Logo

多维随机变量

二维随机变量

定义3.1(n维随机变量)

X1,X2,,XnX_1,X_2,\dots,X_n是定义在给定概率空间(Ω,F,P)(\Omega,\mathcal{F},P)上的n个随机变量,则称:

(X1,X2,,Xn)(X_1,X_2,\dots,X_n)

n维随机变量(或随机向量)。为简化记号,主要讨论二维情形,多维情形可类比推广。

定义3.2(联合分布与边缘分布)

(X,Y)(X,Y)为二维随机变量:

  1. 联合分布函数 F(x,y)=P(Xx, Yy)F(x,y) = P(X \leq x,\ Y \leq y)
  2. 边缘分布函数 FX(x)=F(x,+),FY(y)=F(+,y)F_X(x) = F(x,+\infty),\quad F_Y(y) = F(+\infty,y)

定理3.1(联合分布函数的性质)

F(x,y)F(x,y)(X,Y)(X,Y)的联合分布函数,则满足:

  1. 有界性 0F(x,y)1,x,yR0 \leq F(x,y) \leq 1,\quad \forall x,y \in \mathbb{R}
  2. 单调性
    • 对任意固定yyF(x,y)F(x,y)关于xx单调非降
    • 对任意固定xxF(x,y)F(x,y)关于yy单调非降
  3. 右连续性 limh0+F(x+h,y)=F(x,y),limh0+F(x,y+h)=F(x,y)\lim_{h \to 0^+} F(x+h,y) = F(x,y),\quad \lim_{h \to 0^+} F(x,y+h) = F(x,y)
  4. 边界条件 {F(,y)=F(x,)=0F(+,+)=1\begin{cases} F(-\infty,y) = F(x,-\infty) = 0 \\ F(+\infty,+\infty) = 1 \end{cases}
  5. 矩形区域非负性 x1x2, y1y2,F(x2,y2)F(x1,y2)F(x2,y1)+F(x1,y1)0\forall x_1 \leq x_2,\ y_1 \leq y_2,\quad F(x_2,y_2) - F(x_1,y_2) - F(x_2,y_1) + F(x_1,y_1) \geq 0
  6. 边缘分布关系 F(+,y)=FY(y),F(x,+)=FX(x)F(+\infty,y) = F_Y(y),\quad F(x,+\infty) = F_X(x)

定义3.3(二维离散型随机变量)

若二维随机变量(X,Y)(X,Y)只取有限或可列个值,则称(X,Y)(X,Y)二维离散型随机变量,定义:

  1. 联合分布列 P(X=xi, Y=yj)=pij,i,j=1,2,P(X=x_i,\ Y=y_j) = p_{ij},\quad i,j=1,2,\ldots
  2. 边缘分布列 P(X=xi)=pi=j=1pij(X边缘分布)P(X=x_i) = p_{i\cdot} = \sum_{j=1}^\infty p_{ij} \quad (\text{X边缘分布}) P(Y=yj)=pj=i=1pij(Y边缘分布)P(Y=y_j) = p_{\cdot j} = \sum_{i=1}^\infty p_{ij} \quad (\text{Y边缘分布})

离散型性质

  1. 非负性 pij0\ p_{ij} \geq 0
  2. 归一性 i=1j=1pij=1\ \sum_{i=1}^\infty\sum_{j=1}^\infty p_{ij} = 1
  3. 边缘分布公式 pi=jpij\ p_{i\cdot} = \sum_j p_{ij} pj=ipij\ p_{\cdot j} = \sum_i p_{ij}
  4. 概率计算:对任意BR2B \subseteq \mathbb{R}^2{(X,Y)B}F\{(X,Y)\in B\}\in\mathcal{F} P((X,Y)B)=(xi,yj)BpijP((X,Y)\in B) = \sum_{(x_i,y_j)\in B} p_{ij}

定义3.4(二维连续型随机变量)

若存在非负可积函数f(x,y)f(x,y)使得二维随机变量(X,Y)(X,Y)的分布函数为:

F(x,y)=xyf(u,v) du dvF(x,y) = \int_{-\infty}^x \int_{-\infty}^y f(u,v)\ du\ dv

则称(X,Y)(X,Y)二维连续型随机变量f(x,y)f(x,y)称为联合概率密度函数

定理3.2(连续型性质)

(X,Y)(X,Y)为二维连续型随机变量,则:

