多维离散型随机变量的条件分布律
设 ( X , Y ) (X,Y) (X,Y)是二维离散型随机变量,对于固定的 j j j,若 P { Y = y j } > 0 P\{Y=y_j\} > 0 P{Y=yj}>0则称
P { X = x i ∣ Y = y i } = P { X = x i , Y = y i } P { Y = y i } = P i j P ⋅ j P\{X=x_i|Y=y_i\} = \frac{P\{X=x_i,Y=y_i\}}{P\{Y=y_i\}}=\frac{P_{ij}}{P_{·j}} P{X=xi∣Y=yi}=P{Y=yi}P{X=xi,Y=yi}=P⋅jPij
为在 Y = y j Y=y_j Y=yj条件下随机变量 X X X的条件分布率
同理,对于固定的 i i i,若 P { X = x i } > 0 P\{X=x_i\} > 0 P{X=xi}>0则称
P { Y = y i ∣ X = x i } = P { X = x i , Y = y i } P { X = x i } = P i j P i ⋅ P\{Y=y_i|X=x_i\} = \frac{P\{X=x_i,Y=y_i\}}{P\{X=x_i\}}=\frac{P_{ij}}{P_{i·}} P{Y=yi∣X=xi}=P{X=xi}P{X=xi,Y=yi}=Pi⋅Pij
为在 Y = y j Y=y_j Y=yj条件下随机变量 Y Y Y的条件分布率
多为连续型随机变量的条件概率密度
设二维随机变量 ( X , Y ) (X,Y) (X,Y)的概率密度为 f ( x , y ) f(x,y) f(x,y), ( X , Y ) (X,Y) (X,Y)关于 Y Y Y的边缘概率密度为 f Y ( y ) f_Y(y) fY(y)
若对于固定的 y y y, f Y ( y ) > 0 f_Y(y) > 0 fY(y)>0,则称 f ( x , y ) f Y ( y ) \frac{f(x,y)}{f_Y(y)} fY(y)f(x,y)为在 Y = y Y=y Y=y的条件下 X X X的条件概率密度
记作
f
X
∣
Y
(
x
∣
y
)
=
f
(
x
,
y
)
f
Y
(
y
)
f
X
∣
Y
>
y
(
x
∣
y
)
=
f
(
x
,
y
)
P
(
Y
>
y
)
f
X
∣
Y
<
y
(
x
∣
y
)
=
f
(
x
,
y
)
P
(
Y
<
y
)
f_{X|Y}(x|y) = \frac{f(x,y)}{f_Y(y)} \\ f_{X|Y>y}(x|y) = \frac{f(x,y)}{P(Y>y)}\\ f_{X|Y<y}(x|y) = \frac{f(x,y)}{P(Y<y)}
fX∣Y(x∣y)=fY(y)f(x,y)fX∣Y>y(x∣y)=P(Y>y)f(x,y)fX∣Y<y(x∣y)=P(Y<y)f(x,y)
称
∫
∞
x
f
X
∣
Y
(
x
∣
y
)
d
x
=
∫
∞
x
f
(
x
,
y
)
f
Y
(
y
)
d
x
\int_{\infty}^x f_{X|Y}(x|y)dx = \int_{\infty}^x \frac{f(x,y)}{f_Y(y)}dx
∫∞xfX∣Y(x∣y)dx=∫∞xfY(y)f(x,y)dx为在
Y
=
y
Y=y
Y=y的条件下,
X
X
X的条件分布函数,记作
P { X ≤ x ∣ Y = y } P\{X \le x | Y = y\} P{X≤x∣Y=y} 或 F X ∣ Y ( x ∣ y ) F_{X|Y}(x|y) FX∣Y(x∣y)
即 $F_{X|Y}(x|y)=P{X \le x | Y = y} = \int_{\infty}^x \frac{f(x,y)}{f_Y(y)}dx $
同理定义在 X = x X=x X=x的条件下 Y Y Y的条件概率密度为
F Y ∣ X ( y ∣ x ) = P { Y ≤ y ∣ X = x } = ∫ ∞ y f ( x , y ) f X ( x ) d y F_{Y|X}(y|x)=P\{Y \le y | X = x\} = \int_{\infty}^y \frac{f(x,y)}{f_X(x)}dy FY∣X(y∣x)=P{Y≤y∣X=x}=∫∞yfX(x)f(x,y)dy