第4章多维随机变量及其分布.pptVIP

概率论与数理统计 第四章 多维随机变量及其分布 第四章 多维随机变量及其分布 4.1 多维随机变量及其分布函数、边缘分布函数 第四章 多维随机变量及其分布 4.2 二维离散型随机变量 第四章 多维随机变量及其分布 4.3 二维连续型随机变量 第四章 多维随机变量及其分布 4.3 二维连续型随机变量 第四章 多维随机变量及其分布 4.4 随机变量的独立性 第四章 多维随机变量及其分布 4.5 二维随机变量函数的分布 x 2 O y 图 1 S xy=S 于是 4.5.3 M=max(X,Y)及N=min(X,Y)的分布 设随机变量M=max(X,Y)，N=min(X,Y)分别表示随机变量X与Y间的最大值和最小值；又X与Y的分布函数分别为FX(x)和FY(y)，求M及N的分布函数. 先求M=max(X,Y)的分布函数： FM(m)=P(M≤m)=P(max(X,Y)≤m) 因为M不大于m等价于X和Y都不大于m，故 FM(m)=P(X≤m,Y≤m)=F(m,m) 而当X与Y相互独立时， FM(m)=P(X≤m)P(Y≤m)=FX(m)FY(m) 下面求N=min(X,Y)的分布函数： FN(n)=P(N≤n)=P(min(X,Y)≤n) =P(X≤n)+P(Y≤n)?P(X≤n,Y≤n) FN(n)=P(N≤n)=P(min(X,Y)≤n) =1?P(min(X,Y)n) 因为N不大于n等价于X和Y都大于n，故 FN(n)=1?P(min(X,Y)n)=1?P(X n,Yn) 而当X与Y相互独立时， FN(n)=1?P(X n,Yn)=1?P(X n)P(Yn) =1?[1?P(X≤n)][1?P(Y≤n)] =1?[1?FX(n)][1?FY(n)] 上面的结果可以推广到n个相互独立的随机变量的情况 设(X1,X2,…,Xn)是相互独立的且分布函数分别为Fx1(x1),Fx2(x2),…,Fxn(xn)的n个随机变量，则max(X1,X2,…,Xn)的分布函数Fmax(z)为 min(X1,X2,…,Xn)的分布函数Fmin(z)为 特别地，当X1,X2,…,Xn是相互独立的且具有相同分布函数F(z)的n个随机变量时，有 例6设电子仪器由两个相互独立的电子装置L1和L2组成，组成方式有两种： (a) L1与L2串联；(b) L1与L2并联 L1 L2 L1 L2 已知L1、L2的寿命分别为X与Y，它们的分布函数分别为 其中α0，β0. 试在两种联结方式下，分别求出仪器寿命Z的概率密度. 解 (a)串联情况 X : L1 Y : L2 由于L1、L2有一个损坏时，仪器就停止工作，所以仪器的寿命 Z=min(X,Y) 因此 于是Z=min(X,Y)的概率密度 (b)并联情况 X : L1 Y : L2 由于只有L1与L2都损坏时，仪器才停止工作，所以仪器的寿命 Z=max(X,Y) 例3 设X与Y相互独立，且都在[?a,a]上服从均匀分布，求Z=X+Y的分布. 解 由题设 由卷积公式 显然，上式中的被积函数fX(x)fY(z?x)只有当x满足不等式组 时才不等于0.满足上面不等式组的点(x,z)的变化区域，如图4.5中的阴影部分所示. x z O z-x=a z-x=-a 2a -2a a -a 图4.5 x z O z-x=a z-x=-a 2a -2a a -a 图4.5 由图4.5可知： 当z ?2a或 z 2a时，fX(x)fY(z?x)=0； 当?2a≤z0时，fX(x)fY(z?x)=1/4a2； 当0≤z≤2a时，fX(x)fY(z?x)=1/4a2. 因此 例4 设X与Y是相互独立的均服从N(0,1)的随机变量， Z=X+Y，求Z的概率密度为fZ(z)？ 解 从而Z~N(0,2). 例4 设X与Y是相互独立的且分别服从正态分布X~N(μ1,σ12)和X~N(μ2,σ22)的随机变量，则Z=X+Y服从正态分布X~N(μ1+μ2,σ12+σ22). 这个结论还可以推广到n个独立的正态变量之和的情况，即若Xi ~N(μi,σi2)，且X1,X2,…,Xn相互独立，则 进而，n个相互独立的正态变量的线性组合仍然是一个正态变量，这是一个很重要的结论. 例4 设Xi ~N(μi,σi2)，i=1,2,…,n，且X1,X2,…,Xn相互独立，a1,a2,…,an，b为常数，则 最后，就一般情况将主要推导过程归纳如下： (1)为求Z= g(X,Y)的概率密度fZ(z)，先求Z的分布函数 其中G