二元离散型随机变量边际分布律与条件分布律

作者: 大梦三千秋 | 来源:发表于2020-04-24 21:54 被阅读0次

二元离散型随机变量边际分布律与条件分布律
二元随机变量，离散型随机变量分布律
分布函数
二元随机变量分布函数、边际分布函数及条件分布函数
十月三十一日总结
求离散型随机变量的分布列
R可视化处理常用的概率函数图——离散型
(概率论基础4)随机变量的数字特征
商务与经济统计第五章笔记
【题型】一维随机变量及其分布

二元离散型随机变量边际分布律与条件分布律

边际分布

对于离散型随机变量 $(X,Y)$ ，分布律为 $P(X=x_i,Y=y_j)=p_{ij}，i,j=1,2,\cdots$

$X,Y$ 的边际分布律为：

$P(X=x_j)=P(X=x_i,\bigcup_{j=1}^{\infty}(Y=y_j))=\sum_{j=1}^{\infty}p_{ij}\overset{\text{记为}}{=}p_{i·}$

同理，

$P(Y=y_j)=P(\bigcup_{i=1}^{\infty}(X=x_j),Y=y_j)=\sum_{i=1}^{\infty}p_{ij}\overset{\text{记为}}{=}p_{·j}$

注意： 记号 $p_{i·}$ 表示是由 $p_{ij}$ 关于 $j$ 求和后得到的；

$\quad\quad\,\,\,$ 同样 $p_{·j}$ 是由 $p_{ij}$ 关于 $i$ 求和后得到的；

$\begin{array}{c|ccccc|c} _X\bcancel{\quad^Y} & y_1 & y_2 & \cdots & y_j & \cdots & P(X=x_i) \\ \hline x_1 & p_{11} & p_{12} & \cdots & p_{1j} & \cdots & p_{1·} \\ x_2 & p_{21} & p_{22} & \cdots & p_{2j} & \cdots & p_{2·} \\ \vdots & \cdots & \cdots & \cdots & \cdots & \cdots & \vdots \\ x_i & p_{i1} & p_{i2} & \cdots & p_{ij} & \cdots & p_{i·} \\ \vdots & \cdots & \cdots & \cdots & \cdots & \cdots & \vdots \\ \hline P(Y=j) & p_{·1} & p_{·2} & \cdots & p_{·j} & \cdots & 1 \end{array}$

例 1： 盒中装有 3 只红球，2 只白球，现分两从中任取 1 球，以 $X、Y$ 分别表示第 1、2 次取到的红球数。采用不放回与放回抽样分别求： $X,Y$ 的联合分布律及边际分布律。

解：

$X=\begin{cases} 0, & 第 1 次取到白球 \\ 1, & 第 1 次取到红球， \end{cases} Y=\begin{cases} 0, & 第 2 次取到白球 \\ 1, & 第 2 次取到红球 \end{cases}$

先计算不放回抽样：

$\begin{array}{c|cc|c} _X\bcancel{\quad^Y} & 0 & 1 & p_{i·} \\ \hline 0 & \cfrac{2}{5}·\cfrac{1}{4} & \cfrac{2}{5}·\cfrac{3}{4} & \cfrac{2}{5} \\ \\ 1 & \cfrac{3}{5}·\cfrac{2}{4} & \cfrac{3}{5}·\cfrac{2}{4} & \cfrac{3}{5} \\ \\ \hline p_{·j} & \cfrac{2}{5} & \cfrac{3}{5} & \end{array}$

再计算放回抽样：

$\begin{array}{c|cc|c} _X\bcancel{\quad^Y} & 0 & 1 & p_{i·} \\ \hline 0 & \cfrac{2}{5}·\cfrac{2}{5} & \cfrac{2}{5}·\cfrac{3}{5} & \cfrac{2}{5} \\ \\ 1 & \cfrac{3}{5}·\cfrac{2}{5} & \cfrac{3}{5}·\cfrac{3}{5} & \cfrac{3}{5} \\ \\ \hline p_{·j} & \cfrac{2}{5} & \cfrac{3}{5} & \end{array}$

上面两表中，联合分布律不同，但它们的边际分布律相同；这说明，仅由边际分布一般不能得到联合分布。

例 2： 设一群体 80％的人不吸烟， 15％的人量吸烟，5％的人吸烟较多，且已知近期他们患呼吸道疾病的概率分别为 5％，25％，70％。记

$X=\begin{cases} 0, & \text{不吸烟} \\ 1, & \text{少量吸烟} \\ 2, & \text{吸烟较多} \end{cases}， Y=\begin{cases} 1, & \text{患病} \\ 0, & \text{不患病} \end{cases}$

