维随机变量函数的分布.ppt

上传人:zhu****ei 文档编号:3528220 上传时间:2019-12-17 格式:PPT 页数:40 大小:743KB
返回 下载 相关 举报
维随机变量函数的分布.ppt_第1页
第1页 / 共40页
维随机变量函数的分布.ppt_第2页
第2页 / 共40页
维随机变量函数的分布.ppt_第3页
第3页 / 共40页
点击查看更多>>
资源描述
在第二章中,我们讨论了一维随机变量函数的分布,现在我们进一步讨论:,我们先讨论两个随机变量的函数的分布问题,然后将其推广到多个随机变量的情形.,当随机变量X1,X2,Xn的联合分布已知时,如何求出它们的函数Yi=gi(X1,X2,Xn),i=1,2,m的联合分布?,3.5.1和的分布,3.5.1.1离散型随机变量和的分布,3.5.1.2连续型随机变量和的分布,3.5.4极值分布,第五节二维随机变量的函数分布,二维随机变量的函数的分布,的分布函数,问题:如何确定随机变量Z的分布呢?,一、离散型分布的情形,例1若X、Y独立,P(X=k)=ak,k=0,1,2,P(Y=k)=bk,k=0,1,2,求Z=X+Y的概率函数.,解:,=a0br+a1br-1+arb0,由独立性,此即离散卷积公式,r=0,1,2,3.5.1和的分布:Z=X+Y,例2设的联合分布列为,分别求出(1)X+Y;(2)X-Y的分布列,解由(X,Y)的联合分布列可得如下表格,解得所求的各分布列为,解:依题意,由卷积公式,i=0,1,2,j=0,1,2,即Z服从参数为的泊松分布.,r=0,1,,例4设X和Y相互独立,XB(n1,p),YB(n2,p),求Z=X+Y的分布.,回忆第二章对服从二项分布的随机变量所作的直观解释:,我们给出不需要计算的另一种证法:,同样,Y是在n2次独立重复试验中事件A出现的次数,每次试验中A出现的概率为p.,若XB(n1,p),则X是在n1次独立重复试验中事件A出现的次数,每次试验中A出现的概率都为p.,故Z=X+Y是在n1+n2次独立重复试验中事件A出现的次数,每次试验中A出现的概率为p,于是Z是以(n1+n2,p)为参数的随机变量,即:,若X与Y相互独立,XB(n1,p),B(n,p),则X+YB(n1+n2,p),二项分布的可加性,例5设X和Y的联合密度为f(x,y),求Z=X+Y的密度,解:Z=X+Y的分布函数是:FZ(z)=P(Zz)=P(X+Yz),这里积分区域D=(x,y):x+yz是直线x+y=z左下方的半平面.,二、连续型分布的情形,化成累次积分,得,由X和Y的对称性,fZ(z)又可写成,以上两式是两个随机变量和的概率密度的一般公式.,交换积分次序,特别,当X和Y独立,设(X,Y)关于X,Y的边缘密度分别为fX(x),fY(y),则上述两式化为:,这两个公式称为卷积公式.,下面我们用卷积公式来求Z=X+Y的概率密度,为确定积分限,先找出使被积函数不为0的区域,解:由卷积公式,即,如图示:,于是,解法二从分布函数出发,当z0时,,可用卷积公式直接求密度函数与通过分布函数求密度函数两种方法求和的分布,当0z1时,,当1z2时,,z-1,当2z时,,例7设随机变量X1和X2相互独立,且均服从标准正态分布N(0,1),求Y=X1+X2的概率密度函数.,解由题意得,X1和X2相互独立,故,结论:两个独立的正态分布的随机变量的和仍服从正态分布.,X1+X2N(1+2,12+22),正态分布的可加性,.即:若X1N(1,12),X2N(2,22),X1,X2独立,则,有限个独立正态变量的线性组合仍服从正态分布.,更一般地,可以证明:,推论:有限个独立的正态分布的线性函数仍服从正态分布.,即:若XiN(i,i2),(i=1,2,.n),X1,X2,.Xn相互独立,实数a1,a2,.,an不全为零,则,特别,若X1,X2,.Xn独立同正态分布N(,2),则,记:,从前面例5可以看出,在求随机向量(X,Y)的函数Z=g(X,Y)的分布时,关键是设法将其转化为(X,Y)在一定范围内取值的形式,从而利用已知的分布求出Z=g(X,Y)的分布.,例8甲乙两人约定中午12时30分在某地会面.如果甲来到的时间在12:15到12:45之间是均匀分布.乙独立地到达,而且到达时间在12:00到13:00之间是均匀分布.试求先到的人等待另一人到达的时间不超过5分钟的概率.又甲先到的概率是多少?,所求为P(|X-Y|5)及P(XY),甲先到的概率,由独立性,先到的人等待另一人到达的时间不超过5分钟的概率,解一:,P(|X-Y|5),=P(-5X-Y5),=1/6,=1/2,P(Xz,Yz),FN(z)=P(Nz),=1-P(Nz),=1-P(Xz)P(Yz),设X1,Xn是n个相互独立的随机变量,M=max(X1,Xn)的分布函数为:,N=min(X1,Xn)的分布函数是,特别,当X1,Xn相互独立且具有相同分布函数F(x)时,有,FM(z)=F(z)nFN(z)=1-1-F(z)n,与二维情形类似,可得:,需要指出的是,当X1,Xn相互独立且具有相同分布函数F(x)时,常称,M=max(X1,Xn),N=min(X1,Xn),为极值.,由于一些灾害性的自然现象,如地震、洪水等等都是极值,研究极值分布具有重要的作用和实用价值.,下面我们举一例,说明当X1,X2为离散型r.v时,如何求Y=max(X1,X2)的分布.,解一:P(Y=n)=P(max(X1,X2)=n),=P(X1=n,X2n)+P(X2=n,X10,0,试分别就以上两种联结方式写出L的寿命Z的概率密度,这一讲,我们介绍了求随机向量函数的分布的原理和方法,需重点掌握的是:,1、已知两个随机变量的联合概率分布,会求其函数的概率分布;2、会根据多个独立随机变量的概率分布求其函数的概率分布,
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 图纸专区 > 课件教案


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!