3.2边缘分布
3.2边缘分布
( y − µ2 )2 − 2ρ + , 2 σ 1σ 2 σ 2 −∞ < x < ∞, − ∞ < y < ∞,
• 其中µ1,µ2,σ1,σ2,ρ都是常数,且σ1>0,σ2>0, |ρ|<1.称(X,Y)为 服从参数µ1,µ2,σ1,σ2,ρ的二维正态分布, 记为 (X,Y)~N(µ1,µ2,σ12,σ22,ρ). 试求二维正态随机变量的边缘 概率密度.
x →+∞
= F ( ∞, y )
三、离散型随机变量的边缘分布律
对于二维离散型随机变量( X , Y ),已知其联合分布律为
Pij = P { X = xi , Y = y j }
( i,j = 1, 2, ⋯)
现求随机变量 X 的边缘分布律为:
P{ X = xi } = ∑ pij ,
j =1
∞
+∞ −∞
f ( x, y ) d x
(2.4)
例2 设随机变量X和Y具有联合概率密度 6, x 2 ≤ y ≤ x, f ( x, y ) = 0, 其它. 求边缘概率密度f X ( x), fY ( y ).
y y=x y=x2 o 1
解:
f X ( x) = ∫
∞
y
−∞
f ( x, y ) d y
则分量 X 的边缘分布函数为 FX ( x ) = P { X ≤ x} = P { X ≤ x, Y < ∞}
= lim F ( x, y ) = F ( x, ∞ )
3.2(二维随机变量的边缘分布)
作业:解答题 2 4 5 6
3.2.3
二维连续型随机变量的边缘概率密度
设二维连续型随机变量(X,Y)的分布函数为 F(x,y),概率密度为f(x,y). 因为 FX ( x ) F ( x,) ( f ( x, y)dy)dx
由分布函数定义知, X 是一个连续型随机变量, 且其概率密度为 f X ( x ) f ( x, y )dy
设 随 机 变 量X 和 Y 具 有 联 合 概 率 密 度 【补充例】 6, x 2 y x , f ( x, y) 0, 其 他. 求关于 X的 边 缘 概 率 密 度 fX ( x) 和 边 缘 分 布 函 数 FX ( x ).
解:
f X ( x)
f ( x , y)
1 2 1 2
1 ( x 1 ) 2 ( x 1 )( y 2 ) ( y 2 ) 2 exp{ [ 2 ]} 2 2 2 2 2(1 ) 1 1 2 2 1
且
( y 2 ) 2
2 2
2
3.2.2
二维离散型随机变量的边缘分布律
于是(X,Y)的分布律和边缘分布律如下:
Y X 0 1 P{Y = yj}
0
9/25 6/25 3/5
1
6/25 4/25 2/5
P{X = xi}
3/5 2/5 1
3.2.2
二维离散型随机变量的边缘分布律
(2) (X,Y)所有可能取值仍然为:(0,0)、(0,1)、 (1,0)、(1,1)则
☺课堂练习
一 整 数N 等 可 能 地 在 1, 2, 3, ,10 十 个 值 中 取 一个值 . 设 D D( N ) 是 能 整 除N 的 正 整 数 的 个 数 , F F(N )是 能 整 除 N的素数的个数 .试 写 出D 和 F 的联合分布律 , 并求边缘分布律 . 解 样本点 1 2 3 4 5 6 7 8 9 10
03.2边沿分布函数03.3边沿分布律
(2) 离散型二维随机向量的边缘分布的表格表示
Y X x1
x2
y1 y2 … yj …
p11 p12 … p1j … p21 p22 … p2j …
P{X=xi}
p1. p2.
xi
例3 把3 个红球和3 个白球等可能地放入编号为 1,2,3 的三个盒子中, 每盒容纳的球数不 限, 记 X 为落入1号盒的白球数, Y 为落入 1 号盒的红球数. 求( X ,Y )的分布律和 边缘分布律.
