用偏積分找出single variable density
在discrete版本中,我們可以從joint mass找出個別RV的mass,在continuous RV中當然也可以。如果要求discrete X from joint mass function p(X,Y),我們是把x看成常數,然後加總所有可能的y與此常數x同時發生的機率,在continuous RV版本中則用integration取代:
舉例,假設我們有一joint density of X Y =
則density of X :
density of Y:
就這麼簡單。
另一個例子
有一joint density如下,求P(X>1)?這個density的(x,y)分布區間是x=y的直線下方的所有(x,y):
(1) 按照定義去求P(X>1)的話,就是做了雙重積分,定義域為x從1~INF,而y從0~x:
(2) 先求出X density,然後按照P(X>1)的定義用X density去求P(X>1):
可以看到兩個方法的數學步驟一模一樣,只是一個按照joint density求機率的定義,一個按照single variable用density求機率的定義,數學式是一模一樣的。
這一題要解下去的話,需要用到微積分中的substitution methods:
早忘光了啦!
沒有留言:
張貼留言