二维随机变量的分布函数、边缘分布
合集下载
如何求边缘分布函数
如何求边缘分布函数一、什么是边缘分布函数边缘分布函数是指多维随机变量中某一个或多个变量的概率分布函数，即将其他变量积分或求和后得到的概率密度函数。
它描述了单个变量的统计特性，可以用于分析随机变量之间的关系。
二、如何求边缘分布函数1. 二维连续型随机变量的边缘分布函数对于二维连续型随机变量(X,Y)，其联合概率密度函数为f(x,y)，则X的边缘概率密度函数为：fX(x)=∫f(x,y)dyY的边缘概率密度函数为：fY(y)=∫f(x,y)dx其中，∫表示对整个定义域进行积分。
2. 二维离散型随机变量的边缘分布函数对于二维离散型随机变量(X,Y)，其联合概率质量函数为p(x,y)，则X的边缘概率质量函数为：pX(x)=∑p(x,y)Y的边缘概率质量函数为：pY(y)=∑p(x,y)其中，∑表示对整个定义域进行求和。
3. 多维随机变量的边缘分布函数对于多维随机变量(X1,X2,...,Xn)，其联合概率密度函数为f(x1,x2,...,xn)，则第i个变量的边缘概率密度函数为：fi(xi)=∫...∫f(x1,x2,...,xi-1,xi,xi+1,...,xn)dx1dx2...dxi-1dxi+1 (x)其中，积分号内的变量是除了第i个变量之外的其他所有变量。
4. 边缘分布函数的性质(1) 边缘分布函数是一个单变量的概率分布函数，它满足概率密度函数的所有性质。
(2) 边缘分布函数可以用于求解期望、方差等统计特性。
(3) 边缘分布函数与联合概率密度函数、条件概率密度函数之间存在一定的关系。
三、实例演示下面以一个二维连续型随机变量(X,Y)为例，演示如何求其边缘分布函数。
假设(X,Y)服从二元正态分布，其联合概率密度函数为：f(x,y)=12πσ12σ22√(1-ρ^2)e-12(1-ρ^2)(x^2/σ12+y^2/σ22-2ρxy/(σ1σ2))其中，μx、μy、σ1、σ2和ρ是已知参数。
求X的边缘概率密度函数：fX(x)=∫f(x,y)dy=12πσ12σ22√(1-ρ^2)∫e-12(1-ρ^2)(x^2/σ12+y^2/σ22-2ρxy/(σ1σ2))dy=12πσ12√(1-ρ^2)e-x^2/2σ12∫e-(y-μy)^2/(2σ22(1-ρ^2)))dy=1√(2π) σ12e-x^2/2σ12其中，积分部分是关于y的正态分布函数，可以用标准正态分布函数进行变量代换和积分计算。
第二节 边缘分布
y
dy
0 0
cxe
y
x
dx
c 2
0
y e
2
y
dy
c 2
xe y f x， y 0
0 x y 其它
2 c
所以，
⑵．当 x 0 时，
f X x
c 1
f x ， y dy
x>0,y>0 其它
求边缘分布函数 解： FX(x)= F(x, +∞)
1 e x 0,
x>0, 其它
FY(y)＝
1 e y F(+∞,y) 0,
y>0 其它
2、边缘概率密度
对连续型 r.v ( X,Y )， X和Y的联合概率密度为 f ( x, y ) 则( X,Y )关于X的边缘概率密度为
3 2 2y y
2
0
x
24 5
0 y 1
),
2
注意取值范围
即
12 2 x ( 2 x ), f X (x) 5 0,
0 y ), fY ( y ) 5 2 2 0,
0 y 1 其它
X
y1 p 11
p 21
p i1
y2 p 12
p 22
pi2
„ „ „
yj p1 j
p2 j
„
x)
i
x1
x2
xi
„ p „ p
1j
2 j
„
p ij
„p
ij
12 二维连续型随机变量,边缘分布
fY ( y )
f ( x , y )dx
0 y1 1 24 y( 2 x )dx y fY ( y ) 5 0 其它 24 3 y2 y( 2 y ) 0 y 1 5 2 2 0 其它
例5 设随机变量 X 和 Y 具有联合概率密度 2 6 , x y x, f ( x, y) 0, 其他.
1
k 1 kx kx 2 1 0 dx0 kxydy 0 [ 2 y ] 0 dx 0 2 dx 4 1
k 4.
