边缘分布课件.pptxVIP

边缘分布 (一) 边缘分布函数 二维随机向量(X,Y)作为一个整体,具有分布函数F(x,y). 其分量X和Y也都是随机变量,也有自己的分布函数,将其分别记为FX(x),FY(y).依次称为X和Y的 边缘分布函数. 而把F(x,y)称为X和Y的 联合分布函数. FX(x)=P{X≤x}=P{X≤x,Y∞}=F(x,∞)FY(y)=P{Y≤y}=P{X∞,Y≤y}=F(∞,y) X和Y的边缘分布函数,本质上就是一维随机变量X和Y的分布函数.之所以称其为边缘分布是相对于(X,Y)的联合分布而言的. 同样地,联合分布函数F(x,y)就是二维随机向量(X,Y)的分布函数,之所以称其为联合分布是相对于其分量X或Y的分布而言的.注意求法 一般，对离散型 r.v ( X,Y )，则(X,Y)关于X的边缘概率函数为(X,Y)关于Y 的边缘概率函数为X和Y 的联合概率函数为(二) 二维离散型随机向量的边缘分布 解:例 1 求:例3.2.1（P62）中(X,Y)的分量X和Y的边缘分布. 把这些数据补充到前面表上: 解:例2 (旧书P63, 新书P60)转下页求:例3.2.2中(X,Y)的分量X和Y的边缘分布. P{X=0}= P{X=0,Y=0}+P{X=0,Y=1} = 0.00013+0.19987=0.20000 P{X=1}= P{X=1,Y=0}+P{X=1,Y=1}= 0.00004+0.79996=0.80000 P{Y=0}= P{X=0,Y=0}+P{X=1,Y=0} = 0.00013+0.00004=0.00017 P{Y=1}= P{X=0,Y=1}+P{X=1,Y=1}= 0.19987+0.79996=0.99983 把这些数据补充到例3.2.2的计算结果上: （三）、 对连续型 随机向量 ( X,Y )X和Y的联合概率密度为则( X,Y )关于X的边缘概率函数为( X,Y )关于Y的边缘概率函数为 例3 若(X,Y)服从矩形区域a≤x≤b.c≤y≤d上均匀分布,两个边缘概率密度分别为: 注 上题中X和Y都是服从均匀分布的随机变量.但对于其它(不是矩形)区域上的均匀分布,不一定有上述结论. 例4 设(X,Y)服从单位圆域x2+y2≤1上的均匀分布,求:X和Y的边缘概率密度.解:当x-1或x1时 当-1≤x≤1时（注意积分限的确定方法） 由X和Y在问题中地位的对称性,将上式中的x改为y,就得到Y的边缘概率密度: 例5 设(X,Y)的概率密度是求 (1) c的值； （2）两个边缘密度。=5c/24=1,c =24/5解：(1)由确定Cxy01y=x 例5 设(X,Y)的概率密度是解: (2) 求 (1) c的值; (2) 两个边缘密度 .注意积分限注意取值范围xy01y=x 例5 设(X,Y)的概率密度是解: (2) 求 (1) c的值; (2) 两个边缘密度 .注意积分限注意取值范围xy01y=x 即 即 解:例 6 设:(X ,Y )～N(?1,?2, ,?)求: X ,Y的边缘概率密度.这说明 X～同理得 Y～ 说明对于确定的?1,?2,?1,?2 ,当?不同时，对应了不同的二维正态分布。对这个现象的解释是:边缘概率密度只考虑了单个分量的情况,而未涉及X与Y之间的关系. (X1 ,X2 )～N(?1,?2, ,?) ? X1～ X2～ (与参数?无关) X与Y之间的关系这个信息是包含在(X,Y)的联合概率密度函数之内的. 在下一章将指出,对于二维正态分布而言,参数?正好刻画了X和Y之间关系的密切程度. 因此,仅由X和Y的边缘概率密度(或边缘分布), 一般不能确定(X,Y)的概率密度函数(或概率分布)