范性: ∑ i = 1 ∞ ∑ j = 1 ∞ p i j = 1 \sum\limits^{\infty}_{i=1}\sum\limits^{\infty}_{j=1}p_{ij}=1 i=1∑∞j=1∑∞pij=1
3. 联合分布律
P { X = x i , Y = y j } = p i j , i , j = 1 , 2 , ⋯ P\{X=x_{i},Y=y_{j}\}=p_{ij},\quad i,j=1,2,\cdots P{ X=xi,Y=yj}=pij,i,j=1,2,⋯为二维离散型随机变量 ( X , Y ) (X,Y) (X,Y)联合分布律
例1:设随机变量 X X X在 1 , 2 , 3 , 4 1,2,3,4 1,2,3,4四个正数中等可能地取一个值,另一个随机变量 Y Y Y在 1 1 1到 X X X中等可能地取一整数值,试求 ( X , Y ) (X,Y) (X,Y)的分布律
X X X\ Y Y Y | 1 1 1 | 2 2 2 | 3 3 3 | 4 4 4 |
---|---|---|---|---|
1 1 1 | 1 4 \frac{1}{4} 41 | 0 0 0 | 0 0 0 | 0 0 0 |
2 2 2 | 1 8 \frac{1}{8} 81 | 1 8 \frac{1}{8} 81 | 0 0 0 | 0 0 0 |
3 3 3 | 1 12 \frac{1}{12} 121 | 1 12 \frac{1}{12} 121 | 1 12 \frac{1}{12} 121 | 0 0 0 |
4 4 4 | 1 16 \frac{1}{16} |