工程随机数学(2015-3).ppt

§3.5二维随机变量函数的分布 则 = 例2：设X和Y是相互独立的标准正态随机变量，求 的概率密度。 解：由卷积公式： §3.5二维随机变量函数的分布 对于X与Y均服从正态分布时的情况，可以验证当X与Y独立时，Z=X+Y 仍然服从正态分布 即X?N（?1，?12），Y?N（?2，?22）Z=X+Y?N（?1+?2，?12+?22），此结论可推广n个相互独立的随机变量和的分布，即，若 （X1，X2，X3，······· Xn），Z= X1+X2+X3+ ······ +Xn，Xi?N（?，?2） i=1，2， ······ ，n 则 Z?N（n?，n?2） §3.5二维随机变量函数的分布 例题3： 设X与Y独立，X?N（1，2），Y?N（0，1）求Z=2X-Y+3的概率密度 解：由上一章和本章知识知： 当 X?N（?，?2），Y=aX+b?N（a?+b，(a?)2）， 当 Y?N（0，1），-Y?N（0，1） 以及 Z=X+Y?N（?1+?2，?12+?22） 故， 2X ?N（2，22×2） 2X－Y?N（2，22×2+1） 2X-Y+3?N（2+3，22×2+1）=N（5，32） 所以， 应用：在强噪声背景下提取微弱信号 设发射机发出信号Ss，接收机输出为 Y=X+S， S—非随机确定性信号，X—随机干扰噪声，X?N（s，?2）， 显然，Y是X的线性函数，亦是随机变量， s —有用信号电平，?2 —干扰平均功率 现在，每隔△T时刻重复发出一次信号，则在接收机端可以 收到一串信号YK序列，即， k=1，2， ······ ，m 由于每隔一定时间发送信号，因此[yK]是相互独立的，且同 分布即?N（s，?2） 应用：在强噪声背景下提取微弱信号 把yK累加，令Z= ，则由前面所述，Z也服从正态 分布，且 也即 其中，ms代表m次累加后有用信号的电平，m?2代表m次累 加后的噪声功率 令 代表Y=X+S的信噪比，则m次累加后的信噪比为 §3.5二维随机变量函数的分布 例题4： 设X与Y独立，分别服从参数为?1，?2的泊松分布，求Z=X+Y 的概率密度 解：因为独立，根据卷积公式，将其离散化，得 例5：设X,Y相互独立、服从相同的指数分布，概率密度 为： 求 的概率密度。 解：根据卷积公式： §3.5二维随机变量函数的分布 （二）极值分布 设X与Y独立，其分布函数分别为 所谓极值分布即是求M=max（X，Y）和N=min（X，Y）的 分布，即求 和 由于事件{ X，Y的最大值不大于z} = { X，Y都不大于z} ，故 M=max（X，Y）≤z意味着X和Y都≤z，所以 ， 由独立性 得 §3.5二维随机变量函数的分布 而对于极小值分布，类似地 注1：可推广到n个相互独立随机变量情形 注2：若独立且同分布，则可以写成 §3.5二维随机变量函数的分布 例1：某接收机输出测5次，分别有值 设彼此独 立，且都服从参数为 的瑞利分布，求 的概率分布 解：已知瑞利分布的概率密度分布 考虑到 彼此独立，所以， = 例2：设系统L由两个相互独立的子系统L1,L2联结而成，联结的方式分别为：(1)串联；(2)并联；(3)备用(当系统L1损坏时，系统L2开始工作)。 如图，设L1,L2的寿命分别为X,Y，已知它们的概率密度分别为： 试分别就以上三种联结方式写出L的寿命Z的概率密度。 X Y L1 L2 X Y L2 L1 X Y L2 L1 串联的情况 由于当L1,L2中由一个损坏时，系统L就停止工作，所以L的寿命为Z=min(X,Y)； 而X,Y的分布函数分别为： 故Z的分布函数为： 于是Z的概率密度为： 即Z仍服从指数分布 L1 L2 并联的情况 由于当且仅当L1,L2都损坏时，系统L才停止工作，所以这时L的寿命为Z=max(X,Y)，Z的分布函数为： Z的概率密度为： L1 L2 备用的情况 由于这时当系统L1损坏时，系统L2才开始工作，因此整个系统L的寿命Z是L1,L2寿命之和，即 Z=X+Y； 因此： L1 L2 §2 边缘分布 二、边缘概率密度 对于连续型随机变量(X,Y)，概率密度为 X,Y的边缘概率密度为： X,Y的边缘函数为： 例2：(X,Y)的联合分布律为 求：(1)a,b的值； (2)X,