解 P( X i,Y j) P( X i)P(Y j X i)
C3i
2
C
2
0
B
2
,
C
2
,
A
1
2
F ( x,
y)
1
2
2
arctan
x 2
2
arctan
y 2
(2) FX (x) F (x,)
1 1 arctan x ,
2
2
x ,
FY ( y) F (, y)
44 24 1 4 4 9 9 9 9 27 9 9 42 22 1 2 2 9 9 9 9 27 9 9 4 1 2 1 1 1 1 9 27 9 27 27 27 27
4
2
11
9 9 27
本例与前例有相同的边缘分布,但它们的 联合分布却不同. 故
联合分布可以唯一确定边缘分布, 但边缘分布却不能唯一确定联合分布。
《概率学》3.2_3.3二维随机变量的边缘分布及独立性
连续型
f (x, y)
第三章 多维随机变量及其分布
(X,Y)边缘分布
FX(x) = F(x,+∞) F Y(y) = F(+∞, y)
pi .=P{X= xi}= pij i=1, 2, ..., j 1
p.j=P{Y= yj}= pij j=1, 2, ..., i 1
连续型 f (x, y)
第三章 多维随机变量及其分布
(X,Y)边缘分布
FX(x)=(
)
F Y(y) =(
)
pi .=P{X= xi}(=
)
p.j=P{Y= yj}=(
)
f X ( x) (
)
fY ( y) (
)
作答
1
8
山东农业大学公共数学系概率统计课程组 版权所有
第2节 二维随机变量的边缘分布
第三章 多维随机变量及其分布
f X (x)
f (x, y)dy
fY ( y)
f (x, y)dx
1
7
山东农业大学公共数学系概率统计课程组 版权所有
主第观2节题二维随2机分变量的填边缘空分布 填空
( X, Y )联合分布 一般 F(x,y)= P{X ≤ x,Y≤y}
离散型 P{X=xi ,Y=y j}= pi j
i, j=1, 2, ...,
1
2
fX (x)
f (x, y)dy
1
exp{ 1 (u2 2u v2)}dv
21 1 2
2(1 2)
1
u2
e2
1
exp{ (v u)2 }dv
2 1
2 1 2
2(1 2)
概率论与数理统计14 3.2 边缘分布3.3独立性
• 设联合概率分布
pij P{ X xi , Y y j } i , j 1,2,
{ X xi } { X xi , Y y j }
P{ X xi } P{ X xi , Y y j } pij i 1,2,
j 1
• 同理:
2 1 2 2
[
( x 1 ) 2
2
( x 1 )( y 2 )
( y 2 )2
]}
• 例 某码头只能容纳一只船.现预知某日 将来到甲乙两只船,且在24小时内来到的 可能性相等.如果两船需要停靠的时间均 为3小时,试求甲船在江中等待的概率. • 解 设X,Y表示甲乙两船到达码头的时间, • 则(1)
• 所求概率为
P{0 X Y 3}
0 x y 3
f ( x, y)dxdy
P { 0 X Y 3} 1 2 dxdy 24 D 1 24 2 212 2( ) 24 2 2 0.11
• 问X,Y是否相互独立? •解 2 1 x2
1 x 1 f X ( x) 0 其它 2 1 y2 1 y 1 fY ( y ) 0 其它 f ( x , y ) f X ( x ) fY ( y ) X , Y不相互独立
1 0 x 24 f X ( x ) 24 其它 0 1 0 y 24 fY ( y ) 24 其它 0
• (2)X,Y相互独立
f ( x , y ) f X ( x ) fY ( y ) 1 2 0 x 24, 0 y 24 24 其它 0 • A=“甲船在江中等待”={0 X Y 3}
北邮概率论与数理统计3.2边际分布
§3.2 边缘分布二维随机向量),(Y X 的联合分布(联合分布函数或联合分布列或联合概率密度)完整地刻画了随机变量X 和Y 作为一个整体的概率分布规律。
为应用方便,我们还需要从这个完整的信息中挖掘出某些方面的信息。
这个完整的信息中包含如下信息:(1)每个分量(或部分分量)的概率分布,即边缘分布。
(2)各分量之间的统计联系。
本章将要介绍的随机变量的独立性,及条件分布以及下一章介绍的相关系数就是用来反映和描述他们的统计联系.一.边缘分布 1.边缘分布函数设二维随机向量),(Y X 具有联合分布函数为),(y x F ,而X 和Y 都是随机变量,各自也有分布函数,将它们分别记为)(x F X 和)(y F Y ,依次称为为),(Y X 关于X 和关于X 的边缘分布函数. 由概率的性质可得),(),(lim },{}{+∞==∞<≤=≤∆+∞→x F y x F Y x X P x X P y可见由),(Y X 的联合分布函数),(y x F 可以X 的边缘分布函数: ),()(+∞=x F x F X (1) 类似地可得),(Y X 关于Y 的边缘分布函数为),()(y F y F Y +∞= (2) 例3.2.1 设二维随机向量),(Y X 的联合分布函数为⎩⎨⎧≥≥+--=λ-----其他,00,0,1),(y x e e e y x F xy y x y x这个分布称为二维指数分布,其中参数0≥λ,求边缘分布函数。
解:易得X ,Y 的边缘分布函数分别为⎩⎨⎧<≥-=+∞=-0,00,1),()(x x e x F x F x X⎩⎨⎧<≥-=+∞=-0,00,1),()(y y e y F y F y Y这两个边缘分布同为指数分布,且与参数λ无关。
这说明边缘分布确定不了联合分布。
也说明联合分布中不仅含有每个分量的信息,还含有各分量之间统计联系方面的信息。
2.边缘分布律如果),(Y X 为二维离散型随机向量,那么它的每个分量都是离散随机变量。
3.2 边缘分布-
fX (x)
f ( x, y)dy 0.
