概率论第9讲(免费阅读).pptVIP

例 3.5.1 求例3.2.1中Y 的条件概率分布。 解 在例3.4.1中已求出 X 的边缘概率分布(见上表)。 在 X= 0 条件下， 在 X =1 条件下， 解 例 3.5.2 求例3.2.2中被调查者吸烟条件下得肺癌的概率和不吸烟条件下得肺癌的概率。 3.5.3 连续型随机变量的条件概率密度 设(X,Y)是二维连续型随机向量，由于对任意 x, y, P{X=x}=0, P{Y=y}=0，所以不能直接用条件概率公式得到条件分布，这时要使用极限的方法得到条件概率密度。 给定 y，对于任意固定的正数 ε，若概率 P{ y-εY≤ y+ε} 0，于是，对于任意 x， 是在条件 y-εY≤ y+ε 之下，X 的条件分布。 定义3.5.2 设X 和Y是随机变量, 给定 y, 若对任意固定正数ε，P{ y-εY ≤ y+ε} 0，且对任意实数 x，极限 存在，则称此极限为在条件 Y=y下X 的条件分布函数，记成 P{X≤x|Y=y} 或 FX|Y(x|y)。 若存在 fX|Y(x|y), 使得 则称 fX|Y(x|y)为在条件 Y=y 下X 的条件概率密度函数，简称条件概率密度。 当 fX (x) 0 时， 定理3.5.1 设随机向量(X,Y)的联合概率密度为f(x, y), Y 的边缘概率密度为fY (y)。若f (x, y) 在点(x, y) 处连续, 当 fY (y) 0 时， 证明 例3.5.3 设二维随机向量 (X,Y) 服从单位圆域上的均匀分布，即其概率密度为 求 解 X 的边缘密度为 当 |x|1时, 故 例3.5.4 设 (X, Y ) 求条件概率密度 fY|X(y|x)。 解 f(x, y) 由(3.3.7) 式给出，再由例3.4.5可知， 进一步，由(3.5.6) 式，得 这表明: fY|X(y|x) 是正态分布 的概率密度函数。 解 概率密度不为零的区域如右图所示。 例3.5.5 设随机向量 (X,Y) 的概率密度为 求条件概率密度和条件概率 当 y?(0,1] 时， fY (y) 0， 当 x?(-1, 1) 时，fX(x)0， 例 3.5.6 设店主在每日开门营业时放在柜台上的货物量为 Y, 当日销售量为 X, 假定一天中不再往柜台上补充货物, 于是 X≤Y。根据历史资料，(X, Y ) 的概率密度为 求 (1) 给定 Y=y 条件下, X 的条件概率密度； (2) 给定 Y=10 条件下, X≤5的概率。 如果 Y=20 件呢? 解 (1) Y 的边缘概率密度为 当 y?(0, 20] 时，fY(y)0， 这表明：当 y?(0, 20] 时，X 的条件分布是 [0, y] 上的均匀分布。 (2) 当 Y=10 时， 当Y=20 时, 这表明：货物销售量X与放在柜台上的货物量Y 的关系是很密切的。 小结 本讲首先介绍二维随机向量边缘分布的概念, 二维离散型随机向量边缘概率分布的计算,二维连续型随机向量边缘概率密度的计算；然后介绍条件分布的概念，离散型随机向量条件概率分布的计算，连续型随机向量条件概率密度的计算。给出多个计算例子。 作业：P79，3.6至3.13。 概率论与数理统计 第九讲 主讲教师：程维虎教授 北京工业大学应用数理学院 §3.4 边缘分布 3.4.1 边缘分布函数 二维随机向量 (X,Y ) 作为一个整体, 有分布函数 F( x, y)，其分量 X 与Y 都是随机变量，有各自的分布函数，分别记成 FX(x) 和 FY(y)， 称为X 的边缘分布函数和Y 的边缘分布函数，称 F(x, y) 为 (X, Y ) 的联合分布函数。 FX(x)=P{X≤x}=P{X≤x,Y∞}=F(x,∞)，(3.4.1) FY(y)=P{Y≤y}=P{X∞,Y≤y}=F(∞, y). (3.4.2) 边缘分布函数实质上就是一维随机变量X 和Y 的分布函数。边缘分布函数是相对于随机 (X,Y ) 的联合分布而言的。 同样，(X, Y ) 的联合分布函数 F(x, y) 是相对于 (X, Y) 的两个分量X 和Y 的分布而言的。 注意: 求法： 则 X 的边缘概率分布为 设 (X, Y