求：（1） $(X,Y)$ 的联合分布和边际分布
$\quad\,\,\,\,$ （2）求患者人中是吸烟者的概率。

解：（1）由题意可得：

$\begin{array}{c|ccc} X & 0 & 1 & 2 \\ \hline P & 0.8 & 0.15 & 0.05 \end{array}$

$P\{Y=1|X=0\}=0.05，P\{Y=1|X=1\}=0.25，P\{Y=1|X=2\}=0.70$ ，

由乘法公式： $P\{X=i,Y=j\}=P\{X=i\}P\{Y=j|X=i\}$

$\begin{array}{c|cc|c} _X\bcancel{\quad^Y} & 0 & 1 & P(X=i) \\ \hline 0 & 0.76 & 0.04 & 0.80 \\ 1 & 0.1125 & 0.0375 & 0.15 \\ 2 & 0.015 & 0.035 & 0.05 \\ \hline P(Y=j) & 0.8875 & 0.1125 & 1 \end{array}$

解：（2）

$\begin{aligned} & P(患病人中是吸烟者) \\ & = P\{(X=1)\bigcup(X=2)|Y=1\} \\ &\overset{\text{不相容 }}{=} P\{X=1|Y=1\} + P\{X=2|Y=1\} \\ \\ &= \cfrac{P\{X=1,Y=1\}}{P\{Y=1\}} + \cfrac{P\{X=2,Y=1\}}{P\{Y=1\}} \\ &= \cfrac{0.0375 + 0.035}{0.1125} = 0.6444 \end{aligned}$

条件分布

对于两个事件 $A,B$ ，若 $P(A)>0$ ，可以考虑条件概率 $P(B|A)$ ，对于二元离散型随机变量 $(X,Y)$ ，设其分布律为：
$P(X=x_i,Y=y_j)=p_{ij}\quad i,j=1,2,\cdots$

若 $P(Y=y_j)=p_{·j}>0$ ，考虑条件概率 $P(X=x_i|Y=y_j)$

由条件概率公式可得：

$P(X=x_i|Y=y_j) = \cfrac{P(X=x_i,Y=y_j)}{P(Y=y_j)}=\cfrac{p_{ij}}{p_{·j}}$

当 $X$ 取遍所有可能的值，就得到了条件分布律。

定义： 设 $(X,Y)$ 是二元离散型随机变量，对于固定的 $y_j$ ，若 $P(Y=y_j)>0$ ，则称：

$P(X=x_i|Y=y_j)=\cfrac{P(X=x_i,Y=y_j)}{P(Y=y_j)}=\cfrac{p_{ij}}{p_{·j}} \quad i=1,2,\cdots$

为在 $Y=y_j$ 条件下，随机变量 $X$ 的条件分布律；

同样，对于固定的 $x_i$ ，若 $P(X=x_i)>0$ ，则称：

$P(Y=y_j|X=x_i)=\cfrac{P(X=x_i,Y=y_j)}{P(X=x_i)}=\cfrac{p_{ij}}{p_{i·}} \quad j=1,2,\cdots$

为在 $X=x_i$ 条件下，随机变量 $Y$ 的条件分布律。

例 3： 盒中装有 3 只红球， 4 只黑球， 3 只球，在其中不放回取 2 球，以 $X$ 表示取到红球的只数, $Y$ 表示取到黑球的只数。求（1） $X,Y$ 的联合分布律；（2） $X=1$ 时 $Y$ 的条件分布律.

解：（1） $X,Y$ 的取值均为 0，1，2

$P(X=0,Y=0)=\cfrac{C_{3}^{0}\,C_{4}^{0}\,C_{3}^{2}}{C_{10}^{2}}$

$P(X=i,Y=j)=\cfrac{C_{3}^{i}\,C_{4}^{j}\,C_{3}^{2-i-j}}{C_{10}^{2}}\quad i,j=0,1,2,i+j\leq2.$

$X,Y$ 的分布律为：

$\begin{array}{c|ccc} _X\bcancel{\quad ^Y} & 0 & 1 & 2 \\ \hline 0 & 1/15 & 4/15 & 2/15 \\ 1 & 3/15 & 4/15 & 0 \\ 2 & 1/15 & 0 & 0 \end{array}$

（2）由（1）可知，由于 $P(X=1)=7/15$

故在 $X=1$ 的条件下， $Y$ 的分布律为：

$P(Y=0|X=1)=\cfrac{P(X=1,Y=0)}{P(X=1)}=\cfrac{3}{7}$ ，

$P(Y=1|X=1)=\cfrac{4}{7}$ ，

$P(Y=2|X=1)=0.$

$\begin{array}{c|ccc} Y & 0 & 1 & 2 \\ \hline P(Y=j|X=1) & 3/7 & 4/7 & 0 \end{array}$