7
( 2) P{ X Y }
1 dx 4 xydy 0 0 2
1
x
y x
(3) P{ X Y 1}
dx
0
1
1 x 0
9
二、边缘分布函数
问题 : 已知( X ,Y )的分布, 如何确定X ,Y 的分布?
F ( x , y ) P{ X x ,Y y } , F ( x ) P{ X x },
P { X x } P { X x ,Y } F ( x , ) FX ( x )
X
Y
0 1
0
16 49 12 49
1
12 49 9 49
解
X Y
0
1
12 42 6 42
pi
012 42 12 142 4 p j 7
3 7
4 7 3 7
1
注意 联合分布 边缘分布
练习 将一枚均匀硬币掷三次 ，设 X 为三次中正 面出现的次数，而Y 为正面次数与反面次数 差的 绝对值, 求( X , Y )的联合概率分布及边缘 分布律。 解： 由已知， ( X , Y )所有可能取值有
二维连续型随机变量的边缘分布函数与边缘概率密度
ｙ→＋∞
数学学习与研究 ２０２１ ２０
ＪＩＥＴＩ ＪＩＱＩＡＯ ＹＵ ＦＡＮＧＦＡ
解题技巧与方法
１５９
－ ∞ ＜ｘ＜＋∞ ，
Ｆ Ｙ（ ｙ）＝ ｌｉｍ Ｆ（ ｘ，ｙ）
ｘ→＋∞
( π１ ａｒｃｔａｎ ｘ＋ ２１ ) ( π１ ａｒｃｔａｎ ３ｙ ＋ ２１ )
０，其他．
－∞
４ ５
＋∞
ｙ ２ ，０≤ｙ≤１，
ｆ Ｙ（ ｙ）＝
ｆ（ ｘ，ｙ） ｄｘ ＝ ３
－∞
０， 其他．
２．２ 已知联合分布函数求边缘概率密度
主要有两种方法：方法一：利用联合分布函数和边缘分
布函数之间的关系求出边缘分布函数，由于边缘分布函数
在其定义域内是可导的，则对边缘分布函数求导即可得到
边缘概率密度，即：
＋∞
＋∞
３
ｆ Ｘ（ ｘ）＝
ｆ（ ｘ，ｙ） ｄｙ ＝
ｄｙ
２
２
２
－∞
－ ∞ π （１＋ｘ ） （９＋ｙ ）
１
＝
，
π（１＋ｘ２ ）
－ ∞ ＜ｘ＜＋∞ ，
＋∞
＋∞
３
ｆ Ｙ（ ｙ）＝
ｆ（ ｘ，ｙ） ｄｘ ＝
ｄｘ
２
２
２
－∞
－ ∞ π （１＋ｘ ） （９＋ｙ ）
３
＝
，
π（９＋ｙ２ ）
－ ∞ ＜ｙ＜＋∞ ．
一般地，当联合分布函数或者联合概率密度已知求边
【 摘要】 二维连续型随机变量（ Ｘ，Ｙ） 的边缘分布函数与
边缘概率密度，能够全面地描述二维连续型随机变量（ Ｘ，
Ｙ） 的分布规律，是概率论与数理统计的重要组成部分．若不
理解相关概念和性质就盲目求解边缘概率密度与边缘分布
边缘分布和条件分布
FX ( x) P{ X ≤x} P{ X ≤x, Y ≤ } F ( x, )
即
FX ( x) F ( x, ) FY ( y ) F (, y )
2
2.边缘分布率
二维离散型随机变量（X,Ｙ)中，X与Ｙ各自 的分布率就称为边缘分布率.
设联合分布率为
P{ X xi , Y y j } pij , i, j 1, 2,
解： ( X , Y )的概率密度
1/ , x y ≤1 f ( x, y ) 其它 0,
2 2
y
1 y2
1
y
1 y2
O
1
fY ( y )
x
f ( x, y )dx
2 1 y 2 1 dx 1 y 2 , 1≤y≤1 1 y 2 0, 其它
16
1 于是， 当－ y 1时有
f ( x, y ) f X |Y ( x | y ) fY ( y ) 1/ 1 , 1 y2 x 1 y2 (2 / ) 1 y 2 2 1 y 2 0, 其它
当 | y | 1时，X 在Y＝y的条件下的条件密度不存在。
7
例： 设(X , Y ) ~ N ( 1 , 2 , 1 , 2 , ), 求X , Y的边缘密度.
