在线学习
重点科目
初中数学
高中数学
高等数学
线性代数
概率统计
高中物理
数学公式
主要科目
复变函数
离散数学
数学分析
实变函数
群论
数论
未整理科目
近世代数
数值分析
常微分方程
偏微分方程
大学物理
射影几何
微分几何
泛函分析
拓扑学
数学物理
趣味数学
科数网
首页
教材
高考区
考研区
VIP
科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
高中物理
复变函数
离散数学
你好
游客,
登录
注册
在线学习
概率论与数理统计
第三篇 多维随机变量及其分布
二维连续型联合分布举例
最后
更新:
2025-05-01 22:00
查看:
495
次
反馈
刷题
二维连续型联合分布举例
## 二维连续型随机变量的边缘密度函数 设 $(X, Y)$ 是二维连续型随机变量, 其概率密度为 $f(x, y)$, 由定义可得 $X$ 的边缘分布函数 $$ \begin{aligned} F_X(x) & =P(X \leqslant x)=P(X \leqslant x, y<+\infty) \\ & =\int_{-\infty}^x \int_{-\infty}^{+\infty} f(s, t) d s d t=\int_{-\infty}^x\left[\int_{-\infty}^{+\infty} f(s, t) d t\right] d s . \end{aligned} $$ 进而可得 $X$ 的边缘密度函数为 $$ f_X(x)=\frac{d F_X(x)}{d x}=\int_{-\infty}^{+\infty} f(x, y) d y . $$ 同理, $Y$ 是连续型随机变量, 且其边缘密度函数为 $$ f_Y(y)=\int_{-\infty}^{+\infty} f(x, y) d x . $$ 分别称 $f_X(x)$ 和 $f_Y(y)$ 为 $(X, Y)$ 关于 $X$ 和 $Y$ 的边缘分布密度或边缘概率密度. 设随机变量 $X$ 和 $Y$ 具有联合概率密度 $$ f(x, y)=\left\{\begin{array}{ll} 6, & x^2 \leqslant y \leqslant x \\ 0, & \text { 其他 } \end{array} .\right. $$ `例`求边缘概率密度 $f_X(x)$ 和 $f_Y(y)$. 解 $$ \begin{aligned} & f_X(x)=\int_{-\infty}^{+\infty} f(x, y) d y=\left\{\begin{array}{ll} \int_{x^2}^x 6 d y=6\left(x-x^2\right), & 0 \leqslant x \leqslant 1 \\ 0, & \text { 其他 } \end{array},\right. \\ & f_Y(y)=\int_{-\infty}^{+\infty} f(x, y) d x=\left\{\begin{array}{ll} \int_y^{\sqrt{y}} 6 d x=6(\sqrt{y}-y), & 0 \leqslant y \leqslant 1 \\ 0, & \text { 其他 } \end{array} .\right. \end{aligned} $$   ## 定理1 设 $(X, Y) \sim N\left(\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho\right)$ ,则 $X \sim N\left(\mu_1, \sigma_1^2\right), Y \sim N\left(\mu_2, \sigma_2^2\right)$. 证明 $\Omega_X=\Omega_Y=(-\infty,+\infty)$ , 由边缘密度函数的定义得 $$ \begin{aligned} & f_x(x)=\int_{-\infty}^{+\infty} f(x, y) d y \\ & =\int_{-\infty}^{+\infty} \frac{1}{2 \pi \sigma_1 \sigma_2 \sqrt{1-\rho^2}} \exp \left\{-\frac{1}{2\left(1-\rho^2\right)}\left[\frac{\left(x-\mu_1\right)^2}{\sigma_1^2}-2 \rho \frac{\left(x-\mu_1\right)\left(y-\mu_2\right)}{\sigma_1 \sigma_2}+\frac{\left(y-\mu_2\right)^2}{\sigma_2^2}\right]\right\} d y \\ & =\frac{1}{\sqrt{2 \pi} \sigma_1} e^{-\frac{u^2}{2}} \cdot \int_{-\infty}^{\infty} \frac{1}{\sqrt{2 \pi} \sqrt{1-\rho^2}} \exp \left\{-\frac{(v-\rho u)^2}{2\left(1-\rho^2\right)}\right\} d v=\frac{1}{\sqrt{2 \pi} \sigma_1} e^{-\frac{(x-\mu)^2}{2 \sigma^2}} \\ & \end{aligned} $$ > 上面例子说明,如果$X,Y$服从正态分布,那么$X$和$Y$都服从正态分布。 
开VIP会员
非会员每天6篇,会员每天16篇,VIP会员无限制访问
题库训练
自我测评
投稿
上一篇:
二维连续型随机变量及其联合密度函数
下一篇:
边缘概率分布
本文对您是否有用?
有用
(
0
)
无用
(
0
)
纠错
高考
考研
关于
赞助
公式
科数网是专业专业的数学网站。