概率论与数理统计边缘分布PPT.pptVIP

《概率统计》 下页 结束 返回 一、边缘分布函数的概念 二、离散型随机变量的边缘分布列 三、连续型随机变量的边缘分布概率密度 四、随机变量的独立性 §3.2 边 缘 分 布 下页 一 、 边缘分布函数的概念 设（X，Y）的联合分布函数F(x, y) 则 X 和 Y 的边缘分布函数 FX(x) , FY(y) 分别为: 下页 二、 离散型二维随机向量的边缘分布 1 p.1 p.2 … p.j … P{Y=yj} p1. p2. pi. p11 p12 … p1j … p21 p22 … p2j … pi1 pi2 … pij … … … x1 x2 xi P{X=xi} y1 y2 … yj … X Y (i = 1,2, …) (j =1,2, …) 如 下页 二、 离散型二维随机向量的边缘分布 设 (X,Y) 的联合分布列为 pij = P{X=xi ,Y=yj} (i =1,2, …) (j = 1,2, …) 则 (X,Y) 的边缘分布列为 FY(y) = F(+∞, y) = FX(x) = F(x,+∞) = (X,Y) 的边缘分布函数为： 即 p1. p2. ··· pi. ··· pi. x1 x2 ··· xi ··· … X p.1 p.2 ··· p.j ··· p.j y1 y2 ··· yj ··· … Y 下页 X 3 4 5 pi. Y的分布列为 Y 0 1 2 p.j ? X的分布列为 Y X 0 1 2 pi· 3 0 0 4 0 5 p.j 1 例1.已知随机向量（X，Y）的分布如下表，求关于X 和Y 的边缘 分布. 下页 解: 解: 由于D的面积为 故（X，Y）联合概率密度为 （X，Y）边缘概率密度, 当0≤x≤1时 当0≤y≤1时 即 即 下页 例3. 已知随机向量（X，Y）的联合分布函数为 求（１）常数a，b，c；（２）联合密度函数 f(x,y)； （３）X ,Y的边缘分布函数；（4）P{X2}。 解：(1)由F(-∞,0)=0, F(0,-∞)=0, F(+∞, +∞)=1, 得 解得 (2) f(x,y) 下页 解： (2) f(x,y) (3) (4) P{X2}=1-FX(2) 下页 例3. 已知随机向量（X，Y）的联合分布函数为 求（１）常数a，b，c；（２）联合密度函数 f(x,y)； （３）X ,Y的边缘分布函数；（4）P{X2}. 解： 令 可见 X~ N（μ1，σ12 ) , Y~ N（μ2，σ22 ) 例4. 设（X，Y）服从N（μ1， σ12； μ2，σ22；ρ ）， 求边缘密度. 下页 例5. 设（X，Y）概率密度为下列表达式，求其边缘密度. -∞x +∞, -∞y +∞ 解： 同理， 即X~ N（0，1 ) , Y~ N（0，1 ) 但（X,Y)不服从二维正态分布. 下页 (X,Y)联合分布 （X，Y）边缘分布 一般 F(x,y)= P{X ≤ x,Y≤y} FX(x) = P{X ≤x,Y ＋∞} F Y(y) = P{X ＋∞,Y ≤y} 离散型 F(x ,y) = P{X=xi ,Y=y j}= pi j pi .=P{X= xi}= p.j=P{Y= yj}= 连续型 下页 四、随机变量的独立性 1. 定义 设 （X，Y），F(x，y)，FX(x)，FY(y) 若 对所有的 x，y 有 则称随机变量X与Y是相互独立的. 2. 离散型随机向量 若（X，Y）的所有可能取值为（xi，yj）,（i，j=1，…2，…） 则 X 与 Y 相互独立的充分必要条件是对一切 i，j = 1,2,… 即 有 下页 即 例1．设随机变量X与Y相互独立，下表列出了二维随机变量 （X，Y）的联合分布及关于X和Y的边缘分布中的部分数据， 请补充下表： 1/24 1/4 3/4 1/12 1/3 1/2