2 2
解：
f X ( x)
1 f ( x, y)dy e 2 1
( x 1 )2
2 21
所以 同理
X ~ N ( 1 , 12 )
2 Y ~ N ( 2 , 2 )
FY | X ( y | x) A P{Y≤y | X x} A fY | X ( y | x)dy
即
FX ( x) F ( x, ) FY ( y ) F (, y )
2
2.边缘分布率
二维离散型随机变量（X,Ｙ)中，X与Ｙ各自 的分布率就称为边缘分布率.
设联合分布率为
P{ X xi , Y y j } pij , i, j 1, 2,
解： ( X , Y )的概率密度
1/ , x y ≤1 f ( x, y ) 其它 0,
2 2
y
1 y2
1
y
1 y2
O
1
fY ( y )
x
f ( x, y )dx
2 1 y 2 1 dx 1 y 2 , 1≤y≤1 1 y 2 0, 其它
16
1 于是， 当－ y 1时有
f ( x, y ) f X |Y ( x | y ) fY ( y ) 1/ 1 , 1 y2 x 1 y2 (2 / ) 1 y 2 2 1 y 2 0, 其它
当 | y | 1时，X 在Y＝y的条件下的条件密度不存在。
7
例： 设(X , Y ) ~ N ( 1 , 2 , 1 , 2 , ), 求X , Y的边缘密度.
2 2
解：
f X ( x)
1 f ( x, y)dy e 2 1
( x 1 )2
2 21
所以 同理
X ~ N ( 1 , 12 )
2 Y ~ N ( 2 , 2 )
FY | X ( y | x) A P{Y≤y | X x} A fY | X ( y | x)dy
边缘分布
P{X xi , Y y j } P{X xi }P{Y y j }
即
pij pi. p. j .
返回 下页 结束
《概率统计》
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）的分布表及关于X和Y的边缘分布表中的部分数据， 请补充下表：
Y X
y1
y2
1/8
解: (1) 由于
1 e , x0 FX ( x) F ( x,) 0, 其它
0.5 x
(2) P{X 0.1, Y 0.1}
P{0.1 X ,0.1 Y }
1 e 0.5 y , y 0 FY ( y ) F (, y ) 0, 其它
j 1
p j P{Y y j } pi j
i 1
(i =1,2, …)
(j = 1,2, …)
即
X
X,Y 的边缘分布函数分别为：
x1 · · ·xi · · · … pi. x p2 . 1 p2. · · ·pi. · · ·
Y
FX(x) = F(x,+∞) = FY(y) = F(+∞, y) =
即
P{X x, Y y} P{X x}P{Y y}
则称随机变量X与Y是相互独立的. 补充例1．一电子产品由两个部件构成，以X和Y分别表示两个 部件的寿命（单位：小时），已知X和Y的联合分布函数
1 e 0.5 x e 0.5 y e 0.5( x y ) , x 0, y 0, F ( x, y) 0, 其他 (1)问X和Y是否相互独立？(2)求两部件寿命都超过0.1小时的概率.
F , F ,0.1
概率论与数理统计 --- 第三章{多维随机变量及其分布} 第二节：边缘分布
FX x P X x P X x ,Y F x , FY y P Y y P X ,Y y F , y
二、离散型随机变量的边缘分布律
概率论
பைடு நூலகம்
一般地, 对离散型 r.v. (X,Y ), X 和 Y 的联合分布律为: P ( X xi ,Y y j ) pij , i , j 1,2,
(X, Y) 关于Y 的边缘概率密度为:
fY ( y )
f ( x , y )dx y
例2 设(X, Y)的概率密度是
概率论
cy( 2 x ), 0 x 1,0 y x f ( x, y ) 0 , 其它 求 (1) c的值； (2) 两个边缘密度。 y
3 k 0 3
P{Y=3}= P X k ,Y 3=1/8+1/8=2/8.
k 0
概率论
X
0 1 2 3
Y
1 3 0 18 38 0 38 0
0 18
P X xi
18 38 38 18
P Y yj
68 28
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.
