329 字
2 分钟
[工科概率论] 多维随机变量及其分布

应该是只考察二维的

定义#

设(X,Y)(X, Y)为二维随机变量,x,yx,y为任意实数,记事件{X≤x}\left \{ X \le x \right \}与{Y≤y}\left \{ Y \le y \right \}的交为{X≤x,Y≤y}\left \{ X \le x, Y \le y \right \},则二元函数

F(x,y)=P(X≤x,Y≤y)F(x,y) = P\left ( X \le x, Y \le y \right )

称为(X,Y)(X, Y)的分布函数,或称为XX与YY的联合分布函数

边缘分布函数#

设(X,Y)(X, Y)为二维随机变量,F(x,y)F(x,y)为其联合分布函数,则称

FX(x)=lim⁡y→+∞F(x,y)F_X(x) = \lim_{y \to +\infty} F(x,y)

为XX的边缘分布函数,称

FY(y)=lim⁡x→+∞F(x,y)F_Y(y) = \lim_{x \to +\infty} F(x,y)

为YY的边缘分布函数

二维离散型随机变量#

若二维随机变量(X,Y)(X, Y)所有可能取值(xi,yj)(x_i, y_j)是有限个或可列无穷多个,则称(X,Y)(X, Y)为二维离散型随机变量

二维离散型rv的分布列#

pij=P(X=xi,Y=yj)p_{ij} = P(X = x_i, Y = y_j)

pijp_{ij}称为(X,Y)(X, Y)的分布列或联合分布列

二维离散型rv的分布函数#

F(x,y)=P(X≤x,Y≤y)=∑xi≤x∑yj≤ypij\large F(x,y) = P(X \le x, Y \le y) = \sum_{x_i \le x} \sum_{y_j \le y} p_{ij}

二维离散型rv的边缘分布列#

P(X=xi)=P(X=xi,⋃j=1∞(Y=yj))=∑j=1∞pij=pi⋅P(X = x_i) = P(X = x_i, \bigcup_{j = 1}^{\infty} (Y = y_j)) = \sum_{j = 1}^{\infty} p_{ij} = p_{i \cdot}

同理,P(Y=yj)=∑i=1∞pij=p⋅j\large P(Y = y_j) = \sum_{i = 1}^{\infty} p_{ij} = p_{\cdot j}

分布列表格:

X\YX \backslash Yy1y_1y2y_2⋯\cdotsyjy_j⋯\cdotspi⋅p_{i \cdot}
x1x_1p11p_{11}p12p_{12}⋯\cdotsp1jp_{1j}⋯\cdotsp1⋅p_{1 \cdot}
x2x_2p21p_{21}p22p_{22}⋯\cdotsp2jp_{2j}⋯\cdotsp2⋅p_{2 \cdot}
⋮\vdots⋮\vdots⋮\vdots⋱\ddots⋮\vdots⋱\ddots⋮\vdots
xix_ipi1p_{i1}pi2p_{i2}⋯\cdotspijp_{ij}⋯\cdotspi⋅p_{i \cdot}
⋮\vdots⋮\vdots⋮\vdots⋱\ddots⋮\vdots⋱\ddots⋮\vdots
p⋅jp_{\cdot j}p⋅1p_{\cdot 1}p⋅2p_{\cdot 2}⋯\cdotsp⋅jp_{\cdot j}⋯\cdots1
[工科概率论] 多维随机变量及其分布
https://alkaid114.github.io/posts/probability_theory/multivar_rv_dist/
作者
Alkaid114
发布于
2025-11-23
许可协议
CC BY-NC-SA 4.0