文章目录
多维随机变量及其分布
多维随机变量及联合分布
多维随机变量
如果 X 1 ( ω ) , X 2 ( ω ) ⋯ X n ( ω ) X_1(\omega),X_2(\omega)\cdots X_n(\omega) X1(ω),X2(ω)⋯Xn(ω) 是定义在同一个样本空间 Ω = ( ω ) \Omega=(\omega) Ω=(ω) 上的n维随机变量,则称 ( X 1 ( ω ) , X 2 ( ω ) ⋯ X n ( ω ) ) (X_1(\omega),X_2(\omega)\cdots X_n(\omega)) (X1(ω),X2(ω)⋯Xn(ω)) 为n维随机变量.
对于不同样本空间 Ω 1 , Ω 2 \Omega_1,\Omega_2 Ω1,Ω2上的随机变量,则在乘积空间 Ω 1 ∗ Ω 2 \Omega_1*\Omega_2 Ω1∗Ω2={
( ω 1 , ω 2 ) : ω 1 ∈ Ω 1 , ω 2 ∈ Ω 2 (\omega_1,\omega_2):\omega_1\in\Omega_1,\omega_2\in\Omega_2 (ω1,ω2):ω1∈Ω1,ω2∈Ω2}及其事件域讨论.
联合分布函数
定义
对任意的 n n n 个实数 x 1 , x 2 , ⋯ , x n , x_1,x_2,\cdots,x_n, x1,x2,⋯,xn, 则 n n n 个事件{ X 1 ≤ x 1 X_1\le x_1 X1≤x1 } , , ,{ X 2 ≤ x 2 X_2\le x_2 X2≤x2 } , , , ⋯ , \cdots, ⋯,{ X n ≤ x n X_n\le x_n Xn≤xn }同时发生的概率:
F ( x 1 , x 2 , ⋯ , x n ) = P ( X 1 ≤ x 1 , X 2 ≤ x 2 , X n ≤ x n ) F(x_1,x_2,\cdots,x_n)=P(X_1\le x_1,X_2\le x_2,X_n\le x_n) F(x1,x2,⋯,xn)=P(X1≤x1,X2≤x2,Xn≤xn)称为 n n n 维随机变量 ( X 1 ( ω ) , X 2 ( ω ) ⋯ X n ( ω ) ) (X_1(\omega),X_2(\omega)\cdots X_n(\omega)) (X1(ω),X2(ω)⋯Xn(ω)) 的联合分布函数.
基本性质
-
单调性
F ( x , y ) F(x,y) F(x,y) 分别对 x x x 或 y y y 是单调非减的.
-
有界性
对任意的 x x x和 y y y,有 0 ≤ F ( x , y ) ≤ 1 0\le F(x,y)\le 1 0≤F(x,y)≤1且
F ( − ∞ , y ) = lim x → − ∞ F ( x , y ) = 0 F(-\infty,y)=\lim\limits_{x\to-\infty}F(x,y)=0 F(−∞,y)=x→−∞limF(x,y)=0 F ( x , − ∞ ) = lim y → − ∞ F ( x , y ) = 0 F(x,-\infty)=\lim\limits_{y\to-\infty}F(x,y)=0 F(x,−∞)=y→−∞limF(x,y)=0 F ( ∞ , ∞ ) = lim x , y → ∞ F ( x , y ) = 1 F(\infty,\infty)=\lim\limits_{x,y\to\infty}F(x,y)=1 F(∞,∞)=x,y→∞limF(x,y)=1
-
右连续性
F ( x , y ) F(x,y) F(x,y) 对 x x x 和 y y y 都是右连续的,即
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) -
非负性
对任意的 a < b a<b a<b, c < d c<d c<d 有
P ( a < X ≤ b , c < Y ≤ d ) = F ( b , d ) − F ( a , d ) − F ( b , c ) + F ( a , c ) ≥ 0 P(a<X\le b,c<Y\le d)=F(b,d)-F(a,d)-F(b,c)+F(a,c)\ge0 P(a<X≤b,c<Y≤d)=F(b,d)−F(a,d)−F(b,c)+F(a,c)≥0
联合分布列
定义
如果二维随机变量 ( X , Y ) (X,Y) (X,Y) 只取有限个或可列个数对 ( x , y ) (x,y) (x,y),则称 ( X , Y ) (X,Y) (X,Y) 为二维离散随机变量,称
p i j = P ( X = x i , Y = y j ) i , j = 1 , 2 , ⋯ p_{ij}=P(X=x_i,Y=y_j) i,j=1,2,\cdots pij=P(X=xi,Y=yj)i,j=1,2,⋯为 ( X , Y ) (X,Y) (X,Y) 的联合分布列.
基本性质
- 非负性: p i j ≥ 0 p_{ij}\ge0 pij≥0
- 正则性: ∑ i = 1 ∞ ∑ j = 1 ∞ p i j = 1 \sum\limits_{i=1}^{\infty}\sum\limits_{j=1}^{\infty}p_{ij}=1 i=1∑∞j=1∑∞pij=1
联合密度函数
定义
如果存在二元非负函数 p ( x , y ) p(x,y) p(x,y),使得二维随机变量 ( X , Y ) (X,Y) (X,Y) 的分布函数 F ( x , y ) F(x,y) F(x,y) 可表示为
F ( x , y ) = ∫ − ∞ x ∫ − ∞ y p ( u , v ) d v d u F(x,y)=\int_{-\infty}^x\int_{-\infty}^yp(u,v)dvdu F(x,y)=∫−∞x∫−∞yp(u,v)dvdu则称 ( X , Y ) (X,Y) (X,Y) 为二维连续随机变量,称 p ( u