Joint Probability定義
event A, B同時發生的機率,用多變數積分(好久沒算這個東東了ㄟ)。Joint CDF定義
仍然是對density做積分,哪個RV在裡或是在外都無所謂,答案是一樣的。
當然對joint cdf微分,能得到joint density:
範例:計算P(X>Y)
我們有joint density funciton:
P(X > Y)按照定義就是先對某個變數做積分,在對另一個變數做積分,但是問題是要怎麼找到積分區間?
P(X > Y)真正該解讀成 P(X = x , Y = y, x >y),所以積分區間只要 x >= y > 0就可以:
至於要先積分y (在內)在積分x? 還是先積分x再積分y?
X>Y這個事件中,x和y的可能區間如下圖中的直線下方所有的平面:
對每個x來說,從x=y 積分到 INF可以填滿整個平面中的一條水平線,再對y從0到INF積分就可以包含每個x的積分起點,所以這是課堂中老師prefer的方法,不過either way is fine:
另外盡量讓積分區間的上限為INF,這樣有助於消除exponential term:
不過這個不是絕對的,是在這個例子上如此,但這也是joint density常見的現象。
沒有留言:
張貼留言