概率与过程（陆中胜）第二节 二维与多维随机变量的边缘分布与独立性.pptVIP

3.2.边缘分布与独立性 二、边缘分布律 例1 例 2 三、边缘密度函数 三种情景下的边缘概率密度 例1 例 2 例1 例2 本节要求 * * 求：（1）P{X?0},(2)P{X?1},(3)P{Y ? y0} EX:随机变量（X，Y）的概率密度为 x D 答: P{X?0}=0 FY(y) ＝P{Y?y} ＝ = F (+?, y) 称为二维随机变量(X, Y)关于Y的边缘分布函数. 一、边缘分布函数 FX(x) =P{X?x}= ＝F (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2 解： 例2.已知(X,Y)的分布函数为 求FX(x)与FY(y)。 作业10.1参照此例 若随机变量X与Y的联合分布律为 (X, Y)～ P{X＝xi, Y＝ yj,}＝ pij ，i, j＝1, 2, … 则称 pi.＝ P{X＝xi}＝ ，i＝1, 2, … 为(X, Y)关于X的边缘分布律； p.j =P{Y＝ yj} ＝ ，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。 已知(X,Y)的分布律为 X\Y 1 0 1 1/10 3/10 0 3/10 3/10 求X、Y的边缘分布律。 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。 则 则 则 .设(X,Y)的概率密度为 （1）求常数c;(2)求关于X与Y的边缘概率密度 解:(1)由归一性 作业10.2参照此例 y o y=x y=x2 1 D 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 作业10.2参照此例 四、随机变量的相互独立性 定义* 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，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：判断前面例子中的X与Y是否相互独立 .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。 0.15=0.3（0.15+a） 0.15=0.3（0.15+b） a=b=0.35 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：设甲于8点X分到，乙于8点Y分到 则X~U(0，60),Y~U(0，60),且X与Y独立， （X,Y）在{0x60,0y60}服从均匀分布 所求事件 {|X-Y|≤15}，对应图中阴影部分， 所求事件概率为面积比 602-2*0.5*452/602=7/16 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,??,?...?