  1. 归一性 ++f(x,y) dx dy=1\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty} f(x,y)\ dx\ dy = 1
  2. 区域概率:对任意Borel集BR2B \subseteq \mathbb{R}^2 P((X,Y)B)=Bf(x,y) dx dyP((X,Y)\in B) = \iint_B f(x,y)\ dx\ dy
  3. 密度与分布函数关系:在f(x,y)f(x,y)的连续点处, f(x,y)=2F(x,y)xyf(x,y) = \frac{\partial^2 F(x,y)}{\partial x \partial y}
  4. 边缘概率密度 fX(x)=+f(x,y) dy,fY(y)=+f(x,y) dxf_X(x) = \int_{-\infty}^{+\infty} f(x,y)\ dy,\quad f_Y(y) = \int_{-\infty}^{+\infty} f(x,y)\ dx

常见的C.R.V

Ⅰ. 二维均匀分布

定义3.3(二维均匀分布)

设区域DR2D \subset \mathbb{R}^2,且其面积m(D)m(D)满足0<m(D)<+0 < m(D) < +\infty,则称具有以下概率密度的二维连续型随机变量(X,Y)(X,Y)服从区域DD上的均匀分布:

f(x,y)={1m(D),(x,y)D0,其他(3.9)f(x,y) = \begin{cases} \displaystyle \frac{1}{m(D)}, & (x,y) \in D \\ 0, & \text{其他} \end{cases} \tag{3.9}

记作:

(X,Y)U(D)(X,Y) \sim U(D)

核心特性

  1. 区域等概率性:在区域DD内每点概率密度恒定
  2. 区域外零概率:在定义域外概率密度恒为0
  3. 规范性:满足概率密度积分条件 R2f(x,y)dxdy=1m(D)Ddxdy=1\iint_{\mathbb{R}^2} f(x,y)dxdy = \frac{1}{m(D)}\iint_D dxdy = 1

Ⅱ. 二维正态分布

定义3.4(二维正态分布)

若二维连续型随机变量(X,Y)(X,Y)的概率密度函数为:

f(x,y)=12πσ1σ21ρ2exp{12(1ρ2)[(xμ1)2σ122ρ(xμ1)(yμ2)σ1σ2+(yμ2)2σ22]}(3.10)f(x,y) = \frac{1}{2\pi\sigma_1\sigma_2\sqrt{1-\rho^2}} \exp\left\{ -\frac{1}{2(1-\rho^2)} \left[ \frac{(x-\mu_1)^2}{\sigma_1^2} - 2\rho\frac{(x-\mu_1)(y-\mu_2)}{\sigma_1\sigma_2} + \frac{(y-\mu_2)^2}{\sigma_2^2} \right] \right\} \tag{3.10}

则称(X,Y)(X,Y)服从参数为(μ1,μ2,σ12,σ22,ρ)(\mu_1,\mu_2,\sigma_1^2,\sigma_2^2,\rho)的二维正态分布,记为:

(X,Y)N(μ1,μ2,σ12,σ22,ρ)(X,Y) \sim N(\mu_1,\mu_2,\sigma_1^2,\sigma_2^2,\rho)

参数说明

参数取值范围几何意义
μ1,μ2\mu_1,\mu_2R\mathbb{R}分布中心坐标
σ1,σ2\sigma_1,\sigma_2>0>0坐标轴方向标准差
ρ\rho(1,1)(-1,1)变量间相关系数

Ⅲ. 矩阵表示形式

协方差矩阵表示

记向量x=(x,y)T\mathbf{x}=(x,y)^T,均值向量μ=(μ1,μ2)T\mathbf{\mu}=(\mu_1,\mu_2)^T,协方差矩阵:

B=[σ12ρσ1σ2ρσ1σ2σ22]\mathbf{B} = \begin{bmatrix} \sigma_1^2 & \rho\sigma_1\sigma_2 \\ \rho\sigma_1\sigma_2 & \sigma_2^2 \end{bmatrix}

则二维正态分布密度函数可表示为:

f(x)=12πB1/2exp{12(xμ)TB1(xμ)}(3.11)f(\mathbf{x}) = \frac{1}{2\pi|\mathbf{B}|^{1/2}} \exp\left\{ -\frac{1}{2}(\mathbf{x}-\mathbf{\mu})^T\mathbf{B}^{-1}(\mathbf{x}-\mathbf{\mu}) \right\} \tag{3.11}

© 2025 All rights reservedBuilt with Flowershow Cloud

Built with LogoFlowershow Cloud