3.1 二维随机变量

数学学习 · 爱知数学讲义

18
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。

SeX(e)Y(e)(X(e), Y(e))
图3-1 同一样本点同时确定X与Y,组成一个随机向量

【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。

xyxyF(x,y)
图3-2 联合分布函数对应以(x,y)为右上顶点的左下无穷矩形

【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。

xyx1x2y1y2
图3-3 矩形概率由四个联合分布函数值作容斥得到

【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)

Y \ X123411/41/81/121/16201/81/121/163001/121/1640001/16
例1 联合分布律;表中列为X、行为Y

【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)

xy022
图3-4 事件Y≤X及其与联合密度支持集的交集

【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。