(1,1)
y x2
1x
当0 x 1时,
fX (x)
f ( x, y)dy
x
6 dy
x2
6( x x2 ).
因而得
6( x x2 ), 0 x 1,
f
X
(
x
)
0,
其它.
当 y 0或 y 1时,
P{ X P{ X
x,Y ,Y
} F(x, y} F(,
) y)
2. 离散型:
设( X ,Y )的分布率为P{ X xi ,Y y j } pij , i, j 1, 2, ;
关于X的边缘分布率: P{X
xi }
j 1
pij
pi ,
y
(1,1)
1 yx
fY ( y)
f ( x, y)d x 0.
y
当0 y 1时,
y x2
O
x
fY ( y)
f (x, y)d x
y
y 6d x 6( y y) 6( y y).
得
fY
(
y
)
6( 0,
y y),
0 y 1, 其它.
YX0 1
0 0.1 0.2 1 0.3 0.4
解:关于X和Y的边缘分布分别为
X0 1 Y pk 0.4 0.6 pk
01 0.3 0.7
.
设(X ,Y ) ~
3.2边缘分布
二、二维离散型随机向量的边缘分布 Y
X
……………
y1
y2 p12 Leabharlann 22… … … …yj p1j … p2j …
P{X=xi}
x1 x2
p11 p21
p1. p2.
xi
pi1
…
pi2
pij …
…
p .
i
P{Y=yj}
p.1
p.j …
1
p.2
…
(i
= 1,2, …)
(j =1,2, …)
-1 0 1 pi ·
三
、二维连续型随机变量边缘概率密度函数
p(x,y)
[
x
设(X,Y)的联合概率密度
由于 所以
P{ X x, Y }
p( u, v )dv ]du
边缘密度函数的几何解释
例4
已知(X,Y)的联合概率密度
求(X,Y)边缘概率密度 解
例5 设(X,Y)服从区域D:抛物线y =x2和直线y= x所围成的 区域上的均匀分布,求X和Y的联合、边缘概率密度。 解 由于D的面积为 故X,Y联合概率密度为
设 (X,Y) 的联合分布列为
则 (X,Y) 的边缘分布列为
pij = P{X=xi ,Y=yj}
即
X
x1 x2 · · · xi · · ·…
的边缘分布函数为:
· · p i. · · · pi. p1.p2. ·
(X,Y)
FX(x) = F(x,+∞) =
例3、已知随机变量X和Y的分布列分别为 X -1 0 1/2 1 1/4
0
X,Y边缘概率密度:当0≤x≤1时
边缘分布函数与边缘分布密度
山东农业大学
概率论与数理统计
§3.2 边 缘 分 布
主讲人:程述汉 苏本堂
3.2.1 边缘分布函数与边缘分布密度 3.2.2 随机变量的独立性 3.2.3 条件分布
3
1 1 3 18
1 18
联立以上两式求得 2 , 1
9
9
山东农业大学
概率论与数理统计
主讲人:程述汉 苏本堂
例5 设随机变量X与Y相互独立,且分别服从参数=2
和=1的指数分布,求 PX Y 1
解 据题意,X的密度函数为 fX (x)
Y的密度函数为
e y, y 0
fY
(
y)
0
,y 0
4x(1 x)2, 0 x 1
f X (x) 0,
其它
同理可得
4 y 3, 0 y 1 fY ( y) 0, 其它
山东农业大学
概率论与数理统计
主讲人:程述汉 苏本堂
例3 设(X,Y)服从N(μ1, σ12; μ2,σ22;ρ), 求边缘密度。
解
令
u
x 1 ,v 1
y 2 ,则有 2
山东农业大学
3.2.3 条件分布
概率论与数理统计
主讲人:程述汉 苏本堂
条件概率公式:P(B | A)=P(AB)/P(A),P(A)>0
一、离散型随机向量(X, Y)的条件分布
类似地,当P{X=xi}>0时,在X=xi的条件下,Y的条 件分布为
P{Y
yj
|
X
xi}
经济数学——概率论与数理统计 3.2 边缘分布
变量 (X,Y) 关于 X 和 Y的边缘分布函数.
