3.1 二维随机变量
本章目录 · 1 节
本章导读
【3.1 二维随机变量】同一次试验可能需要同时记录两个数值,例如同一儿童的身高与体重、同一落点的横坐标与纵坐标。若和定义在同一个概率空间上,则称为二维随机向量或二维随机变量。分别知道、各自的分布,一般还不足以知道两者的共同变化,需要研究联合分布。
【联合分布函数】定义。从平面随机点的观点看,这是点落在内的概率;两个不等式必须同时满足。
【矩形概率的容斥公式】若且,则
先取大左下矩形,减去左边和下边两块,再加回被减了两次的左下交叠块。最后一项的正号不可漏掉;不具有密度时,开闭边界也不可任意改变。
【基本性质】①固定一个变量,关于另一个变量单调不减。②;固定有限的时,固定有限的时;两坐标都趋于正无穷时。③分别关于右连续。④任意矩形的上述四项差均非负,称为二维递增性。逐坐标不减不自动保证第四条,检验二维CDF时应另外检查矩形概率。
【二维离散型分布】若概率集中于有限或可列无限个数对,记。它们满足、,称为联合分布律。本章表格沿用书中习惯:列标为,行标为,第行第列表示。联合CDF为。
【例1 两步选择整数】先在1、2、3、4中等可能选,给定后再在1至中等可能选。由乘法公式,,其中,其他数对概率为0。因此的取值范围随变化,不能把两次选择当作独立的均匀选择。表中每一列的概率和都是1/4,整个表总和为1。(例完)
【二维连续型分布】若存在非负可积函数使
则称为联合概率密度。它满足,且对可测区域有。若在某点连续,可由相应的混合偏导恢复密度,小矩形概率近似为。曲面下总体积为1,区域概率是相应柱体体积;密度的高度不是单个数对的概率。
【例2 指数型联合密度】(),其他为0。(1)当,;任一坐标不大于0时。(2)求,将事件与密度支持集相交后,积分范围是,得
图示先标明整个半平面,另突出其与第一象限的交集,实际积分只需后一部分。(例完)
【推广到n维】若定义在同一概率空间上,则是维随机向量;联合CDF为。联合密度、矩形概率和边缘分布也相应推广。是否存在通常的联合密度需要检查,不能仅因每个坐标分别有密度就直接断言联合也有密度。
