二维随机变量
定义3.1(n维随机变量)
设X1,X2,…,Xn是定义在给定概率空间(Ω,F,P)上的n个随机变量,则称:
(X1,X2,…,Xn)
为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)
设(X,Y)为二维随机变量:
- 联合分布函数:
F(x,y)=P(X≤x, Y≤y)
- 边缘分布函数:
FX(x)=F(x,+∞),FY(y)=F(+∞,y)
定理3.1(联合分布函数的性质)
设F(x,y)为(X,Y)的联合分布函数,则满足:
- 有界性:
0≤F(x,y)≤1,∀x,y∈R
- 单调性:
- 对任意固定y,F(x,y)关于x单调非降
- 对任意固定x,F(x,y)关于y单调非降
- 右连续性:
h→0+limF(x+h,y)=F(x,y),h→0+limF(x,y+h)=F(x,y)
- 边界条件:
{F(−∞,y)=F(x,−∞)=0F(+∞,+∞)=1
- 矩形区域非负性:
∀x1≤x2, y1≤y2,F(x2,y2)−F(x1,y2)−F(x2,y1)+F(x1,y1)≥0
- 边缘分布关系:
F(+∞,y)=FY(y),F(x,+∞)=FX(x)
定义3.3(二维离散型随机变量)
若二维随机变量(X,Y)只取有限或可列个值,则称(X,Y)为二维离散型随机变量,定义:
- 联合分布列:
P(X=xi, Y=yj)=pij,i,j=1,2,…
- 边缘分布列:
P(X=xi)=pi⋅=j=1∑∞pij(X边缘分布)
P(Y=yj)=p⋅j=i=1∑∞pij(Y边缘分布)
离散型性质
- 非负性: pij≥0
- 归一性: ∑i=1∞∑j=1∞pij=1
- 边缘分布公式: pi⋅=∑jpij, p⋅j=∑ipij
- 概率计算:对任意B⊆R2且{(X,Y)∈B}∈F,
P((X,Y)∈B)=(xi,yj)∈B∑pij
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)使得二维随机变量(X,Y)的分布函数为:
F(x,y)=∫−∞x∫−∞yf(u,v) du dv
则称(X,Y)为二维连续型随机变量,f(x,y)称为联合概率密度函数。
定理3.2(连续型性质)
设(X,Y)为二维连续型随机变量,则:
- 归一性:
∫−∞+∞∫−∞+∞f(x,y) dx dy=1
- 区域概率:对任意Borel集B⊆R2,
P((X,Y)∈B)=∬Bf(x,y) dx dy
- 密度与分布函数关系:在f(x,y)的连续点处,
f(x,y)=∂x∂y∂2F(x,y)
- 边缘概率密度:
fX(x)=∫−∞+∞f(x,y) dy,fY(y)=∫−∞+∞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D⊂R2,且其面积m(D)满足0<m(D)<+∞,则称具有以下概率密度的二维连续型随机变量(X,Y)服从区域D上的均匀分布:
f(x,y)=⎩⎨⎧m(D)1,0,(x,y)∈D其他(3.9)
记作:
(X,Y)∼U(D)
核心特性
- 区域等概率性:在区域D内每点概率密度恒定
- 区域外零概率:在定义域外概率密度恒为0
- 规范性:满足概率密度积分条件
∬R2f(x,y)dxdy=m(D)1∬Ddxdy=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)的概率密度函数为:
f(x,y)=2πσ1σ21−ρ21exp{−2(1−ρ2)1[σ12(x−μ1)2−2ρσ1σ2(x−μ1)(y−μ2)+σ22(y−μ2)2]}(3.10)
则称(X,Y)服从参数为(μ1,μ2,σ12,σ22,ρ)的二维正态分布,记为:
(X,Y)∼N(μ1,μ2,σ12,σ22,ρ)
参数说明
参数 | 取值范围 | 几何意义 |
---|
μ1,μ2 | R | 分布中心坐标 |
σ1,σ2 | >0 | 坐标轴方向标准差 |
ρ | (−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,均值向量μ=(μ1,μ2)T,协方差矩阵:
B=[σ12ρσ1σ2ρσ1σ2σ22]
则二维正态分布密度函数可表示为:
f(x)=2π∣B∣1/21exp{−21(x−μ)TB−1(x−μ)}(3.11)