二、离散型随机变量的边缘分布律
一般地,对离散型 r.v ( X,Y ), X和Y 的联合分布律为
则 (X,Y) 关于X 的边缘分布律为
(X,Y) 关于 Y 的边缘分布律为
P{X=0}=P{X=0, Y=1}+P{X=0, Y=3}=1/8, P{X=1}=P{X=1, Y=1}+P{X=1, Y=3}=3/8, P{X=2}= P{X=2, Y=1}+P{X=2, Y=3}=3/8, P{X=3}= P{X=3, Y=1}+P{X=3, Y=3}=1/8. P{Y=1}= P{Y=3}= =3/8+3/8=6/8, =1/8+1/8=2/8.
当 当
时, 时,
故
暂时固定
五、小结
1. 在这一讲中,我们与一维情形相对照,介 绍了二维随机变量的边缘分布. 2. 请注意联合分布和边缘分布的关系: 由联合分布可以确定边缘分布; 但由边缘分布一般不能确定联合分布.
综上 , 注意取值范围
在求连续型 r.v 的边缘密度时,往往要求联 合密度在某区域上的积分 . 当联合密度函数是分 片表示的时候,在计算积分时应特别注意的概率密度是
求( X,Y )关于 X 和 Y 的边缘概率密度.
暂时固定
解 当 时,
当
时,
故
暂时固定
暂时固定
事实上 ,
( X,Y )关于Y 的边缘概率密度为
例2 设(X,Y)的概率密度是
求 (1) c的值; (2)两个边缘密度。 解 (1)
故
= 5c/24 , c =24/5.
概率论与数理统计-3.2边缘分布讲解
f (u, y)dudy
x
[ f (u, y)dy]du
y
FY ( y) F(, y)
f (x, v)dxdv
y
[ f (x,v)dx]dv
14
记
f X (x)
f (x, y)dy
fX (x) f (x, y)dy
1
21 2 1 2
exp[
2(1
1
2
)
(u
2
2uv
v
2
)]
2dv
1
21 1 2
exp{
2(1
1
2
)
[(u
2
2u
2
)
(
2u
2
2
uv
v
2
)]}dv
1
e
u2 2
每次取一个球,在放回和不放回的情况下. 令
1 第一次取到黑球
1 第二次取到黑球
X 0 第一次取到白球, Y 0 第二次取到白球,
求(X,Y)的联合分布律及边缘概率分布
解 在不放回抽样下(上节课例题),列表如下:
XY 0
1
Pi.
0 6/20 6/20 3/5
1 6/20 2/20 2/5
y)
F (,
y)
lim
x
F ( x,
y)
注意:由联合分布可以决定边缘分布,反过来,由 边缘分布决定不了联合分布。但当分量独立时就可 以决定。
边缘分布
P{X xi , Y y j } P{X xi }P{Y y j }
即
pij pi. p. j .
