南京大学-概率论-xiech3-3.4.pdfVIP

§3.3 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 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 ),( kk jik yxgzZ ?? ? ? ???? kkjki kk zyxg jik yYxXPzZP ),( ),()( ?,2,1?k 当( X ,Y )为连续r.v.时， )()( zZPzFZ ?? )),(( zYXgP ?? ??? zD dxdyyxf ),( }),(|),{(: zyxgyxD z ?其中 -1 -0.5 0 0.5 1 -1 -0.5 0 0.51 0 0.25 0.5 0.75 1 }),(|),{(: zyxgyxD z ? 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 41 61 41 81 121 81 求 XYXYYXYX ,,, ?? 的概率分布 离散型二维 r.v.的函数 解 根据( X,Y )的联合分布可得如下表格： P 41 41 61 8181 121 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 41 41 4161 121 P X - Y -1 0 1 2 3 41 41 4181 81 P X Y -2 -1 0 1 61 4181 2411 P Y /X -1 -1/2 0 1 4181 241161 ? 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， 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, ?, ,),()( 0 ? ? ????? k i ikYiXPkZP ? ? ??? ? ?? k i iki ik e i e 0 21 )!(! 21 ?? ?? ? ? ? ?? ? ? k i iki iki k k e 0 21)!(! ! ! 21 ?? ?? ! )( 2121 k ek ???? ???? ?,2,1,0?k 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 (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 )()( zZPzFZ ?? )( zYXP ??? ?? ?? ? zyx dxdyyxf ),( ? ? ?? ?? ? ?? ? xz dyyxfdx ),( 或 ? ? ?? ?? ? ?? ? yz dxyxfdy ),( ?????? z 特别地，若X ,Y 相互独立，则 ? ?? ?? ?? dxxzxfzfZ ),()( )3(?????? z ? ?? ?? ?? dyyyzfzfZ ),()(或 ? ?? ?? ?? dxxzfxfzf YXZ )()()( ? ?? ?? ?? dyyfyzfzf YXZ )()()(或 )()( zfzf YX ?? 记作 )()( zfzf YX ?? 记作 )1(?????? z )2(?????