多维随机变量与联合分布函数

所属章节:第3章 多维随机变量及其分布

如果 X1,X2,⋯ ,XnX_1, X_2, \cdots, X_n 是定义在同一个样本空间 Ω\Omega 上的 nn 个随机变量,则称 (X1,X2,⋯ ,Xn)(X_1, X_2, \cdots, X_n) 为 nn 维随机变量 或 nn 维随机向量,Xi(i=1,2,⋯ ,n)X_i(i = 1, 2, \cdots, n) 称为第 ii 个分量.

当 n=2n = 2 时,称 (X,Y)(X, Y) 为二维随机变量或二维随机向量.

n维随机变量的分布函数

概念

NOTE

P{X1⩽x1,X2⩽x2,⋯ ,Xn⩽xn}P\{X_1 \leqslant x_1, X_2 \leqslant x_2, \cdots, X_n \leqslant x_n\} 类似于 P(A1A2⋯An)P(A_1 A_2 \cdots A_n):A1,A2,⋯ ,AnA_1, A_2, \cdots, A_n 同时发生的概率

对任意的 nn 个实数 x1,x2,⋯ ,xnx_1, x_2, \cdots, x_n,称 nn 元函数

F(x1,x2,⋯ ,xn)=P{X1⩽x1,X2⩽x2,⋯ ,Xn⩽xn}F(x_1, x_2, \cdots, x_n) = P\{X_1 \leqslant x_1, X_2 \leqslant x_2, \cdots, X_n \leqslant x_n\}

为 nn 维随机变量 (X1,X2,⋯ ,Xn)(X_1, X_2, \cdots, X_n) 的分布函数或随机变量 X1,X2,⋯ ,XnX_1, X_2, \cdots, X_n 的联合分布函数.

当 n=2n = 2 时,对任意的实数 x,yx, y,称二元函数

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

为二维随机变量 (X,Y)(X, Y) 的分布函数或随机变量 XX 和 YY 的联合分布函数,记为 (X,Y)∼F(x,y)(X, Y) \sim F(x, y).

性质

  • 单调性
    • F(x,y)F(x, y) 是 x,yx, y 的单调不减函数
    • 对任意固定的 yy,当 x1<x2x_1 < x_2 时,F(x1,y)⩽F(x2,y)F(x_1, y) \leqslant F(x_2, y)
    • 对任意固定的 xx,当 y1<y2y_1 < y_2 时,F(x,y1)⩽F(x,y2)F(x, y_1) \leqslant F(x, y_2)
  • 右连续性 F(x,y)F(x, y) 是 x,yx, y 的右连续函数:
    • lim⁡x→x0+F(x,y)=F(x0+0,y)=F(x0,y)\lim_{x \to x_0^+} F(x, y) = F(x_0 + 0, y) = F(x_0, y)
    • lim⁡y→y0+F(x,y)=F(x,y0+0)=F(x,y0)\lim_{y \to y_0^+} F(x, y) = F(x, y_0 + 0) = F(x, y_0)
  • 有界性
    • F(−∞,y)=F(x,−∞)=F(−∞,−∞)=0F(-\infty, y) = F(x, -\infty) = F(-\infty, -\infty) = 0
    • F(+∞,+∞)=1F(+\infty, +\infty) = 1
  • 非负性 对任意的 x1<x2,y1<y2x_1 < x_2, y_1 < y_2,有 P{x1<X⩽x2,y1<Y⩽y2}=F(x2,y2)−F(x2,y1)−F(x1,y2)+F(x1,y1)⩾0P\{x_1 < X \leqslant x_2, y_1 < Y \leqslant y_2\} = F(x_2, y_2) - F(x_2, y_1) - F(x_1, y_2) + F(x_1, y_1) \geqslant 0

关联知识

原文:原笔记 · 3.1 n维随机变量及其分布函数 P63(原文件第 207–248 行)。

返回概率论导航