程维虎《概率论与数理统计》第9讲.pptVIP

概率论与数理统计 第九讲;§3.4 边缘分布;FX(x)=P{X≤x}=P{X≤x,Y∞}=F(x,∞)， FY(y)=P{Y≤y}=P{X∞,Y≤y}=F(∞,y).;则 X 的边缘概率分布为;解：;把这些数据补充到前面表上,;解：;把这些数据补充到例3.2.2的表中，得;3.4.2 连续型随机向量的边缘概率密度;例3：若(X,Y)服从矩形区域 a≤x≤b，c≤y≤d 上均匀分布，则边缘概率密度分别为;例4：设(X,Y)服从单位圆域 x2+y2≤1上的均匀分布。求X和Y的边缘概率密度。;当-1≤x≤1时,; 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;例5：设(X, Y)的概率密度为;解: (2) ;注意积分限;即;例6：设 (X, Y) 求X和Y 的边缘概率密度。; 说明; X与Y之间的关系的信息是包含在 (X, Y) 的联合概率密度函数之内的。 在下一章将指出：对于二维正态分布而言，参数? 正好刻画了X和Y之间关系的密切程度。 因此，仅由X和Y的边缘概率密度 (或边缘分布) 一般不能确定 (X,Y) 的联合概率密度函数 (或概率分布)。;§3.5 条件分布; 例如：考虑某大学的全体学生，从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。; 现在限制180Y190(cm)，在这个条件下求X的条件分布，这就意味着要从该校的学生中把身高在180cm和190cm间的那些人都挑出来， 然后在挑出来的学生中求其体重的分布。;3.5.2 离散型随机变量的条件分布; 条件分布是一种概率分布，具有概率分布的一切性质。例如： ;例 1: ;在 X=1 条件下，;解：;3.5.3 连续型随机变量的条件概率密度; 定义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;同理，当 fX (x) 0 时，;证明：;求 P(X1|Y=y)。;由于;故对 y 0, ;解： X的边缘密度为;即 ：当|x|1时, 有;解：概率密度不为零的区域如右图所示。;当 y?(0,1] 时， fY (y) 0，;当 x?(-1,1)时，fX(x)0， ;例 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;解: (1). ;y?(0,20] 时，fY(y)0，;(2). 当 Y=10 时，;(3), 当Y=20 时,;小结