概率统计Python计算：连续型2-维随机向量分布的概率计算

为计算连续型随机向量$(X,Y)\in D$的概率$P((X,Y)\in D)$要用到2-重积分：$\underset{D}{\iint }f(x,y)dxdy$，其中$f(x,y)$为$(X,Y)$的联合密度函数。若$D$可表示为
$$D=\{(x,y)|a\le x\le b,g_1(x)\le y\le g_2(x)\}$$
scipy提供的强大的积分计算模块integrate中的dblquad函数能快速地进行2次积分${\int }_a^b\left({\int }_{g_1(x)}^{g_2(x)}f(x,y)dy\right)dx$的计算。该函数的调用接口如下
$$\text{dblquad(f, a, b, g1, g2)}$$
其中，参数f表示被积函数$f(x,y)$。参数a，b是变量$x$的积分下限$a$和上限$b$，这是2个常数参数。参数g1，g2表示变量$y$的积分下限$g_1(x)$和上限$g_2(x)$。g1和g2可同时为常量，也可以同时为函数。
例1 设连续型2-维随机向量$(X,Y)$的密度函数为
$$f(x,y)=\{\begin{array}{ll}3x& 0<x<1,0<y<x\\ 0& \text{其他}\end{array}$$
计算概率$P(X\le 3/4)$。
解：考虑平面上表示事件$X\ge 3/4$的区域
$$D=\{(x,y)|x\ge 3/4\}=\{(x,y)|3/4\le x<+\infty ,-\infty <y<+\infty \}$$
如下图中直线$x=3/4$右侧部分。

而联合密度函数$f(x,y)$非零区域为图中由$x=1$，$y=0$和$y=x$围成的三角形部分。两者的交集为图中深色区域，即$3/4<x<1,0<y<x$。于是
$$\begin{gathered} P(X\ge 3/4)=\underset{D}{\iint }f(x,y)dxdy={\int }_{3/4}^{\infty }{\int }_{-\infty }^{+\infty }f(x,y)dxdy={\int }_{3/4}^1{\int }_0^{x}3xdxdy \\ =3{\int }_{3/4}^{1}x\left({\int }_0^{x}dy\right)dx=3{\int }_{3/4}^1{x}^{2}dx=1-{\left(\frac{3}{4}\right)}^3=\frac{37}{64}. \end{gathered}$$
下列代码验算本例计算结果。

from scipy.integrate import dblquad #导入dblquad
f=lambda y, x: 3*x                  #定义被积函数
g1=lambda x: 0                      #定义y的积分下限
g2=lambda x: x                      #定义y的积分上限
p, _=dblquad(f, 3/4, 1, g1, g2)     #计算P(X>=3/4)
print('P(X>=3/4)=%.4f'%p)

程序中的第2行用lambda运算符定义被积函数$f(x,y)$。注意，两个自变量的书写顺序须与积分的顺序保持一致：先y后x。第3、4行分别定义y的下限g1和上限g2，由于上限是函数x，故下限即使是0也要形式上定义为函数。第5行调用dblquad计算$P(X\ge 3/4)={\int }_{3/4}^1\left({\int }_0^{x}3xdy\right)dx$，结果存于p。运行程序，输出：

P(X>=3/4)=0.5781

恰为$P(X\ge 3/4)=\frac{37}{64}$的精确到千分位的近似值。
写博不易，敬请支持：
如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！
代码诚可贵，原理价更高。若为AI学，读正版书好。
返回《导引》