返回 下页 结束
《概率统计》
例1.设随机变量X与Y相互独立,下表列出了二维随机变量 (X,Y)的分布表及关于X和Y的边缘分布表中的部分数据, 请补充下表:
Y X
y1
y2
1/8
解: (1) 由于
1 e , x0 FX ( x) F ( x,) 0, 其它
0.5 x
(2) P{X 0.1, Y 0.1}
P{0.1 X ,0.1 Y }
1 e 0.5 y , y 0 FY ( y ) F (, y ) 0, 其它
j 1
p j P{Y y j } pi j
i 1
(i =1,2, …)
(j = 1,2, …)
即
X
X,Y 的边缘分布函数分别为:
x1 · · ·xi · · · … pi. x p2 . 1 p2. · · ·pi. · · ·
Y
FX(x) = F(x,+∞) = FY(y) = F(+∞, y) =
即
P{X x, Y y} P{X x}P{Y y}
则称随机变量X与Y是相互独立的. 补充例1.一电子产品由两个部件构成,以X和Y分别表示两个 部件的寿命(单位:小时),已知X和Y的联合分布函数
1 e 0.5 x e 0.5 y e 0.5( x y ) , x 0, y 0, F ( x, y) 0, 其他 (1)问X和Y是否相互独立?(2)求两部件寿命都超过0.1小时的概率.
F , F ,0.1
概率统计3.2 边缘分布
1 1 arctan x , x .
2
2
FY ( y) F (, y)
1 1 arctan y , y .
2
2
(3) P(X 2) 1 P(X 2) 1 FX (2)
1
1 2
1
arctan
2 2
1/ 4.
二维离散型随机变量的边缘分布
记作
P(X xi ) pij pi•, i 1,2,
x
FX (x) f (u,v)dvdu
y
FY ( y) f (u,v)dudv
fX (x)
f (x, y)dy
fY ( y) f (x, y)dx
已知联合密度可以求得边缘密度
例 设随机变量X, Y 服从区域D 上的均匀分布.
其中D {(x, y) | x 0, y 0, x y 1}, 2
j1
记作
P(Y y j ) pij p•j , j 1,2,
i1
由联合分布律可确定边缘分布律
联合分布律 及边缘分布律
Y X x1 xi p• j
y1
p11 pi1
p•1
yj
p1 j pij
p•
j
pi•
p1•
pi
1
•
例(P55.1) 设随机变量 X 在 1,2,3三个数中等可能地取 值,另一个随机变量 Y 在1~X 中等可能地取一整数 值,试求 X, Y 的边缘分布律。
二维随机变量的边缘分布函数
由联合分布函数 边缘分布函数, 逆不真.
FX (x) PX x
y
PX x,Y
F(x,)
xx
FY (y) PY y
y y
PX ,Y y
边缘分布
的值; 边缘密度。 求 (1). c的值 (2). 边缘密度。 的值 解: (1).
∫ ∫
1
∞
∞
−∞ −∞
f ( x, y)dxdy
= ∫ ∫ cy (2 − x)dy dx 0 0 1 = c∫ [x2 (2 − x) / 2] dx
x
0
= 5c/24=1, ⇒ = 24/5; c
Y X 1 2 3 4 P (X=i) 1 1/4 0 0 0 1/4 2 1/8 1/8 0 0 1/4 3 1/12 1/12 1/12 0 1/4 4 1/16 1/16 1/16 1/16 1/4 P(Y=j) 25/48 13/48 7/48 3/48 1
边际分布列可由联合分布列表所决定: 【注】边际分布列可由联合分布列表所决定: X Y x1 x2 … xi … p.j y1 p11 p21 … pi1 … p.1 y2 … yj … pi. p1. p2. … pi. … 1
− 1 x2 − ∞
0 dy 1
+∫ − = 2
1 x2 − 1 x2 −
π
dy + ∫ 1−x 0dy
2
∞
π 熟练时,被积函数为零的部分可以不写。 熟练时,被积函数为零的部分可以不写。
1− x2 .
2 π 故 f X (x) = 0,
1− x2 ,
x ∈[−11 , ], x ∉[−11 , ];
在问题中地位的对称性, 由X 和Y 在问题中地位的对称性 将上式中 的 x 改为 y,得到 Y 的边缘概率密度 ,
2 1− y2 , π fY ( y) = 0, y ∈[−11 , ], y ∉[−11 , ].
