设 E E E是一个随机试验,它的样本空间是 S = { e } S=\{e\} S={e},设 X = X ( e ) X=X(e) X=X(e)和 Y = Y ( e ) Y=Y(e) Y=Y(e)是定义在 S S S上的随机变量
由他们构成的一个向量 ( X , Y ) (X,Y) (X,Y)叫做二维随机向量或二维随机变量
设 ( X , Y ) (X,Y) (X,Y)是二维随机变量,对于任意实数 x , y x,y x,y,二元函数:
称为二维随机变量 ( X , Y ) (X,Y) (X,Y)的分布函数,或称为随机变量 X X X和 Y Y Y的联合分布函数
设二维随机变量 ( X , Y ) (X,Y) (X,Y)所有可能取的值为 ( x i , y i ) (x_i,y_i) (xi,yi), i , j = 1 , 2 , ⋯ i,j = 1,2,\cdots i,j=1,2,⋯
我们称 P ( X = x i , Y = y i ) = p i j P(X=x_i,Y=y_i) = p_{ij} P(X=xi,Y=yi)=pij, i , j = 1 , 2 , . . . i,j=1,2,... i,j=1,2,...,为二维离散型随机变量 ( X , Y ) (X,Y) (X,Y)的分布率
记 P ( X = x i , Y = y i ) = p i j P(X=x_i,Y=y_i) = p_{ij} P(X=xi,Y=yi)=pij, i , j = 1 , 2 , . . . i,j=1,2,... i,j=1,2,...,则由概率的定义有 p i j ≥ 0 p_{ij} \ge 0 pij≥0, ∑ i = 1 ∞ ∑ j = 1 ∞ p i j = 1 \sum_{i=1}^{\infty} \sum_{j=1}^{\infty} p_{ij} = 1 ∑i=1∞∑j=1∞pij=1
设二维随机变量 ( X , Y ) (X,Y) (X,Y)所有可能取的值为 ( x i , y i ) (x_i,y_i) (xi,yi), i , j = 1 , 2 , ⋯ i,j = 1,2,\cdots i,j=1,2,⋯
F ( x , y ) = ∑ i = 1 x ∑ j = 1 y p x y F(x,y) = \sum_{i=1}^{x} \sum_{j=1}^{y} p_{xy} F(x,y)=∑i=1x∑j=1ypxy
对于二维随机变量 ( X , Y ) (X,Y) (X,Y)的分布函数 F ( x , y ) F(x,y) F(x,y)如果存在非负可积函数 f ( x , y ) f(x,y) f(x,y)使得对于任意 x , y x,y x,y有
F ( x , y ) = ∫ − ∞ y ∫ − ∞ x f ( u , v ) d u d v F(x,y) = \int_{-\infty}^y \int_{-\infty}^x f(u,v) dudv F(x,y)=∫−∞y∫−∞xf(u,v)dudv
则称 ( X , Y ) (X,Y) (X,Y)是二维连续性随机变量,函数 f ( x , y ) f(x,y) f(x,y)称为二维连续性随机变量 ( X , Y ) (X,Y) (X,Y)的概率密度,或称为随机变量 X X X和 Y Y Y的联合概率密度
F ( x , y ) = ∫ − ∞ y ∫ − ∞ x f ( u , v ) d u d v F(x,y) = \int_{-\infty}^y \int_{-\infty}^x f(u,v) dudv F(x,y)=∫−∞y∫−∞xf(u,v)dudv
P = { ( X , Y ) ∈ G } = ∫ ∫ G ( x , y ) d x d y P= \{(X,Y) \in G\} = \int\int_G(x,y)dxdy P={(X,Y)∈G}=∫∫G(x,y)dxdy
均匀分布 f ( x , y ) = { 1 S , ( x , y ) ∈ D 0 , 其 他 f(x,y) = \left\{\begin{aligned}& \frac{1}{S} ,(x,y) \in D \\&0 \qquad ,其他\end{aligned}\right. f(x,y)=⎩⎨⎧S1,(x,y)∈D0,其他
二维正态分布