效用论无差异曲线材料.ppt

二、 二维离散型随机变量及其分布列 例4 三、二维连续型随机变量 例3 设(X,Y )的概率密度是 例4 例4 例5 若二维随机变量( X, Y )的概率密度为 对连续型 r.v ( X,Y ) ， X 和Y 的联合概率密度为 三、连续型随机变量的边缘分布 则 ( X, Y ) 关于 X 的边缘分布函数 和密度函数 分别为 同理， ( X, Y ) 关于 Y 的边缘分布函数 和 密度函数 分别为 小结 联合 分布 函数 离散型 连续型 —— 联合分布列 —— 联合概率密度 边缘 分布 函数 离散型 连续型 —— 边缘分布列 ——边缘概率密度 X 与Y 的联合分布 (X,Y)关于X 和Y 的边缘分布 关于X 的 关于Y 的 关于X 的 关于Y 的 解 求边缘密度. 分段函数积分应注意其表达式 y x 0 1 y = x y = x2 在求连续型随机变量的边缘密度时，往往要对联合密度在一个变量取值范围上进行积分. 当联合密度是分段函数时，在计算积分时应特别注意积分限 . y x -a 0 a 设(X,Y )服从椭圆域 上的均匀分布,求 (1) 求(X,Y )的边缘密度函数 解 (1) 由题知(X,Y )的概率密度为 同理可得 (2) (2) ,其中A为区域: X 与Y 不服从均匀分布 二维均匀分布的两个边缘密度未必是均匀分布的 二维正态分布的边缘密度仍服从正态分布 y x a 0 a A x+y =a 解 求二维正态分布的边缘密度. ～ ～ 二维正态分布的两个边缘密度仍是正态分布 均与 ? 无关 逆命题成立吗 ？ 由边缘分布一般 不能确定联合分布 请看下例 求边缘密度函数 解 同理 ～ ～ 但反之不真 二维正态分布性质 二维正态分布的两个边缘密度仍是正态分布的 正态分布的联合分布未必是正态分布 但反之不真 在事件B发生的条件下事件A发生的条件概率 推广到随机变量 设有两个r.v. X,Y ， 在给定Y取某个或某些值的条件下，求X的概率分布. 这个分布就是条件分布. 四、条件分布 例如，考虑某大学的全体学生，从其中随机抽取一个学生，分别以X和Y 表示其体重和身高 . 则X和Y都是随机变量，它们都有一定的概率分布. 体重X 身高Y 体重X 的分布 身高Y 的分布 现在若限制 1.7Y1.8(米), 在这个条件下去求 X的条件分布，这就意味着要从该校的学生中把身高在1.7米和1.8米之间的那些人都挑出来，然后在挑出的学生中求其体重的分布. 容易想象，这个分布与不加这个条件时的分布会很不一样. 例如，在条件分布中体重取大值的概率会显著增加 . 1、离散型随机变量的条件分布 实际上是第一章讲过的条件概率概念在另一种形式下的重复. 定义1 设 ( X,Y ) 是二维离散型随机变量，对于固定的 j，若 P{Y = yj } 0，则称 为在 Y = yj条件下随机变量X的条件分布律. P{X= xi |Y= yj }= ，i=1,2, … 类似定义在 X= xi 条件下 随机变量Y 的条件分布律. 作为条件的那个r.v.,认为取值是给定的， 在此条件下求另一r.v.的概率分布. 条件分布是一种概率分布，它具有概率分布的一切性质. 正如条件概率是一种概率，具有概率的一切性质. 例如： i=1,2, … 解 依题意，{Y=n} 表示在第n次射击时击中目 标 , 且在前n-1次射击中有一次击中目标. 首次击中目标时射击了m次 . n次射击 击中 2 n n-1 1 ………………. m 击中 例1 一射手进行射击，击中目标的概率 射击进行到击中目标两次为止. 以