概率统计Python计算：连续型自定义分布数学期望的计算（二）

对联合密度函数为$f(x,y)$的2-维连续型随机向量$(X,Y)$，下列代码定义计算其函数$Z=g(X,Y)$的数学期望$E(g(X,Y))$的Python函数。

from scipy.integrate import dblquad         #导入dblquad
def expectcont2(pdf, func):              	#pdf为密度函数func为随机向量函数
    gf=lambda y, x:pdf(y, x)*func(y, x)     #g(x,y)f(x,y)
    mean, _=dblquad(gf, -np.infty, np.infty,#计算E(g(X,Y))
                        -np.infty, np.infty)
    return mean

计算2-维连续型随机向量$(X,Y)$的函数$Z=g(X,Y)$的数学期望$E(g(X,Y))$的Python函数expectcont2的两个参数pdf表示联合密度函数$f(x,y)$，func表示随机向量函数$g(X,Y)$。第3行设置被积函数$g(x,y)f(x,y)$，记为gf。注意，作为被积函数，自变量的书写顺序需与积分顺序保持一致：先y后x。第4~5行调用scipy.integrate.dblquad（第1行导入）计算$E(g(X,Y))={\int }_{-\infty }^{+\infty }{\int }_{-\infty }^{+\infty }g(x,y)f(x,y)dxdy$。
例1 设随机向量$(X,Y)$的联合密度函数为$f(x,y)=\{\begin{array}{ll}\frac{3}{2x^3{y}^2}& \frac{1}{x}<y<x,x>1\\ 0& \text{其他}\end{array}$，计算$E(Y)$和$E\left(\frac{1}{XY}\right)$。
解： 考虑$(X,Y)$的联合密度函数$f(x,y)$的非零区域（如下图所示）。

$$\begin{gathered} E(Y)=\underset{-\infty }{\overset{+\infty }{\int }}\underset{-\infty }{\overset{+\infty }{\int }}yf(x,y)dydx=\underset{1}{\overset{+\infty }{\int }}\left(\underset{1/x}{\overset{x}{\int }}\frac{3y}{2x^3{y}^2}dy\right)dx=\underset{1}{\overset{+\infty }{\int }}\left(\frac{3}{2x^3}\underset{1/x}{\overset{x}{\int }}\frac{1}{y}dy\right)dx \\ =\underset{1}{\overset{+\infty }{\int }}\left(\frac{3}{2x^3}{\left[\ln y\right]}_{1/x}^x\right)dx=3\underset{1}{\overset{+\infty }{\int }}\frac{\ln x}{x^3}dx=-\frac{3}{2}\underset{1}{\overset{+\infty }{\int }}\ln xd\left(\frac{1}{x^2}\right) \\ ={\left[-\frac{3}{2}\frac{\ln x}{x^2}\right]}_1^{+\infty }+\frac{3}{2}\underset{1}{\overset{+\infty }{\int }}\frac{1}{x^3}dx=\frac{3}{4}. \end{gathered}$$
$$\begin{gathered} E\left(\frac{1}{XY}\right)=\underset{-\infty }{\overset{+\infty }{\int }}\underset{-\infty }{\overset{+\infty }{\int }}\frac{1}{xy}f(x,y)dydx=\underset{1}{\overset{+\infty }{\int }}\underset{1/x}{\overset{x}{\int }}\frac{1}{xy}\frac{3}{2x^3{y}^2}dydx \\ =\underset{1}{\overset{+\infty }{\int }}\underset{1/x}{\overset{x}{\int }}\frac{3}{2x^4{y}^3}dydx=\frac{3}{2}\underset{1}{\overset{+\infty }{\int }}\frac{1}{x^4}\left(\underset{1/x}{\overset{x}{\int }}\frac{1}{y^3}dy\right)dx \\ =\frac{3}{4}\underset{1}{\overset{+\infty }{\int }}\frac{x^4-1}{x^6}dx=\frac{3}{4}\left(\underset{1}{\overset{+\infty }{\int }}\frac{1}{x^2}dx-\underset{1}{\overset{+\infty }{\int }}\frac{1}{x^6}dx\right)=\frac{3}{5}. \end{gathered}$$
下列代码验算本例计算结果。

from utility import expectcont2                  #导入expectOfxycont
f=lambda y, x: 3/(2*x**3*y**2)\                  #定义联合密度函数
    if (x>1) & (y<x) & (y>1/x)\
    else 0
mean=expectcont2(pdf=f, func=lambda y, x: y)     #计算E(Y)
print('E(Y)=%.2f'%mean)
mean=expectcont2(pdf=f, func=lambda y, x: 1/x/y) #计算E(1/XY)
print('E(1/XY)=%.2f'%mean)

程序的第2~4行定义$(X,Y)$的联合密度函数$f(x,y)$，需要注意的是，参数书写顺序应与积分顺序一致：先y后x。第5行调用函数expectcont2计算$E(Y)=\underset{-\infty }{\overset{+\infty }{\int }}\underset{-\infty }{\overset{+\infty }{\int }}yf(x,y)dxdy$。传递给func的是函数$g(x,y)=y$。第7行调用expectcont2函数计算$E\left(\frac{1}{XY}\right)=\underset{-\infty }{\overset{+\infty }{\int }}\underset{-\infty }{\overset{+\infty }{\int }}\frac{1}{xy}f(x,y)dxdy$，传递给参数func的是$g(X,Y)=\frac{1}{XY}$。运行程序，输出

E(Y)=0.75
E(1/XY)=0.60

此恰为$E(Y)=3/4$和$E(\frac{1}{XY})=3/5$精确到百分位的值。
注意：由于函数expectcont2中调用dblquad计算重积分$\underset{-\infty }{\overset{+\infty }{\int }}\underset{-\infty }{\overset{+\infty }{\int }}g(x,y)f(x,y)dxdy$，$x$和$y$的积分限均为从$-\infty$到$+\infty$，因此Python会发送一些警告信息（warning），这并不会影响计算结果。为屏蔽这样的警告信息，可在程序开始前加入下列代码：

import warnings
warnings.filterwarnings("ignore")

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》