概率论的基础--chapter 3_3.PPTVIP

Probability Theory 3.3 条件分布 * 多 维 随 机 变 量 第 三 章 杨宇明 yym_329@ 一. 条件分布的引入 { } B A P 条件概率 ( ) 0 B P 在二维R.V.(X,Y )中,一个R.V.Y 取某个确定值 y0 的条件下,另一个R.V.X 应该有相应的分布.如: 由于不能保证P(Y=y0)0.所以在一般情况下,就不能用条件概率的定义来直接定义条件分布函数. 这时需采用极限的方法来定义条件分布函数. 定义:给定y0 ?R 对任意 ?y 0 有P{y0- ?yY?y0}0 且对任意x ?R ,极限 存在,称此极限函数为在 Y=y0 的条件下,R.V.X 的条件分布函数.记作 FX|Y(x |y0 ) 设(X,Y)的联合分布律为: 若P {Y=yj}0 则在事件{Y=yj} 发生的条件下,事件{X=xi} i= 1,2,.. 发生的条件概率为 二.条件分布律 此概率数列具有分布律的性质: 称(*)为在Y=yj 的条件下,R.V.X 的条件分布律. 判断两个离散型R.V.X,Y 相互独立的方法： ( ) ( ) ( ) y F x F y x F 1 Y X = , ) j i ij P P P 2 . . ) = { } { } j Y i X P i X P 3 = = = = ) { } { } i X j Y P j Y P 4 = = = = ) ( ) ,.. , , 2 1 j i = 例3.3.1：在1,2,3,4 中随机取出一数 X ,再随机地从1~X中取 一数Y ,求在X=3的条件下,Y 的条件分布律. 解：由古典概率有: 例3.3.2 记X为某医院一天出生的婴儿个数,记Y 为男婴的个数设(X,Y )的联合分布律为: 求: 1) 边缘分布律 ; 2) 条件分布律; 3)X=20时Y的条件分布律. 解: ( ) 14 P X ~ k j i = - 令 ( ) 7.14 P Y ~ { } ( ) ( ) ( ) ! ! . . , j i j 86 6 14 7 e j Y i X P j i j 14 - = = = - - 思考：随机变量 X与Y是否相互独立? 不相互独立 三.条件概率密度 设(X,Y)是连续型R.V.,且满足f(x,y), fY(y) 在(x,y0)附近连续,且fY(y0) 0 则有 : 证明 我们称 为在Y=y0 的条件下R.V.X 的条件概率密度. 例3.3.3 设( X,Y)的联合概率密度为: 求: P(Y?1/8 |X=1/4) 分析: 1) 所求值是在X=1/4的条件下,Y的条件分布函数在1/8处的函数值. 2) 利用条件概率密度求解. 先求X的边缘概率密度,再求Y的条件概率密度,最后积分求解. 设( X,Y)的联合概率密度为: 求: P(Y?1/8 |X=1/4) 例3.3.3 解: X的边缘概率密度为: X Y 1 (1,1) O 例3.3.4 设( X,Y)的联合概率密度为: 求: 1) 求条件概率密度 解: 1) 先求X,Y的边缘概率密度: X Y O 2) P(| Y | 1/3 |X=1/2) P(Y 1/3 |X=-1/2)