Chap3-3随机向量函数的分布.ppt

作 业 3.20 3.21 3.23 3.26 第二、三章小结. 多维随机变量 分布函数 函数的分布 离散型——分布律 归一性 概率计算 归一性 概率计算 连续型——概率密度 归一性 概率计算 分布函数与概率密度的互变 边缘分布律 边缘分布函数 独立性 边缘概率密度 均匀分布 正态分布 概率论与数理统计 随机向量函数的分布 北京工业大学应用数理学院 3.7.1 离散型分布情形 例1：若X与Y独立，且 P(X=k)=ak , k=0,1,2, … , P(Y=k)=bk , k=0,1,2, …, 求 Z=X+Y 的概率分布。 解： §3.7 随机变量和的分布 卷积公式 证明: 依题意，有 例2: 若X和Y相互独立，它们分别服从参数为 的泊松分布, 证明 Z=X+Y 服从参数为 的泊松分布。 由卷积公式 得 即 Z 服从参数为 的泊松分布。 设X和Y的联合密度为 f (x, y), 求 Z=X+Y 的概率密度。 因 Z =X+Y 的分布函数是: FZ(z)=P(Z≤z)=P(X+Y ≤ z) 这里积分区域 D={ (x, y): x+y ≤z }， 是直线 x+y = z 左下方的半平面。 3.7.2 连续型分布的情形 化成累次积分, 得 固定z和y, 对方括号内的积分作变量代换, 令 x= u-y, 得 变量代换 交换积分次序 由概率密度与分布函数的关系, 即得 Z=X+Y 的概率密度 由X和Y的对称性, 知 fZ (z)又可写成 以上两式就是两个随机变量和的概率密度的一般公式。 特别地, 当X和Y独立, 设 (X,Y) 关于X, Y的边缘密度分别为fX(x) 和fY(y) , 上述两式化成: 这两个公式称为卷积公式。 下面考虑用卷积公式求 Z=X+Y 的概率密度的方法。 为确定积分限, 先找出被积函数不为零的区域 例3: 设X和Y独立, 有共同的概率密度 求 Z=X+Y 的概率密度。 解: 由卷积公式，得 即 （如图示） 即 于是 例4: 设X和Y相互独立, 均服从标准正态分布， 求 Z=X+Y的概率密度。 解: 由卷积公式，对-∞ z ∞，有 因为 于是 进一步可以证明：若X和Y 相互独立，且 这表明：Z ~ N(0, 2) 。 例5：设某种商品在一周内的需求量是一个随机变量，概率密度函数为 如果各周的需求量相互独立，求两周需求量的概率密度函数。 解：分别用X和Y表示该种商品在第一、第二周内的需要量，则其概率密度函数分别为 两周需求量 Z=X+Y, 概率密度函数为 被积函数不为零。 当 z≤0 时， 因此， 当 z 0 时， 所以，Z 的概率密度为 3.7.3 M = max(X,Y) 及 N = min(X,Y) 的分布 设X，Y是两个相互独立的随机变量，分布函数分别为FX(x)和FY(y)。求 M = max (X, Y) 及N = min (X, Y)的分布函数。 再由X 和Y 相互独立，得到 M = max (X,Y) 的分布函数为: 即 FM(z) = FX(z) FY(z) . FM(z)=P(M≤z) = P(X≤z, Y≤z) = P(X≤z) P(Y≤z) . 分析：由于 “M = max (X,Y) ≤ z” 等价于“X≤z, Y≤z”，故有 P(M≤z) = P(X≤z, Y≤z). 类似地，可得 N = min (X,Y) 的分布函数 下面进行推广到 n 个相互独立的随机变量的情况。 即有 FN(z) = 1-[1-FX(z)][1-FY(z)] = FX(z)+FY(z)-FX(z)FY(z) . = 1-P(Xz, Yz) FN(z) = P(N≤z) = 1-P(Nz) = 1- P(Xz) P(Yz) . 设X1, …, Xn 是 n 个相互独立的随机变量,分布函数分别为 用与二维时完全类似的方法，可得： N = min(X1,…,Xn)的分布函数为 M = max(X1,…,Xn)的分布函数为 特别地，当X1, …, Xn相互独立，且具有相同分布函数 F(x) 时，有 FM(z)=[F(z)] n ， FN(z)=1-[1-F(z)] n . 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,…