概率统计Python计算：连续型变量的独立性及约会问题解法

设$(X,Y)$的联合密度函数为$f(x,y)$，联合分布函数为$F(x,y)$，$X$和$Y$的边缘密度分别为$f_X(x)$和$f_Y(y)$，边缘分布函数分别为$F_X(x)$和$F_Y(y)$。我们知道，
$X$与$Y$相互独立，当且仅当
$F(x,y)=F_X(x)\cdot F_Y(y),(x,y)\in (-\infty ,+\infty )\times (-\infty ,+\infty )$，或
$f(x,y)=f_X(x)\cdot f_Y(y),(x,y)\in (-\infty ,+\infty )\times (-\infty ,+\infty )$。
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$X$，$Y$分别表示甲、乙到到时刻，则$X$~$U(15,45)$，$Y$~$U(0,60)$，且$X$，$Y$相互独立。$X$，$Y$的密度函数分别为
$$f_X(x)=\{\begin{array}{ll}1/30& 15<x<45\\ 0& \text{其他}\end{array},f_Y(y)=\{\begin{array}{ll}1/60& 0<y<60\\ 0& \text{其他}\end{array}$$
由$X$与$Y$的独立性知$(X,Y)$的联合密度函数为
$$f(x,y)=\{\begin{array}{ll}1/1800& 15<x<45,0<y<60\\ 0& \text{其他}\end{array}$$
要求的是$P(|X-Y|\le 5)$。设$D=\{(x,y)||x-y|\le 5\}$
$$\begin{gathered} P(|X-Y|\le 5)=P((X,Y)\in D) \\ =\underset{D}{\iint }f(x,y)dxdy \\ =\frac{1}{1800}{\int }_{15}^{45}\left({\int }_{x-5}^{x+5}dy\right)dx=\frac{1}{6} \end{gathered}$$
一般地，约会问题模型：设$X$~$U(a,b)$，$Y$~$U(c,d)$，且相互独立。计算概率$P(|X-Y|<e)$，其中$e$为一常数。有例1不难得出
$$P(|X-Y|<e)=\frac{1}{(b-a)(d-c)}{\int }_a^b\left({\int }_{x-e}^{x+e}dy\right)dx.$$
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$X$分布的两个参数$a$、$b$，$Y$的分布的两参数$c$、$d$和事件$|X-Y|\le e$中的$e$。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$P(|X-Y|\le 5)=\frac{1}{6}$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》