(10)边缘分布、随机变量独立.docxVIP

  1. 1、本文档共20页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE

PAGE6

4.边缘分布

(?,?)的分布函数为F(x,y),?的分布函数为F?(x),

?的分布函数为F?(y),则

,。

(证明需用到概率的下连续性)

F?(x)、F?(y)称为(?,?)(或F(x,y))的边缘分布函数。

(1)(?,?)是二维离散型随机变量

?和?的分布律称为(?,?)的边缘分布律(分布列)。

例:(?,?)有联合分布律

??

-1

1

2

0

1/12

0

3/12

3/2

2/12

1/12

1/12

2

3/12

1/12

0

求?和?的分布律。

解:

(?,?)

(0,-1)

(0,1)

(0,2)

(3/2,-1)

(3/2,1)

(3/2,2)

P

1/12

0

3/12

2/12

1/12

1/12

(?,?)

(2,-1)

(2,1)

(2,2)

P

3/12

1/12

0

??

-1

1

2

0

1/12

0

3/12

3/2

2/12

1/12

1/12

2

3/12

1/12

0

?有分布律;

{?=0}={?=0,?=-1}+{?=0,?=1}+{?=0,?=2}

右端事件两两互不相容,所以

即有分布律。

同理,

(?,?)

P

(?,?)

P

(?,?)

P

(0,-1)

1/12

(0,1)

0

(0,2)

3/12

(3/2,-1)

2/12

(3/2,1)

1/12

(3/2,2)

1/12

(2,-1)

3/12

(2,1)

1/12

(2,2)

0

??

-1

1

2

0

1/12

0

3/12

3/2

2/12

1/12

1/12

2

3/12

1/12

0

?有分布律。

即有分布律

??

-1

1

2

P?

0

1/12

0

3/12

1/3

3/2

2/12

1/12

1/12

1/3

2

3/12

1/12

0

1/3

P?

1/2

1/6

1/3

一般的,(?,?)的(联合)分布律为

,,

,,

,。

??

P?

P?

1

前面的例子中

??

-1

1

2

P?

0

1/12

0

3/12

1/3

3/2

2/12

1/12

1/12

1/3

2

3/12

1/12

0

1/3

P?

1/2

1/6

1/3

又有

??

-1

1

2

P?

0

1/6

1/18

1/9

1/3

3/2

1/6

1/18

1/9

1/3

2

1/6

1/18

1/9

1/3

P?

1/2

1/6

1/3

可见,联合分布律可以决定边缘分布律,但边缘分布律

一般不能决定联合分布律。

(2)(?,?)是连续型随机变量

定理:若(?,?)有分布密度f(x,y),则?、?都是连续型随机变量,且

?有分布密度(1)

?有分布密度(2)

只证(1)。记?的分布函数为F?(u),要证:

因为,

F?(u)=P{?≤u}=P{?≤u,-∞?+∞},

其中D={(x,y)|x≤u,-∞y+∞},于是,

PAGE

PAGE7

PAGE

PAGE20

记,

则,且。

可见,?是连续型随机变量,是?的分布密度;

同理,?是连续型随机变量,?的分布密度是

f?(x),f?(y)称为(?,?)(或f(x,y))的边缘分布密度。

思考:?~N(0,1),取?=?,问(?,?)是二维连续型随机变量吗?

例1:(?,?)在区域A均匀分布,

有分布密度

区域A由x轴、y轴及直线围成,求?,?的分布密度。

解:,∴,

?的分布密度

①当x≤0或x≥1时,f(x,y)=0,∴f?(x)=0;

②当0x1时,

=2(1-x)

的分布密度:

?的分布密度

当y≤0或y≥2时,,;

当0y2时,

的分布密度:。

选做题:求P{??}。

例2:若(?,?)~N(0,0,1,1,?),有分布密度

则?~N(0,1),?~N(0,1)。

证:?有分布密度

=,

这里“=”用到N(?x,1-?2)的分布密度在(-∞,+∞)积分是1。

同理:? 有分布密度

可见,?~N(0,1),?~N(0,1)。

一般的,若,则

例如:

若(?,?)~N(0,0,1,4,0.7),则;

若,则。

可见联合分布可以决定边缘分布,

但边缘分布一般不能决定联合分布。

选做题:(?,?)有分布密度

则x~N(0,1),h~N(0,1)。

5.随机变量的相互独立性

复习:事

您可能关注的文档

文档评论(0)

逍遥子 + 关注
实名认证
文档贡献者

互联网搬运工

1亿VIP精品文档

相关文档