【概率论】多维随机变量及其分布

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 $X_1(\omega ),X_2(\omega )\cdots X_n(\omega )$ 是定义在同一个样本空间 $\Omega =(\omega )$ 上的n维随机变量,则称 $(X_1(\omega ),X_2(\omega )\cdots X_n(\omega ))$ 为n维随机变量.

对于不同样本空间${\Omega }_1,{\Omega }_2$上的随机变量，则在乘积空间${\Omega }_1\ast {\Omega }_2$={ $({\omega }_1,{\omega }_2):{\omega }_1\in {\Omega }_1,{\omega }_2\in {\Omega }_2$}及其事件域讨论.

联合分布函数

定义

对任意的 $n$ 个实数 $x_1,x_2,\cdots ,x_n,$ 则 $n$ 个事件{ $X_1\le x_1$ }$，${ $X_2\le x_2$ }$，$$\cdots ,${ $X_n\le x_n$ }同时发生的概率：
$$F(x_1,x_2,\cdots ,x_n)=P(X_1\le x_1,X_2\le x_2,X_n\le x_n)$$称为 $n$ 维随机变量 $(X_1(\omega ),X_2(\omega )\cdots X_n(\omega ))$ 的联合分布函数.

基本性质

1. 单调性

   $F(x,y)$ 分别对 $x$ 或 $y$ 是单调非减的.

2. 有界性

   对任意的$x$和$y$，有$0\le F(x,y)\le 1$且

   $$F(-\infty ,y)=\underset{x\to -\infty }{\lim }F(x,y)=0$$$$F(x,-\infty )=\underset{y\to -\infty }{\lim }F(x,y)=0$$$$F(\infty ,\infty )=\underset{x,y\to \infty }{\lim }F(x,y)=1$$

3. 右连续性

   $F(x,y)$ 对 $x$ 和 $y$ 都是右连续的，即
   $$F(x+0,y)=F(x,y)$$$$F(x,y+0)=F(x,y)$$

4. 非负性

   对任意的 $a<b$，$c<d$ 有
   $$P(a<X\le b,c<Y\le d)=F(b,d)-F(a,d)-F(b,c)+F(a,c)\ge 0$$

联合分布列

定义

如果二维随机变量 $(X,Y)$ 只取有限个或可列个数对 $(x,y)$，则称 $(X,Y)$ 为二维离散随机变量，称
$$p_{ij}=P(X=x_i,Y=y_j)i,j=1,2,\cdots$$为 $(X,Y)$ 的联合分布列.

基本性质

1. 非负性： $p_{ij}\ge 0$
2. 正则性： $\sum _{i=1}^{\infty }\sum _{j=1}^{\infty }{p}_{ij}=1$

联合密度函数

定义

如果存在二元非负函数 $p(x,y)$，使得二维随机变量 $(X,Y)$ 的分布函数 $F(x,y)$ 可表示为
$$F(x,y)={\int }_{-\infty }^x{\int }_{-\infty }^{y}p(u,v)dvdu$$则称 $(X,Y)$ 为二维连续随机变量，称 p ( u