例 4： $(X,Y)$ 的联合分布律为：

$\begin{array}{c|ccc} _X\bcancel{\quad ^Y} & -1 & 0 & 1 \\ \hline 1 & a & 0.2 & 0.2 \\ 2 & 0.1 & 0.1 & b \\ \end{array}$

已知， $P(Y\leq 0 | X < 2)=0.5$

求：
（1） $a,b$ 的值；
（2） $\{X=2\}$ 条件下 $Y$ 的条件分布律；
（3） $\{X+y=2\}$ 条件下 $X$ 的条件分布律；

解：考虑包含 $a, b$ 的方程

$\begin{cases} a+b+0.6 = 1 \\ P(Y\leq 0 | X < 2)=0.5 \end{cases}$

$\begin{aligned} 0.5 &= \cfrac{P(Y\leq 0|X<2)}{P(X<2)} = \cfrac{P(X=1,\{Y=-1\}\bigcup \{Y=0\})}{P(X=1)} \\ &= \cfrac{P(X=1,Y=-1)+P(X=1,Y=0)}{P(X=1)} \\ &= \cfrac{a+0.2}{a+0.4} \\ \\ &\implies a=0, \quad b=0.4 \end{aligned}$

解：（2） $P(X=2)=0.1+0.1+b=0.6$

$\begin{array}{c|ccc} _X\bcancel{\quad ^Y} & -1 & 0 & 1 \\ \hline 1 & 0 & 0.2 & 0.2 \\ 2 & 0.1 & 0.1 & 0.4 \\ \end{array}$

$\implies P(Y_j|X=2)=\cfrac{P(X=2,Y=j)}{P(X=2)}= \begin{cases} 1/6, & j=-1 \\ 1/6, & j=0 \\ 2/3, & j=1 \end{cases}$

所以， $\{X=2\}$ 条件下 $Y$ 的条件分布律为：

$\begin{array}{c|ccc} Y & -1 & 0 & 1 \\ \hline P(Y=j|X=2) & \cfrac{1}{6} & \cfrac{1}{6} & \cfrac{2}{3} \end{array}$

解：（3） $P(X+Y=2)=P(X=1,Y=1)+P(X=2,Y=0)=0.2+0.1=0.3$

$\begin{array}{c|ccc} _X\bcancel{\quad ^Y} & -1 & 0 & 1 \\ \hline 1 & 0 & 0.2 & 0.2 \\ 2 & 0.1 & 0.1 & 0.4 \\ \end{array}$

$P(X=i|X+Y=2)=\cfrac{P(X=i,Y=2-i)}{P(X+Y=2)}= \begin{cases} 2/3, & i = 1 \\ 1/3, & i = 2 \end{cases}$

$\{X+Y=2\}$ 条件下 $X$ 的条件分布律为：

$\begin{array}{c|cc} X & 1 & 2 \\ \hline P(X=i|X+Y=2) & \cfrac{2}{3} & \cfrac{1}{3} \end{array}$

二元离散型随机变量边际分布律与条件分布律
二元离散型随机变量边际分布律与条件分布律边际分布对于离散型随机变量，分布律为的边际分布律为：同理，注意...
二元随机变量，离散型随机变量分布律
二元随机变量，离散型随机变量分布律二元随机变量定义：设是一个随机实验，样本空间；设和是定义在 ...
分布函数
随机变量的分布函数问题：离散型X：一一列举，可用分布律描述非离散型X：不能一一列举，不能用分布律表示实际问题...
二元随机变量分布函数、边际分布函数及条件分布函数
二元随机变量分布函数、边际分布函数及条件分布函数联合分布函数定义：设是二元随机变量，对于任意实数，二元...
十月三十一日总结
英语：每日一句，数学：必备公式总结，常见离散型随机变量分布律，常见连续型随机变量分布函数和密度函数，表示方法...
求离散型随机变量的分布列
离散型随机变量的分布列离散型随机变量的概念及表示离散型随机变量的分布列的性质离散型随机变量的分布列的应用
R可视化处理常用的概率函数图——离散型
一般情况下，随机变量有连续型随机变量和连续型随机变量，因此对应分布的概率函数也分为两种，即分布律（离散型的随机变量...
(概率论基础4)随机变量的数字特征
1.数学期望（均值） 1.1 期望的定义离散型随机变量假设离散型随机变量的分布律为：。若级数收敛，则称为随机变...
商务与经济统计第五章笔记
离散型概率分布 1、随机变量随机变量分为离散型和连续型。 2、离散型概率分布 1）离散型随机变量的数学期望 2）...
【题型】一维随机变量及其分布
分布函数的性质离散型随机变量连续型随机变量正态分布均匀分布一维随机变量函数的分布