第2章 概率.ppt

第二章随机变量 离散型随机变量 随机变量的分布函数 连续型随机变量 一维随机变量函数的分布 二维随机变量的联合分布 多维随机变量的边缘分布与独立性 条件分布 多维随机变量函数的分布 2.1 随机变量的概念 2.2离散型随机变量 ·几个常用的离散型分布（一）伯努利(Bernoulli)概型与二项分布 (P26)若以X表示n重伯努利试验事件A发生的次数，则称X服从参数为n,p的二项分布。记作 其分布律为： 2.3 随机变量的分布函数一、分布函数的概念. 二、分布函数的性质(P28) 2.4 连续型随机变量一、概率密度 二、几个常用的连续型分布 二. 联合分布函数 四.二维连续型随机变量及其密度函数 边缘分布律的定义 二、连续性随机变量的边缘分布 二、连续性随机变量的边缘分布 2.7 一维随机变量函数的分布 二、连续型随机变量函数的密度函数 2.8 多维随机变量函数的分布一、二维离散型随机变量函数的分布律 二、多维随机变量函数的密度函数 例1.设X?U(-1,1),求Y=X2的分布函数与概率密度。 当y0时 当0≤y1时 当y≥1时 解 例2.设X的概率密度为fX(x),y=g(x)关于x处处可导且是 x的严格单减函数，求Y=g(X)的概率密度。 解：Y的分布函数为 FY(y)=P{Y?y}=P{g(X)?y} =P{X≥g-1(y)}=1-FX(g-1(y)) ?Y的概率密度为 fY(y)=F?(g-1(y))=－fX(g-1(y)) g-1(y) 2、公式法：一般地 若X～fX(x), y=g(x)是单调可导函数，则 注：1 只有当g(x)是x的单调可导函数时，才可用以 上公式推求Y的密度函数； 2 注意定义域的选择。 其中h(y)为y＝g(x)的反函数. 例3.已知X?N(?,?2),求 解： 的概率密度 关于x严格单调,反函数为 故 设二维离散型随机变量（X，Y）， (X, Y)～P(X＝xi, Y＝yj)＝pij ，i, j＝1, 2, … 则 Z＝g(X, Y)～P{Z＝zk}＝ ＝pk , k＝1, 2, … g(xi,yj) pij (xi,yj) g(x1,y2) g(x1,y1) Z=g(X,Y) p12 p11 pij … … (x1,y2) (x1,y1) (X,Y) 或 EX 设随机变量X与Y独立，且均服从0-1 分布，其分布律均为 X 0 1 P q p (1) 求W＝X＋Y的分布律; (2) 求V＝max(X, Y)的分布律； (3) 求U＝min(X, Y)的分布律。 (4)求w与V的联合分布律。 U＝min(X, Y) V＝max(X, Y) W＝X＋Y pij (1,1) (1,0) (0,1) (0,0) (X,Y) 0 1 1 2 0 1 1 1 0 0 0 1 V W 0 1 0 1 2 0 0 0 1、一般的方法：分布函数法(p56) 若(X1, X2, …, Xn)~f (x1, x2, …, xn), (x1, x2, …, xn)?Rn, Y=g(X1, X2, …, Xn), 则可先求Y的分布函数: 然后再求出Y的密度函数: 2、几个常用函数的密度函数 (1)和的分布 已知(X, Y)～f(x, y), (x, y)?R2, 求Z＝X＋Y的密度。 Y x+y=z x+y? z 进一步，得到： X 2、几个常用函数的密度函数 (1)和的分布 z x+y=z x+y? z