[概率论与数理统计]笔记:3.2 条件分布与随机变量的独立性

Posted feixianxing

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[概率论与数理统计]笔记:3.2 条件分布与随机变量的独立性相关的知识,希望对你有一定的参考价值。

这篇笔记记录了离散型和连续型的条件分布的公式,以及独立性的判断公式。

3.2 条件分布与随机变量的独立性

条件分布

  • 分布函数:\\(F(x)=P\\X\\le x\\\\)
  • 条件分布函数\\(F(x|A)=P\\X\\le x|A\\\\)

条件分布:事件\\(A\\)发生的条件下,\\(X\\)的分布函数就叫条件分布函数。( 事件\\(A\\)会对事件\\(\\X\\le x\\\\)发生的概率产生影响。)

离散型条件分布

假设有两个随机变量\\(X,Y\\),在\\(Y=y_j\\)的条件下,要求\\(X\\)的分布,即\\(P\\X\\le x|Y=y_j\\\\)

解题思路

  1. 画出联合概率分布表,计算边缘概率,其中\\(P\\Y=y_j\\=\\sum\\limits_ip_ij\\)
  2. \\(P\\X=x_i|Y=y_j\\=\\fracP\\X=x_i,Y=y_j\\P\\Y=y_j\\\\)

连续型条件分布

  • 随机向量\\((X,Y)\\)
  • 密度函数\\(f(x,y)\\)
  • 边缘密度函数\\(f_X(x),f_Y(y)\\)

\\(f_Y(y)>0\\),在\\(Y=y\\)的条件下,条件分布函数

\\[F(x|y)=\\int_-\\infty^x\\fracf(u,y)f_Y(y)\\mathrmdu \\]

而条件密度函数

\\[f(x|y)=\\fracf(x,y)f_Y(y) \\]

同理,在\\(X=x\\)的条件下,

\\[F(y|x)=\\int_-\\infty^y\\fracf(x,v)f_X(x)\\mathrmdv \\]

\\[f(y|x)=\\fracf(x,y)f_X(x) \\]

这里简单的证明一下第一个公式:

\\[F(x|y)=P\\X\\le x|Y=y\\=\\fracP\\X\\le x,Y=y\\P\\Y=y\\ \\]

这里的分子分母均为0。

类似于可以将\\(x=5\\)表示为\\(\\lim\\limits_\\varepsilon\\to05\\le x\\le5+\\varepsilon\\)

这里将上式表示为下式:

\\[\\beginalign* 原式 &= \\lim\\limits_\\varepsilon\\to0\\fracP\\X\\le x,y\\le Y\\le y+\\varepsilon\\P\\y\\le Y\\le y+\\varepsilon\\\\\\ &= \\lim\\limits_\\varepsilon\\to0\\frac\\int_-\\infty^x\\int_y^y+\\varepsilonf(u,v)\\mathrmdv\\mathrmdu\\int_y^y+\\varepsilonf_Y(v)\\mathrmdv \\\\ &= \\lim\\limits_\\varepsilon\\to0\\frac\\int_-\\infty^x\\frac1\\varepsilon\\int_y^y+\\varepsilonf(u,v)\\mathrmdv\\mathrmdu\\frac1\\varepsilon\\int_y^y+\\varepsilonf_Y(v)\\mathrmdv \\endalign* \\]

积分中值定理:存在\\(\\xi\\in[a,b]\\)使得\\(\\int_a^bf(x)\\mathrmdx=f(\\xi)(b-a)\\)

详细表述

以上是关于[概率论与数理统计]笔记:3.2 条件分布与随机变量的独立性的主要内容,如果未能解决你的问题,请参考以下文章

概率论与数理统计猴博士 笔记 p24-25 条件概率密度函数求两个随机变量形成的函数的分布

[概率论与数理统计]笔记:3.3 随机向量的函数的分布与数学期望

概率论与数理统计笔记 第二章 随机变量及其概率分布

概率论与数理统计

概率论与数理统计猴博士 笔记 p29-32 均匀分布泊松分布指数分布几何分布

机器学习之概率与统计- 多元随机变量及其分布