例5:设(X, Y)的概率密度为 : 的概率密度为
§3.1 二维随机变量及其分布§3.2 边 缘 分 布
第3章
§3.1 二维随机变量及其分布
第12页
例2 设连续型随机变量(X, Y)的概率密度函数为
ke ( x y ) , x 0, y 0 f ( x, y) 其它 0, 求(1) 常数k; (2) (X,Y)的分布函数F(x,y); (3) P{X>1,Y<1}
第3章
§3.1 二维随机变量及其分布
第1页
多 维 分 布
第3章
§3.1 二维随机变量及其分布
第2页
第3章
多维随机变量及其分布
引例: 1.炮弹落点的位置必须用两个坐标X和Y来描述; 2. 遗传学家在研究儿子的身高X与父亲身高Y、母 亲身高Z之间的关系时,需要同时考虑三个随机变量 X、Y和 Z 。 特点: 试验结果需要用两个或两个以上的随机变量 才能描述 。 定义 设E:Ω={ω} ,X1,X2,…,Xn是定义在Ω上 的n个随机变量,称随机变量组(X1,X2,…,Xn)为 定义在Ω上的n维随机变量或n维随机向量。
第3章
§3.1 二维随机变量及其分布
第5页
3 . 二维分布函数F(x, y)的基本性质 (1) 0≤F(x,y)≤1; 对于任意固定的y,F(-∞, y)=0 ;
对于任意固定的x,F(x, -∞)=0 ;
F(-∞, -∞)=0,F(+∞, +∞)=1
(2) F(x, y)关于变量x和y均单调非减,且右连续;
1
2 3 4
1/4 1/8
0 0 0 1/8 0 0
1/12
1/12 1/12 0
1/16
1/16 1/16 1/16
第3章
§3.1 二维随机变量及其分布
第9页
3.1.3 二维连续型随机变量(X, Y)及其分布 定义 设(X, Y)的分布函数为F(x, y),如果存在非
3.2.边缘分布_条件分布
2、连续型r.v.边缘分布
设(X, Y)~f (x, y),(x, y)R2,F(x, y)为分布 函数,则
FX ( x) F ( x, )
称
x
f ( x, y)dydx
f X ( x) f ( x, y)dy
为(X, Y )关于X 的边缘密度函数;
同理,称
例8 (X,Y)~ N(1, 12, 2, 22, ),求 fY | X ( y | x)
1 1 f X ( x) exp{ ( x 1 ) 2 } 解、由Ex3知, 2 12 2 1
f ( x, y ) fY | X ( y | x ) f X ( x)
1 2 2
二、条件分布
1. 离散型随机变量的条件分布律 例6.已知(X,Y)的分布律为 X \Y -1 0 pi.
-2 0 1/10 3/10 2/5 3/10 3/10 3/5 p.j 2/5 3/5 求X|Y = -1的条件分布律。
P{ X xi , Y 1} P{ X xi | Y 1} P{Y 1}
2 exp{ [ y2 2 ( x 1 )]2 } 2 2 2 2 1 1
1
2 Y | X N ( 2 ( x 1 ), 2 2 (1 2 )) 1
三、随机变量的相互独立性
定义 如果对任意实数x, y, F(x, y)=FX(x)FY(y)
其分量X及Y的分布函数为二维随机变量(X, Y) 关于X及关于Y的边缘分布函数, 分别记作 FX(x), FY(y), 边缘分布函数可以由(X ,Y)的分 布函数F(x, y)来确定.
定义
FX ( x) P{ X x} F ( x, ) lim F ( x, y )
3-2随机向量的边缘分布
3 0
2x
24xdy 13
24x 13
3 2
x
.
o
1 2,1
y 3 2x
G
12 x 1 32 x
返回 上页 下页 结束
于是
24x 13
,
0 x 1; 2
fX
x
24x 13
3 2
x
,
1 2
x
3 2
;
0,
其它.
同理可求
fY
y
12 13
3 2
y
2
,0
y
1;
0,
其它.
返回 上页 下页 结束
故fXx fx,ydy0,
当 0x12时 , y
fX
x
f
x,
y dy
1
0
1
f x, ydy
0
1
1 0
24
x
13dy
24
x
13
.
o
1 2,1
y 3 2x
G
x 12 1 32 x
返回 上页 下页 结束
当 12x32时 ,
fX
x
f
x,
y
dy
y
0
3 2x
f x, ydy 1
0
3 2x
§3.2 随机向量的边缘分布
一.离散型随机向量的边缘分布 二.连续型随机向量的边缘分布 三.边缘分布函数
返回 上页 下页 结束
一.离散型随机向量的边缘分布
二维离散型随机向量的概率分布
X Y y1 y 2 y j P Xxi
x1 x2
P11 P21
P12 P22
P1 j P1 j
3.2 边缘分布
X
0 0Байду номын сангаас35
10
20
0 1 2
0.04 0.025
1 2
试写出关于X 和Y的边缘概率分布; 求P X 2 | Y 20的值。
0.025 0.15 0.04 0.020 0.10 0.25
1 2 0 X 解: 1由题意可得: p 0.415 0.215 0.370 10 20 0 Y p 0.395 0.290 0.315
x , y ,
其中
1 , 2 , 1 , 2 ,
均为常数 , 且
2 2 μ , μ , σ , σ 的二维正态分布. 记作( X,Y)~ N( 1 2 1 2 , ρ ).
