边缘密度.pptVIP

概率与统计第十一讲 边缘分布与独立性 开课系：理学院 统计与金融数学系 e-mail:probstat@ 主页 二、边缘分布律 三、边缘密度函数 2.7(续) 两个随机变量函数的分布一、二维离散型随机变量函数的分布律 * * FY(y)＝F (+?, y)＝ ＝P{Y?y} 称为二维随机变量(X, Y)关于Y的边缘分布函数. 2.5.边缘分布与独立性一、边缘分布函数 FX(x)＝F (x, +?)＝ ＝P{X?x} 称为二维随机变量(X, Y)关于X的边缘分布函数； 边缘分布实际上是高维随机变量的某个 (某些)低维分量的分布。 例1.已知(X,Y)的分布函数为 求FX(x)与FY(y)。 若随机变量X与Y的联合分布律为 (p80) (X, Y)～ P{X＝xi, Y＝ yj,}＝ pij ，i, j＝1, 2, … 则称 P{X＝xi}＝pi.＝ ，i＝1, 2, … 为(X, Y)关于X的边缘分布律； P{Y＝ yj}＝p.j＝ ，j＝1, 2, … 为(X, Y)关于Y的边缘分布律。 边缘分布律自然也满足分布律的性质。 例2.已知(X,Y)的分布律如下,求X、Y的边缘分布律。 x\y 1 0 1 1/10 3/10 0 3/10 3/10 解： x\y 1 0 pi. 1 1/10 3/10 0 3/10 3/10 p.j 故关于X和Y的分布律分别为： X 1 0 Y 1 0 P 2/5 3/5 P 2/5 3/5 2/5 3/5 2/5 3/5 为(X, Y)关于Y的边缘密度函数。 设(X, Y)～f (x, y), (x, y)?R2, 则称 为(X, Y)关于X的边缘密度函数； 同理，称 易知N(?1, ?2, ?12, ?22, ?)的边缘密度函数fX(x)是N(?1, ?12)的密度函数，而fY(y)是N(?2, ?22)的密度函数，故二维正态分布的边缘分布也是正态分布。 例3.设(X,Y)的概率密度为 （1）求常数c;(2)求关于X的边缘概率密度 解:(1)由归一性 设(X,Y)服从如图区域D上的均匀分布， 求关于X的和关于Y的边缘概率密度 x=y x=-y 设(X,Y)的概率密度为 (1)求常数c.(2)求关于X的和关于Y的边缘概率密度. 四、随机变量的相互独立性 定义 称随机变量X与Y独立，如果对任意实数ab,cd，有 p{aX?b,cY?d}=p{aX?b}p{cY?d} 即事件{aX?b}与事件{cY?d}独立，则称随机变量X与Y独立。 定理：随机变量X与Y独立的充分必要条件是 F(x,y)=FX(x)FY(y) 定理:设(X,Y)是二维连续型随机变量，X与Y独立的充分必要条件是f(x,y)=fX(x)fY(y) 定理. 设(X,Y)是二维离散型随机变量，其分布律为Pi,j=P{X=xi,Y=yj},i,j=1,2,...，则X与Y独立的充分必要条件是对任意i,j，Pi,j=Pi?.P?j 。 由上述定理可知，要判断两个随机变量X与Y的独立性，只需求出它们各自的边缘分布，再看是否对(X,Y)的每一对可能取值点,边缘分布的乘积都等于联合分布即可 EX：判断例1、例2、例3中的X与Y是否相互独立 例4.已知随机变量(X,Y)的分布律为 且知X与Y独立，求a、b的值。 解:由归一性 由独立性 例5.甲乙约定8:00?9:00在某地会面。设两人都随机地在这期间的任一时刻到达，先到者最多等待15分钟过时不候。求两人能见面的概率。 解: 定义. 设n维随机变量(X1,X2,...,Xn)的分布函数为F(x1,x2,...,xn), (X1,X2,...,Xn)的k（1?kn)维边缘 分布函数就随之确定，如关于(X1, X2）的 边缘分布函数是 FX1,X2（x1,x2,)=F(x1,x2,??,?...?) 若Xk 的边缘分布函数为FXk(xk),k=1,2,…,n, 五．n维随机变量的边缘分布与独立性 则称X1,X2,...Xn 相互独立，或称(X1,X2,...Xn)是独立的