则 (X, Y) 关于X 的边缘分布律为:
P X xi P X xi ,Y y j pij
X xi X xi ,Y y j j 1
(X,Y) 关于Y 的边缘分布律为:
j 1
i 1, 2 ,
概率论
f X ( x ) f ( x, y )dy x
边缘分布
把第一行和最后一行拿出来就是Y的分布；把第一列 和最后一列拿出来就是X的分布。
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.
练习 袋中有2只白球和3只黑球，从中摸球，记
Xi
1, 第i次 摸 出 白 球 0, 第i次 摸 出 黑 球i
1,2,
试求 ( X1 , X 2 )的联合概率分布和边缘概率分
X 的边缘分布函数
x
FX (x) F(x,)
f (x, y)d y d x,
F x x f t dt
fX (x)
f (x, y)d y.
X 的边缘概率密度.
同理可得Y的概率密度为：fY ( y) f ( x, y)dx
我们称
参量积分
f X ( x) f ( x, y)dy —(X,Y)关于X的边缘概率密度
关于 X 和关于Y 的边缘分布律.
X Y
x1 x2 xi
y1
p11 p21 pi1
y2
p12 p22 pi 2
yj
p1 j
pi 1,2,;
j 1
P{Y y j } pij , j 1,2,.
i 1
【补充例 】已知下列分布律求其边缘分布律.
y)dy
e
y
dy
x
0
x 0 ex
x 0 0
x0 ,
x0
Y 的密度函数 fY ( y) 为
y
fY
( y)
f
(x,
y)dx
0
e ydx
0
y 0 ye y
y 0 0
y0 .
y0
☺课堂练习
一 整 数N 等 可 能 地 在1, 2, 3,,10 十 个 值 中 取
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.
练习 袋中有2只白球和3只黑球，从中摸球，记
Xi
1, 第i次 摸 出 白 球 0, 第i次 摸 出 黑 球i
1,2,
试求 ( X1 , X 2 )的联合概率分布和边缘概率分
X 的边缘分布函数
x
FX (x) F(x,)
f (x, y)d y d x,
F x x f t dt
fX (x)
f (x, y)d y.
X 的边缘概率密度.
同理可得Y的概率密度为：fY ( y) f ( x, y)dx
我们称
参量积分
f X ( x) f ( x, y)dy —(X,Y)关于X的边缘概率密度
关于 X 和关于Y 的边缘分布律.
X Y
x1 x2 xi
y1
p11 p21 pi1
y2
p12 p22 pi 2
yj
p1 j
pi 1,2,;
j 1
P{Y y j } pij , j 1,2,.
i 1
【补充例 】已知下列分布律求其边缘分布律.
y)dy
e
y
dy
x
0
x 0 ex
x 0 0
x0 ,
x0
Y 的密度函数 fY ( y) 为
y
fY
( y)
f
(x,
y)dx
0
e ydx
0
y 0 ye y
y 0 0
y0 .
y0
☺课堂练习
一 整 数N 等 可 能 地 在1, 2, 3,,10 十 个 值 中 取
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
x2
二、二维离散型随 机变量
X和Y 的联合概率函数
P(X xi ,Y yj) pij,
i, j =1,2, …
pij 0, i, j 1,2,
pij 1
ij
一维随机变量X 离散型
X的概率函数
P(Xxk) pk,
k=1,2, …
pk 0, k=1,2, …
pk1
k
为了直观，一般用表格表示联合分布律
y2 2
]1 x2
dx
4 21
K
y x2
1
K 21 4
(2)
P( X Y ) 21 x2 ydxdy
4 D1
21
1
dx
x x2 ydy
④ 对于任意x1 < x2 , y1 < y2
F (x2, y2) – F (x1, y2 ) – F (x2, y1) + F (x1 , y1) 0
事实上
y2
F (x2, y2) – F (x1, y2 ) – F (x2, y1) + F (x1 , y1)
y1
P x1 X x2, y1 Y y2 0 x1
kx2 y, x2 y 1
f (x, y) 0,
其它
其中k 为常数. 求
(1)常数 k ; (2) P ( X > Y )
解 (1)
f (x, y)dxdy 1
f (x, y)dxdy 1
D
1
K
1 x2 ydxdy
1 x2
1
K
1
dx
1 x2 ydy
1
x2
K1 1x2[ Nhomakorabea一维随机变量X
F(x, y) P(X x,Y y) x, y
X的分布函数
F(x) P(X x) x
{X x,Y y} 表示 {X x}与的{Y y} 积事件
分布函数的几何意义
如果用平面上的点 (x, y) 表示二维r.v. (X , Y )的一组可能的取值，则 F (x, y) 表示 (X , Y ) 的取值落入图所示角形区域的概率.
