2.5.2 条件分布

更新于 2026年10月12日 版权声明
2.5.2 条件分布

下面从二维随机变量出发介绍条件分布的概念和计算.这些内容不难推广到更一般的情况.

1.二维情况

定义2.5.3设已给两个随机变量X,Y,对于任意B∈B(1),如果P{X∈B}>0,对于任意y∈R(1),定义

图示

则称FY|X(y|B)是在X∈B条件下的Y的条件分布函数.若存在非负函数f(x|A)使

图示

则称f(x|A)为在事件A发生的条件下,X的条件概率密度函数.

事实上,若y1<y2,则

图示

于是,FY|X(y|B)是y的不减函数.

再由概率的连续性有

图示

即FY|X(y|B)是右连续的.

同理可证

图示

特别地,当B为单点集{x},且P{X∈B}=P{X=x}>0时,FY|X(y|B)可化为FY|X(y|x).

离散型随机变量的条件分布的定义如下.

定义2.5.4设X,Y为离散型随机变量,即

图示

图示

则当P{X=xi}>0时,称

图示

为在X=xi的条件下Y的条件分布律.

当X,Y为连续型随机变量时,对任意的x,P{X=x}=0,无法用上述方法定义FY|X(y|x).为了克服这一困难,考虑极限

图示

其中P{x-△x<X≤x+△x}>0.于是有下面的定义.

定义2.5.5设(X,Y)的分布函数为F(x,y),如果对任意的△x>0,P{x-△x<X≤x+△x}>0,且

图示

存在,则称

图示(https://www.daowen.com)

为在X=x的条件下Y的条件分布函数.

当(X,Y)的概率密度为f(x,y)时,式(2.5.2)可表示为

图示

图示

图示

于是有下面的定义.

图示

图示

为在X=x的条件下Y的条件分布函数,称

图示

为在X=x的条件下Y的条件概率密度函数.

例2.5.1设X为连续型随机变量,其分布函数为FX(x),概率密度为fX(x)(x∈R(1)).对给定的t0,记事件A={X>t0},并假定P(A)>0.试求X关于A的条件分布函数F(x|A)和条件概率密度f(x|A).

解

图示

故

图示

由例2.5.1,我们可以得到下例.

例2.5.2 X~eλ(参数为λ>0的指数分布),则

图示

设t0>0,则得

图示

图示

2.多维情况

设(X,Y)为n+m维连续型随机向量,其中X为n维连续型随机向量,Y为m维连续型随机向量.又设(X,Y)的分布函数和边缘分布函数分别为F(x,y)和F1(x),F2(y);(X,Y)的概率密度和边缘概率密度分别为f(x,y)和f1(x),f2(y),其中x,y分别为n维实向量和m维实向量.因此,类似于二维情况,有

图示

在Y=y的条件下,X的条件概率密度为

图示

在X=x的条件下,Y的条件概率密度为

图示

关注公众号获取验证码
复制内容需要验证码(7.99元/天)
✍AI写作