二维随机变量及其分布函数

二维随机向量及其分布函数

分布函数

定义3.1.1

(X,Y)是二维随机向量,对于任意实数x,y,称二元函数

F(x,y) = P\{X \leq x, Y \leq y \}

(X,Y)的分布函数

性质

  1. F(x,y)是变量x,y的不减函数
    即对于任意固定的y,当x_1 < x_2时,F(x_1,y) \leq F(x_2, y)
    对于任意固定的x,当y_1 < y_2时,F(x,y_1) \leq F(x,y_2)
  2. 0 \leq F(x,y) \leq 1,\quad -\infty < x < +\infty, -\infty < y < +\infty
  3. 对于固定的y
    F(-\infty, y) = \lim_{x \rightarrow -\infty}F(x,y) = 0
    对于固定的x
    F(x, -\infty) = \lim_{y \rightarrow -\infty}F(x,y) = 0
    还有
    F(-\infty, -\infty) = \lim_{x,y \rightarrow -\infty}F(x,y) = 0

F(+\infty, +\infty) = \lim_{x,y \rightarrow +\infty}F(x,y) = 1

二维离散型随机向量

定义3.2.1
设二维离散型随机向量(X,Y)所有可能的取值为(x_i,y_i),i = 1,2,\cdots, j = 1,2,\cdots
P\{X = x_i, Y_i\} = p_{ij},\quad i = 1,2,\cdots,\quad j = 1,2,\cdots

\begin{array}{c|lcr} x\y & y_1 &y_2&\cdots & y_j & \cdots\\ \hline x_1 & p_{11} &p_{12}&\cdots & p_{1j} & \cdots\\ x_2 & p_{21} &p_{22}&\cdots & p_{2j} & \cdots\\ \vdots& \vdots &\vdots&\cdots &\vdots & \cdots\\ x_i & p_{i1} &p_{i2}&\cdots & p_{ij} & \cdots\\ \vdots& \vdots &\vdots&\cdots & \vdots & \cdots\\ \end{array}

显然有:

p_{ij} \geq 0, \quad i = 1,2,\cdots, \quad j = 1,2,\cdots
\sum_{i}\sum_{j}p_{ij} = 1

二维连续型随机向量

定义3.3.1
对于二维随机向量(X,Y),F(x,y)为其分布函数,若存在非负函数f(x,y)使得对任意实数x,y总有

F(x,y) = \int^{y}_{-\infty}\int^{x}_{-\infty}f(u,v)dudv

则称(X,Y)是二维连续型随机向量,称f(x,y)为二维随机向量(X,Y)的概率密度函数,简称概率密度

性质

  1. f(x,y)\geq 0, \quad -\infty < x < +\infty, \quad -\infty < y < +\infty

  2. \int^{+\infty}_{-\infty}\int^{+\infty}_{-\infty}f(x,y)dxdy = 1

  3. f(x,y)在点(x,y)出连续,则
    \frac{\partial^2F(x,y)}{\partial x \partial y} = f(x,y)

  4. 设D是平面上的任意区域,则点(X,Y)落在D内的概率
    P\{(X,Y) \in D\} = \int\int_D f(x,y)dxdy

边缘分布函数

F_X(x) = P\{X \leq x\}=P \{ X \leq x, Y < +\infty \} = F(x,+\infty)
F_Y(y) = P\{Y \leq y\}=P \{ X < +\infty , Y \leq y \} = F(+\infty,y)

二维离散型随机向量的边缘概率分布

p_{i \cdot} = P\{X=x_i\} = \sum_{j}p_{ij},\quad i=1,2,\cdots
p_{\cdot j} = P\{Y=y_i\} = \sum_{i}p_{ij},\quad j=1,2,\cdots

二维连续型随机向量的边缘概率分布

F_X(x) = F(x,+\infty)=\int^{+\infty}_{-\infty}\int^{x}_{-\infty}f(u,v)dudv=\int^{x}_{-\infty}\left[\int^{+\infty}_{-\infty}f(u,v)dv\right]du

f_X(u) = \int^{+\infty}_{-\infty}f(u,v)dv

F_X(x) = \int^x_{-\infty}f_X(u)du

由上可得:
f_X(x) = \int^{+\infty}_{-\infty}f(x,y)dy
f_Y(y) = \int^{+\infty}_{-\infty}f(x,y)dx

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,496评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,407评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,632评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,180评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,198评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,165评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,052评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,910评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,324评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,542评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,711评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,424评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,017评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,668评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,823评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,722评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,611评论 2 353

推荐阅读更多精彩内容