对联合密度函数为
f
(
x
,
y
)
f(x,y)
f(x,y)的2-维连续型随机向量
(
X
,
Y
)
(X,Y)
(X,Y),下列代码定义计算其函数
Z
=
g
(
X
,
Y
)
Z=g(X,Y)
Z=g(X,Y)的数学期望
E
(
g
(
X
,
Y
)
)
E(g(X,Y))
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
)
(X,Y)
(X,Y)的函数
Z
=
g
(
X
,
Y
)
Z=g(X,Y)
Z=g(X,Y)的数学期望
E
(
g
(
X
,
Y
)
)
E(g(X,Y))
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
)
f(x,y)
f(x,y),func表示随机向量函数
g
(
X
,
Y
)
g(X,Y)
g(X,Y)。第3行设置被积函数
g
(
x
,
y
)
f
(
x
,
y
)
g(x,y)f(x,y)
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
)
)
=
∫
−
∞
+
∞
∫
−
∞
+
∞
g
(
x
,
y
)
f
(
x
,
y
)
d
x
d
y
E(g(X,Y))=\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}g(x,y)f(x,y)dxdy
E(g(X,Y))=∫−∞+∞∫−∞+∞g(x,y)f(x,y)dxdy。 例1 设随机向量
(
X
,
Y
)
(X, Y)
(X,Y)的联合密度函数为
f
(
x
,
y
)
=
{
3
2
x
3
y
2
1
x
<
y
<
x
,
x
>
1
0
其他
f(x, y)=\begin{cases}\frac{3}{2x^3y^2}&\frac{1}{x} |