高等数学 / 系统课时
二维随机变量
二维随机变量
本课解决“怎样同时描述两个随机变量”这一问题。你将从有序对出发,理解联合分布、联合分布函数和边缘分布,并能读懂一个简单的二维离散分布表。
学习目标
- 理解二维随机变量是由两个随机变量组成的有序对
- 掌握联合分布和联合分布函数的基本表示
- 能由联合分布求出两个变量各自的边缘分布
从一个变量扩展到两个变量
在同一次随机试验中,如果同时关心两个数值结果,就可以定义二维随机变量 。它把每个样本点映射为平面上的一个有序对,其中第一个坐标由 给出,第二个坐标由 给出。
例如,随机抽取一名用户,令 表示是否购买商品,令 表示是否使用优惠券。一次抽样结果不再只是单个数,而是 、、 或 中的一个点。

二维随机变量并不意味着两个变量彼此独立。它只表示需要联合研究 与 ,二者可以独立,也可以存在任意形式的依赖。
联合分布的表示
当 只能取有限个或可数个有序对时,可以用联合概率质量函数表示:
所有联合概率都必须非负,并满足总和为 。下面是一张合法的联合分布表:
| 行和 | |||
|---|---|---|---|
| 列和 |
表格内部的四个数给出每个有序对的概率。例如,。行和与列和不是额外指定的概率,而是由联合概率相加得到。
无论变量是离散型还是连续型,都可以使用联合分布函数:
它表示随机点 落在平面左下方区域 内的概率。连续型二维随机变量还可以用联合密度 描述,区域 的概率为:
边缘分布与独立性
边缘分布描述只看其中一个变量时的概率规律。对离散型随机变量,只需把另一个变量的所有可能取值求和:
在前面的表格中,,。因此,行和给出 的边缘分布,列和给出 的边缘分布。联合分布能够确定边缘分布,但只知道两个边缘分布,通常不能唯一恢复联合分布。
若对所有可能取值都满足。
则 与 独立。在示例中,,但 ,所以二者不独立。实际判断时必须检查完整分布,不能只比较某一个有序对。
按自己的节奏,确认真正理解。