在打靶时,命中点的位置是由 一对r.v(两个坐标)来确定的.
飞机的重心在空中的位置是由三个r.v (三 个坐标）来确定的等等.
一般地，我们称n个随机变量的整体
X=(X1, X2, …，Xn)为n维随机变量或随
机向量. 以下重点讨论二维随机变量.
请注意与一维情形的对照 .
一、二维随机变量（X,Y） 的联合分布函数
§3.1二维随机变量的分布函数、 边缘分布
从本讲起，我们开始第三章的学习. 它是第二章内容的推广. 一维随机变量及其分布
多维随机变量及其分布 由于从二维推广到多维一般无实质性的 困难，我们重点讨论二维随机变量 .
到现在为止，我们只讨论了一维r.v及其 分布. 但有些随机现象用一个随机变量来描述 还不够，而需要用几个随机变量来描述.
Y X
y1
y2
L
x1 p11 p12 L
x2 p21 p22 L
ML L L
xi pi1 pi2 L
ML L L
yj L p1 j L p2 j L LL pij L LL
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,Y)的概率函数 .
0
y)]02
dx
A
2
[
cos(
x
)
cos
x]dx
0
2
y
2
2
x
A 1 2
y
(2) P{(X ,Y ) G}
1 sin(x y)dxdy
2
4
G
2
dy 2
y
1
sin(x
y)dx
4
0
0
y2
1
2
y
4 0
[
cos(x
y)]
2 y
dy
1 4
[sin
2
y]04
1 4
y=x
x y
2
x
2
例3 设 r.v.( X ,Y ) 的联合 d.f. 为
y (x, y)
x
联合分布函数的性质
y
① 0 F(x, y) 1
F (, )
lim F (x, y) 1
x
y
F (, )
y
lim F (x, y) 0 x y
(,)
(,)
x
(x, y)
x
F (x, ) lim F (x, y) 0
y
F(, y)
lim F(x, y) 0 x
f (x, y)dxdy
A
一维随机变量X 连续型
X的密度函数
P{a X b}
b
a f (x)dx
f (x) 0
f (x)dx 1
定义 设二维 r.v.( X ,Y )的分布函数为 F(x ,y ),若存在非负可积函数 f (x,y) ,使得对 于任意实数 x , y 有
xy
F (x, y) f (u,v)dvdu
Asin(x
y),
0 x ,0 y ,
2
2
0,
其它
(1) 求常数 A; (2) （X，Y）落在由
y x, x y 及
y0
所围区域G内的概率
2
解 (1)
f (x, y)dxdy 1
f (x, y)dxdy 1
D
2 2 Asin(x y)dxdy 00
A
2 [ cos(x
y
x
y
x
② 对每个变量单调不减
固定 x , 对任意的 y1< y2 ,
F (x, y1) F (x, y2)
固定 y , 对任意的 x1< x2 ,
F (x1,y) F (x2, y) ③ 对每个变量右连续
F (x0 , y0) = F (x0+ 0 , y0 ) F (x0 , y0) = F (x0 , y0 + 0 )
解：（ X, Y）可取值(0,3),(1,1),(2,1),(3,3)
P(X=0, Y=3)=(1/2)3=1/8
P(X=1,
Y=1)=
c
1 3
(1/2)3=3/8
P(X=2, Y=1)=3/8
列表如下
P(X=3, Y=3)=1/8
三、二维连续型随 机变量
X和Y 的联合密度函数
f (x, y)
P{( x, y) A}
4 若G 是平面上的区域，则
P( X ,Y ) G f (x, y)dxdy
G
对于二维连续型随机变量有
P( X = a ,Y = b ) = 0 P( X = a ,- < Y < + ) = 0 P(- < X < + , Y= a ) = 0
例2 设（X，Y）具有概率密度
f
(x,
y)
则称( X ,Y ) 为二维连续型 r.v. f (x,y) 为( X ,Y ) 的联合概率密度函数 简称概率密度函数简记 p.d.f.
联合密度的性质
1 f (x, y) 0
2 f (x, y)dydx 1
3 对每个变量连续, 在 f (的x, 连y) 续点处
2F f (x, y) xy