多维随机变量及其分布

基础

F(x,y)=P{X≤x，Y≤y}

F(x，y)性质：
不减函数；
0≤F(x，y)≤1； F(+∞,+∞)=1,F(-∞,-∞)=F(x,-∞)=F(-∞,y)=0
右连续

边缘分布
F(x)=F(x,+∞)，F(y)=F(+∞,y)
联合分布唯一确定边缘分布，反之不能

随机变量相互独立
F(x,y)=F(x)F(y)

二位随机变量的函数的分布

离散

随机变量的分布律

边缘分布律

X与Y相互独立的充要条件：
pij=pi.*p.j

随机变量的函数的分布
画分布律就好
(在独立条件下,泊松分布具有可加性)
X~Π(λ1)
Y~Π(λ2)
Z=X+Y~Π(λ1+λ2)

连续

随机变量的概率密度

边缘概率密度

X与Y相互独立的充要条件：
f(x,y)=f(x)*f(y)

随机变量的函数的分布：
主要讨论Z=X+Y、M=max(X,Y)、N=min(X,Y)

Z=X+Y分为XY相互独立和不独立
另外也有Z=g(X,Y)的情况，采用分布函数法求

F_M(Z)=F_x(Z)F_y(Z)
F_N(Z)=1-[1-F_x(Z)]*[1-F_y(Y)]