【概率论基础进阶】多维随机变量及其分布-二维随机变量及其分布

一、二维随机变量

定义：设$X=X(\omega ),Y=Y(\omega )$是定义在样本空间$\Omega$上的两个随机变量，则称向量$(X,Y)$为二维随机变量，或随机变量

定义：设二维随机变量$(X,Y)$，对任意实数$x,y$，二元函数
F ( x , y ) = P { X ≤ x , Y ≤ y } , − ∞ < x , y < + ∞ F(x,y)=P \left\{X \leq x,Y \leq y\right\},-\infty<x,y<+\infty F(x,y)=P{ X≤x,Y≤y},−∞<x,y<+∞
称为二维随机变量$(X,Y)$的分布函数，或称随机变量$X$和$Y$的联合分布函数

分布函数$F(x,y)$的性质

• 对任意$x,y$，均有$0\le F(x,y)\le 1$
• $F(-\infty ,y)=F(x,-\infty )=F(-\infty ,-\infty )=0,F(+\infty ,+\infty )=1$
• $F(x,y)$关于$x$和关于$y$均单调不减
• $F(x,y)$关于$x$和关于$y$是右连续的
• P { a < X ≤ b , c < Y ≤ d } = F ( b , d ) + F ( a , c ) − F ( b , c ) − F ( a , d ) P \left\{a<X \leq b,c<Y \leq d\right\}=F(b,d)+F(a,c)-F(b,c)-F(a,d) P{ a<X≤b,c<Y≤d}=F(b,d)+F(a,c)−F(b,c)−F(a,d)

二维随机变量$(X,Y)$的分布函数为$F(x,y)$，分别称 F X ( x ) = P { X ≤ x } F_{X}(x)=P \left\{X \leq x\right\} FX​(x)=P{ X≤x}和 F Y ( y ) = P { Y ≤ y } F_{Y}(y)=P \left\{Y \leq y\right\} FY​(y)=P{ Y≤y}为$(X,Y)$关于$X$和关于$Y$的边缘分布
显然，边缘分布$F_X(x)$和$F_Y(y)$与二维随机变量$F(x,y)$有如下关系：

• F X ( x ) = P { X ≤ x } = P { X ≤ x , y < + ∞ } = F ( x , + ∞ ) F_{X}(x)=P \left\{X \leq x\right\}=P \left\{X \leq x,y<+\infty\right\}=F(x,+\infty) FX​(x)=P{ X≤x}=P{ X≤x,y<+∞}=F(x,+∞)
• F Y ( y ) = P { Y ≤ y } = P { X < + ∞ , Y ≤ y } = F ( + ∞ , y ) F_{Y}(y)=P \left\{Y \leq y\right\}=P \left\{X < +\infty,Y \leq y\right\}=F(+\infty,y) FY​(y)=P{ Y≤y}=P{ X<+∞,Y≤y}=F(+∞,y)

这里$F(x,+\infty )$应理解为$\underset{y\to +\infty }{\lim }F(x,y)$

定义：如果对于任意给定的 ξ > 0 , P { y − ξ < Y ≤ y + ξ } > 0 \xi >0,P \left\{y-\xi <Y \leq y+\xi \right\}>0 ξ>0,P{ y−ξ<Y≤y+ξ}>0
lim ⁡ ξ → 0 + P { X ≤ x ∣ y − ξ < Y ≤ y + ξ } = lim ⁡ ξ → 0 + P { X ≤ x , y − ξ < Y ≤ y + ξ } P { y − ξ < Y ≤ y + ξ } \lim\limits_{\xi \to 0^{+}}P \left\{X \leq x|y-\xi <Y \leq y+\xi \right\}=\lim\limits_{\xi \to 0^{+}}\frac{P \left\{X \leq x,y-\xi <Y \leq y+\xi \right\}}{P \left\{y-\xi <Y \leq y+\xi \right\}} ξ→0+lim​P{ X≤x∣y−ξ<Y≤y+ξ}=ξ→0+lim​P{ y−ξ<Y≤y+ξ}P{ X≤x,y−ξ<Y≤y+ξ}​
存在，则称此极限为在条件$Y=y$下$X$的条件分布，记作$F_{X|Y}(x|y)$或 P { X ≤ x ∣ Y = y } P \left\{X \leq x|Y=y\right\} P{ X≤x∣Y=y}
类似地可以定义$F_{Y|X}(y|x)$

二、二维离散型随机变量

定义：如果随机变量$(X,Y)$可能取值为有限个或可数无穷个$(x_i,y_i),(i,j=1,2,\cdots )$则称$(X,Y)$为二维离散型随机变量

定义：二维离散型随机变量$(X,Y)$的可能取值为$(x_i,y_i),(i,j=1,2,\cdots )$称
P { X = x i , Y = y i } = p i j , i , i = 1 , 2 , ⋯ P \left\{X=x_{i},Y=y_{i}\right\}=p_{ij},i,i=1,2,\cdots P{ X=xi​,Y=yi​}=pij​,i,i=1,2,⋯
为二维离散型随机变量$(X,Y)$的概率分布或分布律
也可以用表格表示分布律

分布律$p_{ij}$的性质

• $p_{ij}\ge 0,i,j=1,2,\cdots$
• $\sum _i\sum _j{p}_{ij}=1$

定义： p i ⋅ = P { X = x i } , i = 1 , 2 , ⋯ p_{i \cdot }=P \left\{X=x_{i}\right\},i=1,2,\cdots pi⋅​=P{ X=xi​},i=1,2,⋯和 p ⋅ y = P { Y = y j } , j = 1 , 2 , ⋯ p_{\cdot y}=P \left\{Y=y_{j}\right\},j=1,2,\cdots p⋅y​=P{ Y=yj​},j=1,2,⋯分别被称为$(X,Y)$关于$X$和关于