【概率论】多维随机变量及其分布

二维随机变量

一、二维随机变量的定义

设$E$是一个随机变量，它的样本空间是 S = { e } S=\{e\} S={ e}，设$X=X(e)$和$Y=Y(e)$是定义在$S$上的随机变量，由它们构成一个向量$(X,Y)$叫做二维随机变量

二、分布函数的定义

设$(X,Y)$是二维随机变量，对于任意实数$x,y$，均存在二元函数$F(x,y)=P\{(X\le x)\cap (Y\le y)\}$记作 P { X ≤ x , Y ≤ y } P\{X\leq x,Y\leq y\} P{ X≤x,Y≤y}，故将$F(x,y)$称为二维随机变量$(X,Y)$的分布函数，或称为随机变量$X$和$Y$的联合分布函数

三、分布函数的性质

1. 单调不减

任意固定$y$，当$x_2>x_1$时，$F(x_2,y)\ge F(x_1,y)$；任意固定$x$，当$y_2>y_1$时，$F(x,y_2)\ge F(x,y_1)$

2. 规范性

$0\le F(x,y)\le 1$，且$F(-\infty ,y)=F(x,-\infty )=F(-\infty ,-\infty )=0,F(+\infty ,+\infty )=1$

3. 右连续

$F(x+0,y)=F(x,y),F(x,y+0)=F(x,y)$，即函数$F(x,y)$关于$x,y$均右连续

4. 非负性

对于任意的$x_1<x_2,y_1<y_2$，不等式$F(x_2,y_2)-F(x_2,y_1)+F(x_1,y_1)-F(x_1,y_2)\ge 0$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$(X,Y)$全部可能取到的值是有限对或可列无限多对，则称$(X,Y)$是离散型的随机变量

2. 性质

• 非负性：$p_{ij}\ge 0$
• 规范性：$\sum _{i=1}^{\infty }\sum _{j=1}^{\infty }{p}_{ij}=1$

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$(X,Y)$联合分布律

例1：设随机变量$X$在$1,2,3,4$四个正数中等可能地取一个值，另一个随机变量$Y$在$1$到$X$中等可能地取一整数值，试求$(X,Y)$的分布律

$X$\ $Y$	$1$	$2$	$3$	$4$
$1$	$\frac{1}{4}$	$0$	$0$	$0$
$2$	$\frac{1}{8}$	$\frac{1}{8}$	$0$	$0$
$3$	$\frac{1}{12}$	$\frac{1}{12}$	$\frac{1}{12}$	$0$
$4$	1 16 \frac{1}{16}