边缘分布 概率论与数理统计教学PPT课件.ppt

概率论 概率论 4.2 边缘分布 边缘分布函数 d.r.v.的边缘分布律 c.r.v.的边缘概率密度 课堂练习 小结 二维联合分布全面地反映了二维随机变量 (X,Y)的取值及其概率规律. 而单个随机变量X,Y 也具有自己的概率分布. 那么要问:二者之间有 什么关系呢? 这一节里,我们就来探求这个问题 . 二维随机变量 (X,Y)作为一个整体, 具有分布函 数 而 和 都是随机变量 , 也有各自的分 布函数, 分别记为 变量 (X,Y) 关于 X 和 Y 的边缘分布函数. 依次称为二维随机 一、边缘分布函数 一般地，对离散型 r.v ( X,Y )， 则 (X,Y) 关于X 的边缘分布律为 X和Y 的联合分布律为 二、d.r.v.的边缘分布律 (X,Y) 关于 Y 的边缘分布律为 例1　把一枚均匀硬币抛掷三次，设X为三次抛掷中正面出现的次数 ，而 Y 为正面出现次数与反面出现次数之差的绝对值 , 求 X 及Y 的边缘分布律 . 解 ( X, Y ) 可取值 (0,3) , (1,1) , (2,1) , (3,3) P{X=0, Y=3} P{X=1, Y=1} P{X=2, Y=1} P{X=3, Y=0} =3/8 =3/8 P{X=0}= P{X=1}= P{X=2}= P{X=3}= P{Y=1}= P{Y=3}= =1/8, P{X=0, Y=1}+P{X=0, Y=3} =3/8, P{X=1, Y=1}+P{X=1, Y=3} =3/8, P{X=2, Y=1}+P{X=2, Y=3} P{X=3, Y=1}+P{X=3, Y=3} =1/8. =3/8+3/8=6/8, =1/8+1/8=2/8. 我们常将边缘分布律写在联合分布律表格的边缘上，由此得出边缘分布这个名词. 联合分布与边缘分布的关系 由联合分布可以确定边缘分布; 但由边缘分布一般不能确定联合分布. 对连续型 r.v ( X,Y ) ， X 和Y 的联合概率密度为 则 ( X,Y ) 关于 X 的边缘概率密度为 事实上 , 三、c.r.v.的边缘概率密度 ( X,Y )关于Y 的边缘概率密度为 例2 设(X,Y)的概率密度是 求 (1) c的值； （2）两个边缘密度。 = 5c/24 , c =24/5. 解 (1) 故 例2 设 (X,Y) 的概率密度是 解 求 (1) c 的值; (2) 两个边缘密度 . (2) 当 时 当 时, 暂时固定 注意取值范围 综上 , 当 时, 例 2 设(X,Y)的概率密度是 解 (2) 求 (1) c的值; (2) 两个边缘密度 . 暂时固定 综上 , 注意取值范围 在求连续型 r.v 的边缘密度时，往往要求联合密度在某区域上的积分. 当联合密度函数是分段表示的时候，在计算积分时应特别注意积分限 . 下面我们介绍两个常见的二维分布. 设G是平面上的有界区域，其面积为A.若二维随机变量（ X,Y）具有概率密度 则称（X,Y）在G上服从均匀分布. 向平面上有界区域G上任投一质点，若质点落在G内任一小区域B的概率与小区域的面积成正比，而与B的形状及位置无关. 则质点的坐标 (X,Y)在G上服从均匀分布. 若二维随机变量（X,Y）具有概率密度 则称（ X,Y）服从参数为 的二维正态分布. 其中 均为常数 , 且 记作（ X,Y）～ N( ). 例3：二维正态分布的边缘分布是一维正态分布。 设 (X, Y) ? N ( ) ， 二维正态分布的两个边缘分布都是一维正态分布 ,并且不依赖于参数 . 同理 可见 由边缘分布一般不能确定联合分布. 也就是说,对于给定的 不同的 对应 不同的二维正态分布, 但它们的边缘分布却都是一样的. 此例表明 四、课堂练习 设(X,Y)的概率密度是 求( X,Y )关于 X 和 Y 的边缘概率密度. 解 暂时固定 当 时, 当 时, 故 暂时固定 暂时固定 暂时固定 当 时, 当 时, 故 1. 在这一讲中，我们与一维情形相对照，介绍了二维随机变量的