ρ 1. 则称( X,Y)服从参数为
1 0, 2 0, 1 , 2 , 1 , 2 ,
问题:如何通过联合分布求边缘分布?
F ( x , y ) P{ X x ,Y y } , FX ( x) P{X x},
第3页
3.2 边缘分布
3.2.1 边缘 (际)分布函数
巳知 (X, Y) 的联合分布函数为 F(x, y),则
FX ( x) P{X x} P{X x, Y } F ( x, );
3.2 边缘分布
•由此可见,二维正态分布的边缘分布是一维正态分布 , 并
且不依赖于参数. •但联合分布密度中的 取不同数值时,得到不同的二维正 态分布,而这些不同的二维正态分布却有相同的边缘分布 密度 fX(x), fY(y)(即边缘密度与无关). 这表明, 关于X, Y的 边缘分布不能确定(X,Y)的联合分布;但联合分布可以唯一 地确定边缘分布.
3.2边缘分布与独立性
j
如下表:
Xa1 Y
ai
p j
b1 b2
p p
11
12
p p
i1
i2
p p
1
2
bj
p 1j
p ij
p j
p i
p 1
p i
1
例1 袋中有2只白球和3只黑球,现进行有放回地取球, 定义下列随机变量:
X
1
第一次取出白球
Y
1
第二次取出白球
0 第一次取出黑球
0 第二次取出黑球
试给出(X,Y)的联合分布与边缘分布。
两事件A,B独立的定义是: 若P(AB)=P(A)P(B) 则称事件A,B独立 .
用分布函数表示,即 设 X,Y是两个r.v,若对任意的x,y,有
F(x, y) FX (x)FY ( y)
则称X,Y相互独立 .
它表明,两个r.v相互独立时,它们的联合 分布函数等于两个边缘分布函数的乘积 .
可推广到多维的情况.
f (x, y)
2
1
2
1
x
exp -
1
2(1 -
2
)
2 2
xy
y2
(-
x,
y
)
求(X,Y)关于X及Y的边缘分布密度.
解:
f
( x)
X
f
(x,
y)dy
1
2 1
2
exp -
1
2(1-
2
)
x2 2
xy
y2 dy
x2
2
xy
y2
(y
2
x)
2
x
22
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
3
7
7
p• j 4
P{Y
yj } 注意 联合分布
7
3
7
1
边缘分布
三、连续型随机变量的边缘分布
定义 对于连续型随机变量( X , Y ) , 设它的概率密
度为 f (x, y),由于
x
FX (x) F (x,)
[ f (u, v) d v]d u ,
记
f X (x)
f (u, v) d v ,
σ2
σ1
2 dy,
令 t 1 y μ2 ρ x μ1 ,
1 ρ2 σ2
σ1
则有
f X
(x)
1 2πσ1
e
(
x μ1 2σ12
)2
t2
e 2 dt,
x μ1 2σ12
)2
2πσ1
同理可得 fY ( y)
1
e ,
(
y μ2
2σ
2 2
)2
2πσ2
x . y .
因而得
6( x x2 ), 0 x 1,
fX (x)
0,
其他.
y x
O
y x2
x
当0 y 1时,
y
fY ( y)
f (x, y)d x
y
6d x 6(
y y).
当 y 0 或 y 1时,
fY ( y)
f ( x, y)d x 0.得
6( fY ( y)
y y), 0,
3.2边缘分布
一、边缘分布函数 二、离散型随机变量的边缘分布律 三、连续型随机变量的边缘分布
一、边缘分布函数
问题:已知 ( X ,Y ) 的分布, 如何确定 X ,Y 的分布?
F( x, y) P{X x,Y y} , F( x) P{X x},
P{X x} P{X x,Y } F(x,) FX ( x)
解: 1.F X (x) F(x,)
1 ( arctan x ) •
2 2
2
1 1 arctan x
2
2
FY
( y)
F (,
y)
11
2
arctan y 3
1 2.P(X 2) 1 P(X 2) 1 F X (2) 4
二、离散型随机变量的边缘分布律
定义 设二维离散型随机变量( X ,Y ) 的联合分布
试求二维正态随机变量的边缘概率密度.
