概率过程3 3条件分布易.pptVIP

附 录 思考与练习： 1边缘分布与联合分布、条件分布三者之间的关系？ 2验证二维正态分布，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. 3一个练习题 * 3.3条件分布 一、离散型r.v的条件分布 二、连续型r.v的条件分布 第一章中，介绍了条件概率: 事件B发生条件下 事件A发生的条件概率 推广到随机变量 设有两个r.v X,Y ， 在给定Y 取某个或某些值的条件下，求X的概率分布. 该分布就是条件分布 一、离散型r.v的条件分布 实际上是第一章讲过的条件概率概念在另一种形式下的重复. 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 为在Y=yj条件下随机变量X的条件分布率. P(X=xi|Y=yj)= ，i=1,2, … 类似定义在X=xi条件下 随机变量Y 的条件概率函数. 作为条件的那个r.v,认为取值是 相对固定的，在此条件下求另一r.v 的概率分布. 条件分布是一种概率分布，它具有概率分布的一切性质. 例如： i=1,2, … 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.求X和Y的联合分布及条件分布. 解：设{Y=n} 表示在第n次射击时击中目标,且在前n-1次射击中有一次击中目标. {X=m}表示首次击中目标时射击了m次. 不论m(mn)是多少！ 即X和Y联合概率函数为 n=2,3, …; m=1,2, …, n-1 m=1,2, …, n-1 n=2,3, … 为求条件分布，先求边缘分布. 关于X的边缘概率函数： m=1,2, … 关于Y的边缘概率函数： n=2,3, … 于是可求得： 当n=2,3, …时， m=1,2, …,n-1 联合分布 边缘分布 当m=1,2, …时， n=m+1,m+2, … 1.二维随机变量的条件分布函数 在讨论二维连续型随机变量(X,Y)的条件分布时，注意到对于任意实数x,y， 及 , 因此不可以简单地按条件概率的计算公式直接引入条件分布函数.但我们可以用极限的方法来处理. 二、连续型r.v的条件分布 设(X,Y)的概率密度为f(x,y)，对于给定的x，设对 于任意小的 ，均有 于是，对于任意的实数y，可以计算如下条件概率： 考虑当 时，如果 的极限存在，那么就用此极限作为在X=x的条件下，Y的条件分布函数. 定义 设二维连续型随机变量(X,Y)的概率密度为 f(x,y)，对于给定的X，若对于任意小的 ， 有 且极限 存在，则称极限 为在X=x的条件下，Y的条件分布函数，记为 或者 同样也可以给出在Y=y的条件下，X的条件分布函数 其中 . 条件分布函数 表示式中，x与y的含义是不同的，y是条件分布函数中的自变量，而x是给定X=x条件下的参数，因此 ，是一个分布函数族. 也有类似的含义. 2. 二维随机变量的条件概率密度 设(X,Y)的概率密度为f(x,y)，如果f(x,y)在(x,y)处连续，且X的边缘概率密度 在x处连续，以及 则 可见在X=x条件下，Y仍然是一个连续型随机变量 ，由连续型随机变量定义，它的概率密度为 条件概率密度 表示式中，x与y的含义是不同的，x是条件概率密度中的自变量，而y是给定的参数，因此， 　是一个概率密度族. 也有类似的含义. 定义 设(X,Y)的概率密度为f(x,y) ，如果f(x,y)在(x,y)处连续，且X的概率密度 在x处连续，以及 ，则称 为在X=x的条件下，Y的条件概率密度，记为 ，其中-∞y+∞；称 为在 Y=y 的条件下，X的条件概率密度，记