概统62节(不讲).pptVIP

3 平方和的分布: Z X 2+Y 2 设 X ,Y 的联合 d.f. 为 f x,y ， 则 例如，X ~ N 0,1 , Y ~ N 0,1 , X ,Y 相 互独立， Z X 2+Y 2 , 则 自由度为2 的? 2分布 称为 4 极值分布：即极大 小 值的分布 离散随机变量的极值分布 可直接计算 仅就独立情形讨论极值分布 max X ,Y P 1 0 0.75 0.25 例5 X, Y 相互独立, 都服从参数为 0.5 的 0-1分布. 求 M max X ,Y 的概率分布 解 Y X pij 1 0 1 0 0.25 0.25 0.25 0.25 例5 设连续随机变量X ,Y 相互独立, X ~ FX x , Y ~ FY y , M max X ,Y , N min X ,Y , 求 M ,N 的分布函数. * §3.4 二维 r.v.函数的分布 已知r.v. X ,Y 的概率分布, g x, y 为已知的二元函数, 转化为 X ,Y 的事件 §3.4 问题 方法 求 Z g X ,Y 的概率分布 当 X ,Y 为离散r.v.时, Z 也离散 当 X ,Y 为连续r.v.时， 其中 的几何意义： Dz 例1 设二维r.v. X,Y 的概率分布为 X Y pij -1 1 2 -1 0 求 的概率分布 离散型二维 r.v.的函数 离散型 解 根据 X,Y 的联合分布可得如下表格： P X +Y X -Y X Y Y / X X,Y -1,-1 -1,0 1,-1 1,0 2,-1 2,0 -2 -1 0 1 1 2 0 -1 2 1 3 2 1 0 -1 0 -2 0 1 0 -1 0 -1/2 0 故得 P X+Y -2 -1 0 1 2 P X - Y -1 0 1 2 3 P X Y -2 -1 0 1 P Y /X -1 -1/2 0 1 设 X ~B n1, p , Y ~B n2, p , 且独立， 具有可加性的两个离散分布 设 X ~ P ?1 , Y ~ P ?2 , 且独立， 可加性 则 X + Y ~ B n1+n2, p 则 X + Y ~ P ?1+ ?2 X ~ P ?1 , Y ~ P ?2 , 则 Z X + Y 的可能取值为 0,1,2, ?, Poisson分布可加性的证明 问题 已知r.v. X ,Y 的d.f.数， g x,y 为已知的二元函数， 求 Z g X ,Y 的d.f. 方法 从求Z 的分布函数出发,将Z 的分布函数 转化为 X ,Y 的事件 建立新的二维r.v. Z ,X 或 Z, Y , 求其边缘分布得Z 的d.f. 二维连续r.v.函数的分布 连续型 1 和的分布：Z X + Y 设 X ,Y 的联合d.f.为 f x,y , 则 ? z ? z x +y z 或 特别地，若X ,Y 相互独立，则 或 或 称之为函数 f X z 与 f Y z 的卷积 例2 已知 X ,Y 的联合d.f.为 Z X + Y ,求 f Z z 解法一（图形定限法） 显然X ,Y 相互独立,且 例2 z 1 z x z-1 x x 2 1 解法二 从分布函数出发 x+y z 当z 0 时， 1 y x 1 当0 ? z 1 时， y x 1 1 x+y z ? z ? z x+y z 当1? z 2 时， z-1 1 y x 1 ? z ? z 1 y x 1 x+y z 2 2 当2 ? z 时， 例3 已知 X ,Y 的联合 d.f.为 Z X + Y ,求 f Z z 解法一 （图形定限法） 由公式（1） 例3 z x z x z 2x x 1 1 2 当 z 2 , z z z z 当 0 ≤ z 1, 当 1 ≤ z 2, f Z z 0 这比用分布函数做简便 解法二 （不等式组定限法） 考虑被积函数取非零值的区域 令不等式边边相等,解得 z 轴上的三个 分界点 0，1，2 当 或 时不等式组 无解 当 时不等式组 解为 当 时不等式组 解为 正态随机变量的结论 若X ,Y 相互独立, 则 若 X ,Y 则 若 相互独立 则 推广 已知 X ,Y 的联合d.f. f x,y 求 Z aX +bY + c 的 d.f., 其中 a,b,