设
(
X
,
Y
)
(X, Y)
(X,Y)的联合密度函数为
f
(
x
,
y
)
f(x, y)
f(x,y),联合分布函数为
F
(
x
,
y
)
F(x, y)
F(x,y),
X
X
X和
Y
Y
Y的边缘密度分别为
f
X
(
x
)
f_X(x)
fX(x)和
f
Y
(
y
)
f_Y(y)
fY(y),边缘分布函数分别为
F
X
(
x
)
F_X(x)
FX(x)和
F
Y
(
y
)
F_Y(y)
FY(y)。我们知道,
X
X
X与
Y
Y
Y相互独立,当且仅当
F
(
x
,
y
)
=
F
X
(
x
)
⋅
F
Y
(
y
)
,
(
x
,
y
)
∈
(
−
∞
,
+
∞
)
×
(
−
∞
,
+
∞
)
F(x, y)=F_X(x)\cdot F_Y(y), (x, y)\in(-\infty,+\infty)\times(-\infty,+\infty)
F(x,y)=FX(x)⋅FY(y),(x,y)∈(−∞,+∞)×(−∞,+∞),或
f
(
x
,
y
)
=
f
X
(
x
)
⋅
f
Y
(
y
)
,
(
x
,
y
)
∈
(
−
∞
,
+
∞
)
×
(
−
∞
,
+
∞
)
f(x, y)=f_X(x)\cdot f_Y(y), (x, y)\in(-\infty,+\infty)\times(-\infty,+\infty)
f(x,y)=fX(x)⋅fY(y),(x,y)∈(−∞,+∞)×(−∞,+∞)。
例1 甲、乙两人约定中午12:30在某地会面。若果甲来到的时间在12:15~12:45之间是均匀分布的,乙独立地到达,且到达时间在12:00~13:00之间是均匀分布的。试求先到的人等待另一个人到达时间不超过5分钟的概率。
解:按题意,以12点为基准,设
X
X
X,
Y
Y
Y分别表示甲、乙到到时刻,则
X
X
X~
U
(
15
,
45
)
U(15, 45)
U(15,45),
Y
Y
Y~
U
(
0
,
60
)
U(0, 60)
U(0,60),且
X
X
X,
Y
Y
Y相互独立。
X
X
X,
Y
Y
Y的密度函数分别为
f
X
(
x
)
=
{
1
/
30
15
<
x
<
45
0
其他
,
f
Y
(
y
)
=
{
1
/
60
0
<
y
<
60
0
其他
{f_X(x)=}\begin{cases} 1/30&15<x<45\\ 0&\text{其他} \end{cases}, {f_Y(y)=}\begin{cases} 1/60&0<y<60\\ 0&\text{其他} \end{cases}
fX(x)={1/30015<x<45其他,fY(y)={1/6000<y<60其他
由
X
X
X与
Y
Y
Y的独立性知
(
X
,
Y
)
(X, Y)
(X,Y)的联合密度函数为
f
(
x
,
y
)
=
{
1
/
1800
15
<
x
<
45
,
0
<
y
<
60
0
其他
{f(x,y)=}\begin{cases} 1/1800&15<x<45,0<y<60\\ 0&\text{其他} \end{cases}
f(x,y)={1/1800015<x<45,0<y<60其他
要求的是
P
(
∣
X
−
Y
∣
≤
5
)
P(|X-Y|\leq5)
P(∣X−Y∣≤5)。设
D
=
{
(
x
,
y
)
∣
∣
x
−
y
∣
≤
5
}
D=\{(x, y)||x-y|\leq5\}
D={(x,y)∣∣x−y∣≤5}
P
(
∣
X
−
Y
∣
≤
5
)
=
P
(
(
X
,
Y
)
∈
D
)
=
∬
D
f
(
x
,
y
)
d
x
d
y
=
1
1800
∫
15
45
(
∫
x
−
5
x
+
5
d
y
)
d
x
=
1
6
P(|X-Y|\leq5)=P((X, Y)\in D)\\ =\iint\limits_{D}f(x, y)dxdy\\ =\frac{1}{1800}\int_{15}^{45}\left(\int_{x-5}^{x+5}dy\right)dx=\frac{1}{6}
P(∣X−Y∣≤5)=P((X,Y)∈D)=D∬f(x,y)dxdy=18001∫1545(∫x−5x+5dy)dx=61
一般地,约会问题模型:设
X
X
X~
U
(
a
,
b
)
U(a, b)
U(a,b),
Y
Y
Y~
U
(
c
,
d
)
U(c, d)
U(c,d),且相互独立。计算概率
P
(
∣
X
−
Y
∣
<
e
)
P(|X-Y|<e)
P(∣X−Y∣<e),其中
e
e
e为一常数。有例1不难得出
P
(
∣
X
−
Y
∣
<
e
)
=
1
(
b
−
a
)
(
d
−
c
)
∫
a
b
(
∫
x
−
e
x
+
e
d
y
)
d
x
.
P(|X-Y|<e)=\frac{1}{(b-a)(d-c)}\int_{a}^{b}\left(\int_{x-e}^{x+e}dy\right)dx.
P(∣X−Y∣<e)=(b−a)(d−c)1∫ab(∫x−ex+edy)dx.
下列代码定义解决约会问题的Python函数:
from scipy.integrate import dblquad #导入dblquad
def appointment(a, b, c, d, e): #定义函数
f=lambda y, x: 1/(b-a)/(d-c) if (a<x)&(x<b)&(c<y)&(y<d) else 0 #联合密度函数
g1=lambda x: x-e #y的下限
g2=lambda x: x+e #y的上限
p, _=dblquad(f, a, b, g1, g2) #计算积分
return p
程序中第2~7行定义了函数appointment,它有5个参数:a,b,c,d,e,分别表示 X X X分布的两个参数 a a a、 b b b, Y Y Y的分布的两参数 c c c、 d d d和事件 ∣ X − Y ∣ ≤ e |X-Y|\leq e ∣X−Y∣≤e中的 e e e。根据每行代码的注释,不难理解其意义。下列代码验算例1的计算结果:
p=appointment(15, 45, 0, 60, 5) #调用appointment
print('P(|X-Y|<=5)=%.4f'%p)
运行程序,输出
P(|X-Y|<=5)=0.1667
此即
P
(
∣
X
−
Y
∣
≤
5
)
=
1
6
P(|X-Y|\leq5)=\frac{1}{6}
P(∣X−Y∣≤5)=61的精确到万分位的近似值。
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,请读原版书。
返回《导引》