En realidad, el teorema dice que si \( F:\mathbb{R}^2\longrightarrow{}\mathbb{R} \) cumple:
[1]\( F \) es continua por derecha y monótona creciente como función de cada una de sus variables (o sea, si dejando fijo \( x \), \( F \) como función de \( y \), cumple la condición cadlag y lo mismo al revés).
[2]\( \displaystyle \lim_{x,y\to +\infty}F(x,y)=1 \)
[3]\( \displaystyle \lim_{x\to -\infty}F(x,y)=0 \) y \( \displaystyle \lim_{y\to -\infty}F(x,y)=0 \)
[4]"Si se supone \( F \) función de distribución, bajo ella todo rectángulo \( C\subseteq{}\mathbb{R}^2 \) tiene probabildad positiva (o cero)". Esa es la idea (muy mal expresada, porque la probabilidad es por definición mayor o igual que cero); se formaliza definiendo los operadores diferencia. En el plano, sería asegurarse de que dados \( a_1<b_1 \) y \( a_2<b_2 \) se cumple que \( F(b_1,b_2)-F(a_1,b_2)-F(b_1,a_2)+F(a_1,a_2)\geq 0 \).
Si la función \( F \) verifica todo eso, hay un teorema de extensión que afirma que existe una variable aleatoria \( X \) tal que \( F=F_X \).
Saludos