概率论与数理统计随机变量函数的分布.pptVIP

随机变量的函数是一个这样的随机变量，若 随机变量Y 满足： Y=g(X) 则称随机变量Y 是X 的随机变量的函数。 例1 离散型随机变量X的分布律如下： 例2 加油站代营出租车业务，每出租1辆车收入3元。该油站每天要付出60元工职。每天出租汽车数X的分布律如下： 例3 设随机变量X具有概率密度 例4 设随机变量X～e(1),即 例5 已知随机变量X～ N(0,1)。 例6 已知随机变量X～ 例7 设随机变量 ，证明 在试验E 中如果定义了两个随机变量X、Ｙ，则它们构成的向量（X，Ｙ）叫做二维随机变量。 （1）F (x , y )是变量 x , y 的单调非减函数，即 若二维随机变量 ( X, Y ) 所取的可能值是有限对或可数对,则称 ( X, Y ) 为二维离散型随机变量. 例7 已知二维分布(X,Y)分布律如下： * LOGO 比如，某厂的电机的噪声电压V 的密度分布： 求功率 W=V2/R (R 为电阻)的分布. 在实际应用中，人们常常对随机变量的函数 感兴趣. 概率论与数理统计 概率论与数理统计 设随机变量 X 的分布已知，Y=g (X) (设g 是连续函数），如何由 X 的分布求出 Y 的分布？ 概率论与数理统计 0.4 0.1 0.3 0.2 P 2 1 0 -1 X 解 0.4 0.1 0.3 0.2 P 1 0 1 4 Y 2 1 0 -1 X 概率论与数理统计 所以Y的分布律为： 0.2 0.7 0.1 P 4 1 0 Y 概率论与数理统计 0.15 0.45 0.25 0.15 P 40 30 20 10 X 求加油站获利的概率。 解 纯收入Y = 3 X – 60 获利的概率：0.45+0.15=0.60 概率论与数理统计 设连续型随机变量 X 的密度函数f(x)已 知，Y=g (X)，如何由X的分布求出Y的密度 函数？ 通常有两种方法： ①分布函数法；（通法） ②“公式法”。 求随机变量 的概率密度。 概率论与数理统计 解 Y的分布函数FY(y)为 FY(y)=P{ Y y } = P (2X+8 y ) =P{ X } = FX( ) 概率论与数理统计 于是Y 的密度函数 复合函数求导法则 故 概率论与数理统计 概率论与数理统计 解 概率论与数理统计 求导，得 从上述两例中可以看到，在求P(Y≤y) 的过程中，关键的一步是设法从{ g(X) ≤ y }中解出X,从而得到与 {g(X) ≤ y }等价的X 的不等式 。 这样做是为了利用已知的 X的分布，从而求出相应的概率。 这就是分布函数法。 例如，用 代替 {2X+8 ≤ y } 用 代替{ X2 ≤ y } 概率论与数理统计 概率论与数理统计 解 概率论与数理统计 解 定理1 设随机变量 具有概率密度 又设函数 处处可导，且 （或 ）， 是连续型随机变量，其概率密度为： 则 其中 是函数 的反函数. 概率论与数理统计 概率论与数理统计 解 概率论与数理统计 能不能将上述随机变量单独分别进行研究 由于同一对象的不同指标之间往往是有一定联系的，所以应该把它们作为一个整体来看待。 家庭衣食住行的花费分别为X1,X2,X3, X4。 某企业的利润率X 、总资产周转率Y 与 资金流动比率Z。 概率论与数理统计 CET4的听力成绩X1，词汇成绩X2，阅读 成绩X3，写作成绩X4。 概率论与数理统计 由于X,Y之间往往是有一定联系的，所以应该把它们作为一个整体来看待。因而要研究X，Ｙ的联合分布。 联合分布函数的定义 概率论与数理统计 概率论与数理统计 y o (x, y) (X, Y ) 概率论与数理统计 如何利用分布函数计算概率 概率论与数理统计 对于任意固定的 y ,  且 对于任意固定的 x , 当 y1 y2时， 对于任意固定的 x , （3） F (x , y )=F(x+0,y), F (x , y )=F(x ,y+0)。 对于任意固定的 y ,当 x1 x2时， 概率论与数理统计 概率论与数理统计 二维联合分布律的性质： 概率论与数理统计 概率论与数理统计 0.1 0.3 1 0.3 0.3 0 1 0 Y X 概率论与数理统计 求边缘分布。 *