《概率论教学课件》3.2条件分布与随机变量的独立性.pptVIP

* §3.2 条件分布 与随机变量的独立性 一、条件分布 的一般概念 设X是一随机变量, 为在事件A发生的条件下， 满足 称条件概率 是一随机事件， 记 X的条件分布函数. 如 与独立性 例 掷一颗骰子， X是出的点数, X是随机变量. 表示:“ ” 且 且 为在事件A发生的条件下， X的条件分布函数. 且 时, 设X是一随机变量, 为在事件A发生的条件下， 满足 称条件概率 是一随机事件， 记 X的条件分布函数. 设 且对于实数 则 同理, 且 若 则 且 是另一随机变量, 与 独立 事件 与 独立 独立性: 事件 定义3.6 如果对任意实数 有 则称随机变量X与Y 与 设随机向量( X，Y ) 的联合分布函数 为 相互独立. 定义3.6 如果对任意实数 有 则称随机变量X与Y相互独立. 与 设随机向量( X，Y ) 的联合分布函数 此时 且 时, 时, 同理， 为 随机变量X与Y相互独立 事件 与 相互独立. 对任意实数 有 有 事件 与 相互独立. 对任意实数集A与B , 事件 与 相互独立. 可以证明 与 对任意实数 与 对任意实数 与 对任意实数 与 定理3.1 随机变量X与Y 的充要条件是 事件 与 相互独立. 对任意实数集A与B, 即 定理3.2 如果随机变量X与Y 相互独立, 则对于 任意连续函数 随机变量 与 也相互独立. 和 相互独立 定义3.7 设 是n个随机变量, 联合 分布函数为 边缘分布函数为 恒有 如果对任 则称 相互独立. 二、离散型随机变量 的条件分布 设( X，Y ) 是二维离散型随机向量, 概率分布为 若对某个 有 则 且 记 与独立性 称为 条件下, X的条件概率分布. 在 其 定义 此时，有 定义 设( X，Y ) 是二维离散型随机向量, 若对 有 则称 固定的 为 条件下, X的条件概率分布. 在 如 设( X，Y )的概率分布为 则在 条件下， X的 条件概率分布为 如 设( X，Y )的概率分布为 则在 条件下， X的 条件概率分布为 可列表表示 且 ( 非负性 ) ( 归一性 ) 时， 定义 设( X，Y ) 是二维离散型随机向量, 若对 有 则称 固定的 为 条件下, Y的条件概率分布. 且 在 此时，有 记 ( 非负性 ) ( 归一性 ) 时， 且 X与Y相互独立 有 可以证明 对任意实数集A与B , 有 设X与Y是 离散型随机变量 对任意 Th3.1 独立性 有 有 与 对任意 与 对任意实数 与 定理3.3 则X与Y相互独立 分布 设X与Y是 离散型随机变量， 其联合概率 分布为 边缘 分别为 的充要条件是 10件产品中 每次任取一件, (1) 无放回抽取 (2) 有放回抽取 有3件次品, 7件正品, 例 连续取两次. 设 表示 第一次取到的次品件数, 设 表示 第二次取到的次品件数. 与 独立. 与 不独立. 由联合分布, 可求出边缘分布; 但由边缘分布, 一般不能确定联合分布. 如 2 1 0 2 1 0 2 1 0 2 1 0 但若已知X与Y 则可由边缘分布, 确定 它们的联合分布. 相互独立, 三、连续型随机变量 的条件分布 设( X，Y ) 是二维连续型随机向量, 其分布函数为 密度函数为 此时， 都是连续型随机变量, 它们取单个值 的概率 均为0 故在 且 中, 分子 均为0, 从而上式无意义. 分母、 必须用极限的形式, 所以对连续型随机向量， 的合理定义. 给出的条件分布 与独立性 X与Y 且 记 记 称为 条件下, X的条件分布函数. 定义 称为 条件下, X的条件分布函数. 称为 条件下, X的条件密度 称为 条件下, Y的条件分布函数. 称为 条件下, Y的条件密度 记 函数. 记 函数. 称为 条件下, X的条件密度函数. 称为 条件下, Y的条件密度函数. 例 设X和Y的联合密度函数为 其它 求条件密度函数. 解 时 其它 例 设X和Y的联合密度函数为 其它 求条件密度函数. 解 时, y取其它值 其它 当 时， 或 不存在. 当 例 其它 求条件密度函数. 解 时， 时， 解 例 其它 求条件密度函数. 其它 时, x取其它值 解 例 其它 求条件密度函数. 其它 当 时， 或 不存在. 当