上海海事大学概率论三(,).pptVIP

§3.3 条件分布 推广到随机变量 设有两个随机变量 X, Y 。 在给定Y 取某个或某些值的条件下，求X 的概率分布。 这个分布就是条件分布. 例如，考虑某大学的全体学生，从其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. 体重X 的分布 身高Y 的分布 现在若限制1.7Y1.8(米), 在这个条件下去求X的条件分布，这就意味着要从该校的学生中把身高在1.7米和1.8米之间的那些人都挑出来，然后在挑出的学生中求其体重的分布. 容易想象，这个分布与不加这个条件时的分布会很不一样. 一、离散型r.v.的条件分布 定义1： 设 (X,Y) 是二维离散型随机变量，对于固定的 j，若P(Y=yj)0，则称： P( X=xi | Y =yj ) = i=1,2, … 为在 Y=yj 条件下随机变量X的条件概率函数。 条件分布是一种概率分布，它具有概率分布的一切性质. 正如条件概率是一种概率，具有概率的一切性质. i = 1,2, … 例如： 例1 一射手进行射击，击中目标的概率为 p，(0p1)， 射击进行到击中目标两次为 止。以 X 表示首次击中目标所进行的射击次数，以 Y 表示总共进行的射击次数。试求 X 和 Y 的联合分布及条件分布. n次射击 击中 2 n n-1 1 ………………. m 击中 P { X=m , Y=n } = n=2, 3, …; m =1,2, …, n-1 解：1) 2) 为求条件分布，先求边缘分布: m = 1,2, … n=2,3, … 于是可求得： 当 n =2, 3, … 时， m = 1, 2, …, n-1 n=m+1,m+2, … 当 m =1, 2, …时， 二、连续型r.v的条件分布 设(X,Y)是二维连续型 r.v，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，下面我们直接给出条件概率密度的定义。 定义2 设X和Y的联合概率密度为 f (x,y), 边缘概率密度为 ，则对一切使 的x , 定义已知 X=x下，Y 的条件 密度函数为: 同样，对一切使 的 y, 定义已知 Y=y下，X的条件密度函数 : 例2 设(X,Y)的概率密度为： 求 P{ X1|Y=y } P(X1|Y=y) 解: 为此, 需求出 !! 对y0, 对y0 P{ X1| Y=y } 例3 设( X, Y )服从单位圆上的均匀分布，概率密度为: 求 解： x y 0 !! 当|x|1时,有 ! 前面，我们已经知道，二维正态分布的两个边缘密度仍是正态分布。 可以证明，对二维正态分布，已知 X=x下，Y 的条件分布，或者已知 Y=y下，X 的条件分布都仍是正态分布。 §3.4 相互独立的随机变量 设 X, Y 是两个 随机变量 ，若对任意的 x, y 有 则称 X, Y 相互独立 。 两事件 A, B 独立： 若 P(AB) = P(A) P(B) 若 (X,Y)是离散型随机变量，则上述独立性的定义等价于： 则称 X 和 Y 相互独立. 对 ( X, Y ) 的所有可能取值 ( xi , yj ), 有： 若 (X,Y)是连续型随机变量 ，则上述独立性的定义等价于： 几乎处处成立，则 称 X,Y 相互独立 . 对任意的 x, y, 有 在平面上除去面积为0的集合外，处处成立。 例1 设 ( X, Y ) 的概率密度为 问 X 和Y 是否独立？ 解： x0 y 0 即： 即：对一切x, y, 均有： 故 X, Y 独立 ex.若(X,Y)的概率密度为 X 和Y 是否独立？ 解： 0x1 0y1 故X和Y不独立 . !!! 对于正态分布有如下结论： n维随机变量的边缘分布与独立性 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， 二维随机变量 则X,Y相互独立 1.边缘分布 则称X1,X2,...Xn相互独立，或称(X1,X2,...Xn)是独立的 1)设Xk 的边缘分布函数为FXk(xk),k=1,2,…,n,