《《边缘概率分布》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《边缘概率分布》PPT课件.ppt（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、边缘概率分布边缘概率分布1一一.边缘分布的定义边缘分布的定义则则 分别分别称为称为二维随机变量二维随机变量(X,Y)关于关于 X 和和关于关于 Y 的的边缘分布函数边缘分布函数.二二.当当(X,Y)为离散型随机变量为离散型随机变量则则 X 边缘分布函数边缘分布函数边缘分布律边缘分布律设设 为为 X,Y 的联合分布函数，的联合分布函数，已知已知为为的联合分布律的联合分布律2边缘分布律边缘分布律注注:三三.当当(X,Y)为连续型随机变量为连续型随机变量边缘分布函数边缘分布函数则则 Y 表示是由表示是由 关于关于 求和得到的；求和得到的；表示是表示是 由由 关于关于 求和得到的求和得到的.已知连续型
2、随机变量已知连续型随机变量(X,Y)的联合概率密度的联合概率密度 及联合分布函数及联合分布函数3则则 X 的的边缘分布函数边缘分布函数:边缘概率密度边缘概率密度:则则 Y 的的边缘分布函数：边缘分布函数：边缘概率密度边缘概率密度:4把一枚均匀硬币抛掷三次，设把一枚均匀硬币抛掷三次，设 X 为三次抛掷中为三次抛掷中正面出现的次数，正面出现的次数，Y为正面出现次数与反面出现为正面出现次数与反面出现次数之差的绝对值次数之差的绝对值求：求：(X,Y)的联合概率分布及边缘概率分布的联合概率分布及边缘概率分布（X,Y）可取值：）可取值：(0,3),(1,1),(2,1),(3,3)P(X=0,Y=3）P(
3、X=1,Y=1）P(X=2,Y=1)=3/8P(X=3,Y=3)=1/8列表如下列表如下例例1解：解：5 二维联合分布律全面地反映了二维随机变量二维联合分布律全面地反映了二维随机变量(X,Y)的取值及其概率规律的取值及其概率规律.而单个随机变量而单个随机变量X,Y也具有也具有自己的概率分布自己的概率分布.那么此例中二者之间的关系怎么那么此例中二者之间的关系怎么体现呢？体现呢？从表中不难求得从表中不难求得:P(X=0)=1/8,P(X=1)=3/8P(X=2)=3/8,P(X=3)=1/8,P(X=1,Y=1)+P(X=2,Y=1）P(X=0,Y=3)+P(X=3,Y=3）注意这两个分布正好是注
4、意这两个分布正好是表中的行和与列和表中的行和与列和.问：问：=3/8+3/8=6/8,P(Y=1)=1/8+1/8=2/8.P(Y=3)=6 如下表所示如下表所示1.习惯上常将边缘分布律写在联合分布律表格的边习惯上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缘上，由此得出边缘分布这个名词.2.由联合分布律可以确定边缘分布律，但由边缘分由联合分布律可以确定边缘分布律，但由边缘分 布律一般不能确定联合分布律布律一般不能确定联合分布律.注意：注意：7设随机变量设随机变量 X 在在 1,2,3,4 四个整数中等可能地四个整数中等可能地取值；另一随机变量取值；另一随机变量Y 在在
5、 1 X 中等可能地取一中等可能地取一整数整数解解:由边缘分布律的定义，可知先得求出由边缘分布律的定义，可知先得求出(X,Y)的联合分布律的联合分布律x=1时，时，y只有只有 一个值，故对一个值，故对y 来说是必然事来说是必然事 件，件，其概率为其概率为1例例2.求求:二维随机变量二维随机变量(X,Y)的边缘分布律的边缘分布律与与8x=1时时,y 的值取不到的值取不到2,故对故对y 来说是不可能事件来说是不可能事件,其概率为其概率为09的的联合分布律联合分布律为为：XY10设设(X,Y)均匀分布在由直线均匀分布在由直线 ，x 轴轴和和y 轴所围成的区域轴所围成的区域 D上上.求求:(X,Y)的
6、联合概率密度与边缘概率密度的联合概率密度与边缘概率密度.解解:例例3.所以其概率密度为：所以其概率密度为：因为因为服从均匀分布服从均匀分布(1).11由题意可知由题意可知 D 域图为域图为:1xy02D(2).因为边缘概率密度为因为边缘概率密度为:12则得则得:同理可得同理可得:或或时时时时13例例4.设二维随机变量设二维随机变量(X,Y)的概率密度为：的概率密度为：求求:二维正态随机变量二维正态随机变量(X,Y)的边缘概率密度的边缘概率密度解解:由于由于:14于是于是:令：令：则有：则有：同理有：同理有：15 从而可得出：由从而可得出：由 X 和和 Y 的边缘分布一般是不的边缘分布一般是不能能 确定确定 X 和和 Y 的联合分布的的联合分布的.二维正态分布的两个边缘分布均是一维正态分二维正态分布的两个边缘分布均是一维正态分布，并且都不依赖于参数布，并且都不依赖于参数 ，亦即对于给定，亦即对于给定的的 ，不同的，不同的 对应不同的二对应不同的二维正态分布，但它们的边缘分布却都是一样的维正态分布，但它们的边缘分布却都是一样的。结论结论16