概率论的基础--chapter 3_4.PPTVIP

Probability Theory 3.4 随机变量的函数及其分布 * 多 维 随 机 变 量 第 三 章 杨宇明 yym_329@ A :炮击某一目标O , 已知弹着点(X ,Y )服从二维正 态分布. 点( X ,Y )与目标O的距离 服从什么分布? B : 由统计物理学,气体分子运动速率 v 服从马克斯维尔分布. 分子运动动能 服从什么分布? §4 随机变量的函数及其分布 一.离散型随机变量的函数及其分布律 离散型随机变量X 的分布律为 Y =g( X ) 则 离散型随机变量(X , Y )的分布律为 Z =G( X ,Y ) 则 定理:设随机变量(X , Y )是离散型随机变量,X,Y相互独立其分布律为: 则X+Y 的分布律为: (1,1) (1,0) (0,1) (0,0) (X,Y) 1/10 3/10 3/10 3/10 P 1/10 3/10 1 3/10 3/10 0 1 0 X Y 试求 1) sin X 2) X +Y 3) XY 4) Max (X,Y)的分布律. 解:由(X ,Y)的分布律得 1 0 X sin1 0 sin X 2 1 1 0 X+Y 1 0 0 0 XY 1 1 1 0 Max (X,Y) 例3.4.1设(X ,Y)的联 合分布律为 (1,1) (1,0) (0,1) (0,0) (X,Y) 1 1 1 0 Max (X,Y) 1 0 0 0 XY 2 1 1 0 X+Y sin1 0 sin X 1 0 X 1/10 3/10 3/10 3/10 P 0.4 0.6 P sin1 0 sinX 0.6 1 0.1 0.3 P 2 0 X+Y 0.1 0.9 P 1 0 XY 0.7 0.3 P 1 0 Max (X,Y) m n n m k k m n k n C C C 2 1 2 1 0 + = - = ? 利用 二项分布具有可加性 例3.4.2设X ,Y相互独立,且X~B(n1, p) , Y~B(n2, p) 则 X+Y~B(n1+ n2 , p) 二项分布具有可加性 泊松分布具有可加性 若X1, X2,…. ,Xn相互独立,且Xi~ B(1, p)则 X1+ X2+….+ Xn~ B(n, p) 反之 若 X~ B(n, p) 则存在相互独立的 Xi~ B(1, p) i=1,2,…n s.t X =X1+ X2+….+ Xn 二.连续型随机变量的函数及其概率密度 定理:设随机变量X 具有概率密度fX(x) -?x+? 又设函数g(x)处处可导且恒有g’(x)0 (或g’(x)0 ) 则Y= g(X) 是连续型随机变量,其概率密度为 对于二维的情形可类似给出. 设X是连续型随机变量 则Y= g(X)也是连续型随机变量 例3.4.3 :设X~N(0, 1) , 求Y=X2 的概率密度 分析:求随机变量的函数的概率密度我们一般是通过求分布函数得到的. 解: 求随机变量Z=X+2Y的分布函数和概率密度. X Y 解:FZ(z)=P{Z?z}= P{X+2Y?z} X+2Y=z f(x,y)的非0区域 例3.4.4设二维随机变量(X,Y )的联合概率密度为: 三.几种特殊函数的分布 一般原则：对于二维连续型随机变量（X , Y ）的函 数Z = G （X , Y ）的概率密度 f z ( z )。我们 一般是先求出 Z 的分布函数 F Z ( Z ) 再对F Z ( Z )微分得到 f z ( z ) 1.M = max (X ,Y) N = min (X ,Y) 若 X 与 Y 相互独立有： 若 X 与 Y 相互独立且具有相同分布有： 从而： 思考： 我们已经知道 若 X 与 Y 相互独立有： ( ) ( ) [ ] ( ) z fX z FX z f N - = 1 2 若 X 与 Y 相互独立且具有相同分布有： ( ) ( ) ( ) ( ) ( ) ( ) z F z f z F z f z f z f X Y Y X Y X - - + ( ) (