STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
122 KAPITEL 3 SLUMPVARIABLER<br />
2007-10-08 – sida 122 – # 126<br />
[Bild saknas]<br />
Figur 3.27. Illustration av den tvådimensionella täthetsfunktionen<br />
fX,Y (x, y) = x + y, 0 ≤ x ≤ 1, 0 ≤ y ≤ 1.<br />
att fX,Y (x, y)dxdy = 1 som det ska. För A = [0, 0.5] × [0, 0.5]<br />
får vi P ((X, Y ) ∈ A) = 0.5 0.5<br />
0 0 (x + y)dxdy = 1/8 samt för B =<br />
[0.5, 1]×[0.5, 1] får vi P ((X, Y ) ∈ B) = 1 1<br />
0.5 0.5 (x+y)dxdy = 3/8. Område<br />
B har således tre gånger så hög sannolikhet som A trots att områdena<br />
är lika stora.<br />
För en tvådimensionell slumpvariabel kan man ibland primärt vara intresserad<br />
av den ena komponenten. Man kan då studera den marginella fördelningen.<br />
Vi har följande samband mellan en tvådimensionell slumpvariabel<br />
<strong>och</strong> dess ena komponent.<br />
SATS 3.23 (MARGINELL FÖRDELNING)<br />
Betrakta en tvådimensionell slumpvariabel (X, Y ) <strong>med</strong> fördelningsfunktion<br />
FX,Y (x, y). Den marginella fördelningsfunktionen för slumpvariabeln<br />
X ges då av FX(x) = FX,Y (x, ∞). Om (X, Y ) är diskret ges<br />
den marginella sannolikhetsfunktionen för X av pX(j) = <br />
k pX,Y (j, k).<br />
Om (X, Y ) är kontinuerlig ges den marginella täthetsfunktionen för X av<br />
fX(x) = fX,Y (x, y)dy.<br />
ANMÄRKNING 3.32<br />
Den marginella fördelningen för Y fås på motsvarande sätt genom att<br />
byta plats på variablerna ovan.