解
fX (x)
f
(
x,
y)d
y,由于(
y
μ2 )2 σ22
2ρ(x
μ1 )( y σ1σ2
μ2 )
y
μ2 σ2
ρ
x
μ1 σ1
2
ρ2
(
x
μ1 )2 σ12
,
fX (x)
1
2πσ1σ2 1 2
e
(
x μ1 2σ12
)2
1
e 2(12)
y μ2 ρ x μ1
其他.
求边缘概率密度 fX ( x), fY ( y).
解
fX (x)
f (x, y)d y
当0 x 1时,
fX ( x)
f (x, y)d y
x
6d y 6( x x2 ). x2
y y x
O
(1,1)
y x2
x
当 x 0 或 x 1时,
y
(1,1)
fX ( x)
f ( x, y)d y 0.
律为 P{X xi ,Y y j} pij , i, j 1, 2,.
记
pi• pij P{X xi}, i 1, 2,,
j 1
p• j pij P{Y y j}, j 1, 2,, i 1
分别称 pi• (i 1, 2,) 和 p• j ( j 1, 2,) 为 ( X ,Y )
0 y 1, 其他.
例4 设二维随机变量( X , Y ) 的概率密度为
f (x, y)
1
2σ1σ2 1 ρ2
1
exp
2(1
ρ2
)
(
x
μ1 σ12
)2
2ρ(
x
μ1 )( y σ1 σ2
μ2
)
(
y
μ2
σ
2 2
)2
x , y ,
其中 μ1, μ2 ,σ1,σ2 , ρ 都是常数, 且 σ1 0, σ2 0, 1 ρ 1.
称其为随机变量( X , Y ) 关于 X 的边缘概率密度.
同理可得 Y 的边缘分布函数
y
FY ( y) F (, y)
f (u, v) d u d v,
Y 的边缘概率密度
fY ( y)
f (u,v)d u.
例3 设随机变量 X 和 Y 具有联合概率密度
6, x2 y x,
f (x, y) 0,
1
x2 y2
e 2 (1 sin x sin y),
2π
显然, ( X ,Y ) 不服从正态分布,但是
fX
(x)
1
x2
e2
2π
,
fY
(
y)
1
y2
e2
2π
.
因此边缘分布均为正态分布的随机变量,其联合分布
记为 FX (x) F(x,).
同理令 x ,
FY ( y) F(, y) P{X ,Y y} P{Y y} 为随机变量 ( X, Y ) 关于Y 的边缘分布函数.
例1.设(X,Y)的分布函数为
F(x,
y)
1
2
(
2
arctan x)(
22
arctan
y 3
)
1.关于X和Y的边缘分布函数 2.求 P(X 2)
关于 X 和关于Y 的边缘分布律.
X Y
x1 x2 xi
y1
p11 p21 pi1
y2
p12 p22 pi 2
yj
p1 j
p2 j pij
P{X xi} pij , i 1,2,; P{Y y j} pij , j 1,2,.
j 1
i 1
因此离散型随机变量关于X 和Y 的边缘分布函数分别为
二维正态分布的两个边缘分布都是一维正态分布, 并且都不依赖于参数ρ .
思考:边缘分布均为正态分布的随机变量,其联合分布 一定是二维正态分布吗?
附录
• 思考题解答
思考:边缘分布均为正态分布的随机变量,其联合分布 一定是二维正态分布吗?
思考题解答:令 ( X ,Y ) 的联合密度函数为
f (x, y)
( X , Y ) 关于 X 的边缘分布函数.
定义 设 F(x, y) 为随机变量( X ,Y ) 的分布函数, 则 F(x , y) P{ X x , Y y}. 令 y , 称 P{X x} P{X x ,Y } F(x,) 为随机变量(X ,Y ) 关于 X 的边缘分布函数.
FX (x) F(x,)
pij , FY ( y) F(, y)
pij .
xi x j1
y j y i1
例2 已知下列 Y X
0
1
分布律求其边缘 0 12
12
分布律.
42 42
12
6
1
解
42 42
YX 0
1
012 12
42
12
1 42
42 6
42
pi• P{X xi } 4