第三章、二维随机变量的分布
二维随机变量的联合分布函数
- 联合分布:F(x,y) = P(X<=x,Y<=y),其中‘,’的含义是‘与’
- 边际分布:
F_X(x) = F(x,+ \infty)
F_Y(y) = F(+ \infty,y)
二维离散型随机变量
- 联合分布列:
P_{ij} = P(X=x_i,Y=y_j)
- 边际分布列:数据透视表
- 独立性:
P(X=x_i,Y=y_j) = P(X=x_i)P(Y=y_j)
二维连续性随机变量
- 联合分布:
F(x,y) = \int_{- \infty}^{x}\int_{- \infty}^{y}f(u,v)dudv
- 边际密度函数:
f_X(x) =F(x,+ \infty ) ' = (\int_{- \infty}^{+ \infty}\int_{- \infty}^{x}f(x,y)dxdy)' = \int_{- \infty}^{+ \infty}f(x,y)dy
f_Y(y) = \int_{- \infty}^{+ \infty}f(x,y)dx
- 独立性:
f(x,y) = f_X(x) f_Y(y)
二维随机变量函数的分布
泊松分布的可加性:
X ~ P(λ1),Y ~ P(λ2),则X+Y ~ P(λ1+λ2)
正态分布的可加性:
X ~ N(μ1,σ1^2),Y ~ N(μ2,σ2^2),且X、Y相互独立,则X+Y ~ N(μ1+μ2,σ1^2+σ2^2)
极大极小分布
X1,X2...Xn相互独立,分布函数为:FXi(x),Y = max{X1,X2...Xn},Z = min{X1,X2...Xn},则FY(y)=FXi(x)连乘,FZ(z) = 1-(1-FXi(x))的连乘