概率统计和随机过程课件3_3连续型随机变量的条件分布和随机变量之间的独立.pptVIP

若 则 X ,Y 是相互独立的. 且其边缘分布为 * 设 X ,Y 为相互独立的随机变量，u(x), v(y)为 连续函数, 则U = u(X ),V = v (Y )也相互独立. 例如，若 X ,Y 为相互独立的随机变量 则aX + b, cY + d 也相互独立； X 2, Y 2 也相互独立； * 随机变量相互独立的概念 可以推广到 n 维随机变量 若 则称随机变量X 1, X 2 , , X n 相互独立 * 若两个随机变量相互独立, 且又有相同 的分布, 不能说这两个随机变量相等. 如 X P -1 1 0.5 0.5 Y P -1 1 0.5 0.5 X ,Y 相互独立，则 X -1 1 -1 1 0.25 0.25 Y pij 0.25 0.25 P (X = Y ) = 0.5, 故不能说 X = Y . 注意 * 作 业 习题三 17, 20, 24 , 27, 29 * 连续型随机变量的条件分布和　随机变量之间的独立 * 内 容 复 习 二维随机变量的边缘分布函数 离散型随机变量的边缘分布 联合分布可以唯一确定边缘分布 但边缘分布却不能唯一确定联合分布 连续型随机变量边缘分布函数与边缘密度函数 * 二维随机变量( X ,Y ) 的联合密度为 则称( X ,Y ) 服从参数为?1, ?12, ?2, ?22, ? 的 正态分布, 记作( X ,Y ) ~ N(?1,?12; ?2,?22；? ) 其中?1,?2 0, -1 ? 1 正态分布的边缘分布仍是正态分布 * * 即 即 * 设已知二维离散型随机变量( X ,Y )的概率分布 若 则称 为在 X = xi 的条件下，Y 的条件分布律 二维离散型随机变量的条件分布律 * 二维连续型随机变量的条件分布函数和 条件密度函数 设二维连续型随机变量(X,Y )的联合分布函数为F (x,y), 联合密度函数为 f (x,y) X 和Y的边缘分布函数分别记为FX (x)，FY (y)；边缘密度函数分别记为 f X (x)， f Y (y) 问题：首先寻找给定Y=y 时，X的条件分布 * x y - ?y y ?y 设 * x y -?y y * 定义 若f (x,y)在点(x,y)连续，f Y (y)在点y处连续 且 f Y (y) 0, 则称 为Y = y 的条件下X 的条件分布函数，记作 称 为Y = y 的条件下X 的 条件概率密度函数，记作 * 类似地, 若f (x,y)在点(x,y)连续，f X (x)在点x处 连续且 f X (x) 0, 则称 为X = x 的条件下Y 的条件分布函数，记作 称 为X = x 的条件下Y 的 条件概率密度函数，记作 * 注意： 对于每一 f Y (y) 0 的 y 处，只要符合定义 的条件，都能定义相应的函数. 是 y 的函数, x 是常数, 对于每一 f X (x) 0 的 x 处，只要符合定义 的条件，都能定义相应的函数. 是 x 的函数, y 是常数, 类似于乘法公式： * 类似于全概率公式 类似于Bayes公式 * 例1设 求 解 y = x 1 1 * y = x 1 1 当0 y 1 时， y 当0 x 1 时， y = x 1 1 x * 例2 已知 求 * 解 y = x 1 1 当f X(x) 0 时，即 0 x 1 时， 当f X(x) = 0 时，f (x,y) = 0 故 * x + y =1 1 y = x 1 0.5 y = x 1 1 0.5 * y = x 1 1 0.5 （注意：积分区域） * §3.3 随机变量的独立性 —— 将事件的独立性推广到随机变量 定义 设(X,Y )为二维随机变量，若对于任何 则称随机变量X 和Y 相互独立 两个随机变量的相互独立性 实数 x, y 都有 * 由定义可知 二维随机变量 ( X, Y ) 相互独立 * 二维离散型随机变量( X, Y ) 相互独立 即 二维连续型随机变量 ( X, Y ) 相互独立 二维连续型随机变量 ( X,Y ) 相互独立 二维随机变量 ( X, Y ) 相互独立, 则边缘分布完全确定联合分布 * 证 对任何 x,y 有 取 相互独立 命题 * 故 将 代入 即得 * 例3 已知 ( X, Y ) 的联合概率密度为 (1) (2) 讨论X ,Y 是否独立？ * 解 (1) 由图可知边缘密度函数为 1 1 显然， 故X ,Y 相互独立 * (2) 由图可知边缘密