连续型随机变量的条件分布与独立性
设是二维连续型随机变量,由于对任意,
所以不能直接用条件概率公式引入“条件分布函数”.
定义 设二维连续型随机变量的概率密度为 边缘概率密度为 则对一切使的,定义在的条件下的条件密度函数为
类似地,对一切使的,定义在的条件下的条件密度函数为
条件概率密度表达式内涵的解释
以为例,将上式左边乘以,右边乘以即得
换句话说,对很小的和,表示已知取值于和之间的条件下,取值于和之间的条件概率.
运用条件概率密度,我们可以在已知某一随机变量值的条件下,定义与另一随机变量有关的事件的条件概率. 即,若是连续型随机变量,则对任一集合,
特别地,取 定义在已知的条件下的条件分布函数为
对二维连续型随机变量 其独立性的定义等价于:若对任意的 有
几乎处处成立,则称相互独立.
注:这里“几乎处处成立”的含义是:在平面上除去面积为的集合外,处处成立.
知识点提示
1、二维连续型随机变量的定义
设为二维随机变量,为其分布函数,若存在一个非负可积的二元函数 使得对任意实数 有
则称为二维连续型随机变量.
2、二维离散型随机变量条件分布的定义
设是二维离散型随机变量,其概率分布为,则称
为在条件下的条件概率分布.
3、二维离散型随机变量相互独立的定义
若对的所有可能取值 有
,
则称和相互独立.
知识点查询
版权所有©佛山市数苑科技信息有限公司
数苑网 粤ICP备09146901号