3 第三节 二维随机变量条件分布

概率论课件

第三节 二维随机变量条件分布 3.3.1 二维离散型随机变量的条件分布律 3.3.2 二维连续型随机变量的条件分布律

概率论课件

在第一章中， 在第一章中，我们介绍了条件概率的概念 . 在事件B发生的条件下事件 发生的条件概率 在事件 发生的条件下事件A发生的条件概率 发生的条件下事件

P(AB) P(A| B) = P(B)推广到随机变量 设有两个r.v 在给定Y取某个或某 设有两个 X,Y , 在给定 取某个或某 些值的条件下， 的概率分布. 些值的条件下，求X的概率分布 的概率分布 这个分布就是条件分布. 这个分布就是条件分布

概率论课件

例如，考虑某大学的全体学生， 例如，考虑某大学的全体学生，从其中随 机抽取一个学生，分别以X和 机抽取一个学生，分别以 和Y 表示其体重和 都是随机变量， 身高 . 则X和Y都是随机变量，它们都有一定 和 都是随机变量 的概率分布. 的概率分布 身高Y 身高 体重X 体重的分布

身高Y 身高 的分布

体重X 体重

概率论课件

现在若限制1.7<Y<1.8(米), 在这个条件下 米 现在若限制 去求X的条件分布 的条件分布， 去求 的条件分布，这就意味着要从该校的学 生中把身高在1.7米和 米和1.8米之间的那些人都挑 生中把身高在 米和 米之间的那些人都挑 出来，然后在挑出的学生中求其体重的分布. 出来，然后在挑出的学生中求其体重的分布 容易想象，这个分布与不加这个条件 容易想象， 时的分布会很不一样. 时的分布会很不一样 例如， 例如，在条件分布中体重取大值的概 率会显著增加 .

概率论课件

一、离散型r.v的条件分布i条件下 离散型 类似定义在 的条件分布 类似定义在X=x 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. 另一种形式下的重复 定义1 是二维离散型随机变量， 定义 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 ， , P(X = xi ,Y = yj ) pi j P(X=xi|Y=yj)= = ,i=1,2, … P(Y = yj ) p j作为条件的那个r.v,认为取值是 作为条件的那个 认为取值是 为在Y=yj条件下 的条件概率函数 条件下X的条件概率函数 的条件概率函数. 为在 给定的，在此条件下求另一 的 给定的，在此条件下求另一r.v的 概率分布. 概率分布 Y 的条件概率函数 的条件概率函数.

概率论课件

条件分布是一种概率分布， 条件分布是一种概率分布，它具有概率 分布的一切性质. 正如条件概率是一种概率， 分布的一切性质 正如条件概率是一种概率， 具有概率的一切性质. 具有概率的一切性质 例如： 例如：P(X = xi | Y = yj ) ≥ 0, i=1,2, …

∑P(X = x | Y = y ) =11 i= i j

∞

概率论课件

一射手进行射击， 例1 一射手进行射击，击中目标的概率为 p,(0<p<1), 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 表示总共进行的射击次数. 试求X 数，以Y 表示总共进行的射击次数 试求 的联合分布及条件分布. 和Y的联合分布及条件分布 的联合分布及条件分布 依题意， 表示在第n次射击时击 解：依题意，{Y=n} 表示在第 次射击时击 中目标,且在前 次射击中有一次击中目标. 且在前n-1次射击中有一次击中目标 中目标 且在前 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 次 表示首次击中目标时射击了m次 表示首次击中目标时射击了1 2 ………………. n-1 n m

n次射击 击中

击中

概率论课件

m 1 2 ………………. n-1 n

n次射击 不论m(m<n)是多少， 是多少， 不论 是多少 P(X=m,Y=n)都应等于 都应等于2

击中 击中 每次击中目标的概率为 p

P(X=m,Y=n)=? ?n 2

P(X = m,Y = n) = p (1 p)2

由此得X和 的联合概率函数为 由此得 和Y的联合概率函数为

P(X = m,Y = n) = p (1 p)

n 2

n=2,3, …; m=1,2, …, n-1

概率论课件

为求条件分布，先求边缘分布 为求条件分布，先求边缘分布. X的边缘概率函数是： 的边缘概率函数是：∞

P{X = m = }

=

(1 p) m 1 =p = p(1 p) 1 (1 p)2

n=m+1

p (1 p) = p2 ∑2 n 2m+ 2 1

∞

n=m+1

∑P(X = m,Y = n)n=m+1

∑(1 p)

∞

n 2

m=1,2, …

概率论课件

Y的边缘概率函数是： 的边缘概率函数是：

P{ = n = ∑P(X = m,Y = n) Y } = ∑p (1 p)2 m= 1 m= 1 n 1 n 2

n 1

= (n 1 p (1 p) )2

n 2

n=2,3, …

概率论课件

于是可求得： 于是可求得： 当n=2,3, …时， 时

P(X = m| Y = n)P{X = m,Y = n } = P{ = n Y }2 n 2

联合分布 边缘分布

p (1 p) = 2 n 2 (n 1 p (1 p) ) 1 = , m=1,2, …,n-1 n 1

概率论课件

当m=1,2, …时， 时

P(Y = n| X = m)P{X = m,Y = n } = P{X = m }

p (1 p) = m 1 p(1 p)2

n 2

= p(1 p)

n m 1

,

n=m+1,m+2, …

概率论课件

二、连续型r.v的条件分布 连续型 的条件分布 是二维连续型 设 (X,Y)是二维 连续型 ， 由于对任意 是二维 连续型r.v x, y, P(X=x)=0, P(Y=y)=0 ,所以不能直接 用条件概率公式得到条件分布， 用条件概率公式得到条件分布，下面我们 直接给出条件概率密度的定义. 直接给出条件概率密度的定义

概率论课件

定义2 定义 设X和Y的联合概率密度为 f (x,y), 和 的联合概率密度为 边缘概率密度为 fX (x), fY ( y) 则对一 …… 此处隐藏：2046字，全部文档内容请下载后查看。喜欢就下载吧 ……