第五节多维函数的分布58.pptVIP

第五节 多维随机变量的函数的分布 设(X,Y)为二维随机变量,讨论 X,Y的一个函数Z=g(X,Y)的分布 (X,Y)经变换后为一维随机变量). 一、离散型随机变量函数分布 我们可以从下面两个例子中总结出一般的方法。 例1: 设(X,Y)的分布律为 解: (1) V=Max(X,Y)可能取值为：0，1，2，3，4，5。 二、连续型随机变量函数的分布 问题： 设(X,Y)为连续型随机向量,具有概率密度f(x,y),又Z=g(X,Y)为X与Y的函数,若Z是连续型随机变量,要求Z的概率密度。 一般的方法是先求出Z的分布函数Fz(z), 例: 设(X,Y)的概率密度为  －∞x+∞, －∞y+∞求 的概率密度 1．Z=X+Y的分布： 设(X,Y)的概率密度为f(x,y),则Z=X+Y的分布函数为 特别地,当X和Y相互独立时,设(X,Y)关于X,Y的边缘概率密度分别为fx(x),fY(y),则两式分别为 解: 由公式 这个结论可推广到n个独立正态随机变量之和的情况,即若 Xi?N(μi,σi2),(i=1,2,···,n),且它们相互独立,则它们的和Z=X1+X2+···+Xn仍然服从正态分布,且有Z?N(μ1+μ2+···+μn，σ12+σ22+….+σn2). 2． M=max(X,Y) N=min(X,Y)的分布 设X,Y是两个相互独立的随机变量,它们的分布函数分别为Fx(x)和FY(y).现在来求M=max(X,Y)及N=min(X,Y)的分布函数. 由于M=max(X,Y)不大于z等价于X和Y都不大于z,故有 P{M?z}=P{X?z,Y?z} 又由于X和Y相互独立,得到M=max(X,Y)的分布函数为 类似地,可得N=min(X,Y)的分布函数为 特别,当X1,X2,…,Xn相互独立且具有相同分布函数F(x)时,有Fmax(z)=[F(z)]n, Fmax(z)=1-[1-F(z)]n. 例: 设系统L由两个相互独立的子系统L1,L2联接而成,联接的方式分别为(i)串联,(ii)并联,(iii)备用(当系统L1损坏时,系统L2开始工作),设L1,L2的寿命分别为X,Y,已知它们的概率密度分别为 解: (i)串联的情况 由于当L1,L2中有一个损坏时,系统L就停止工作,所以这时L的寿命为 Z=min(X,Y)。  由指数分布X,Y的分布函数分别为 于是Z=min(X,Y)的概率密度为 于是Z=max(X,Y)的概率密度为 当z0时,f(z)=0,于是Z=X+Y的概率密度为 三、随机变量变换的定理 设(X,Y)具有概率密度f(x,y), U=g(X,Y), V=h(X,Y)，一般地,如何由(X,Y)的密度去求(U,V)的概率密度,为此,我们有以下定理： 定理. 设(X,Y)有联合密度f(x,y),且区域A(可以是全平面)满足P{(X,Y)∈A }=1,对变换 (ii) g,h在A中有连续偏导数； (iii)雅可比行列式J在A中处处不为0, 例1: 设X,Y相互独立,都服从参数为λ=1的指数分布,而U=X+Y,V=X/Y. (1)求(U,V)的联合密度,(2)分别求U,V的概率密度,(3)讨论U,V的独立性. 解: 首先(X,Y)的概率密度为 且此变换满足定理中的条件(i)(ii)(iii)变换(Δ)解得 例2: 设X,Y相互独立,服从同一分布N(0,1)而,(R,Θ)是平面上随机点(X,Y)相应的极经,极角,即有关系 小结  本章以二维随机变量为主，讨论了多维随机变量的(1)联合分布 (2)边缘分布 (3)X,Y的独立性 (4)条件分布 (5) 二维随机变量函数的分布。 对于多维随机变量不难推广，请同学自学 关于正态分布的一些结论： 1．若X?N(μ,σ2)，则 4．(X,Y)服从二维正态分布，ρ=0 ? X与Y相互独立（?X与Y不相关）； 5．(X,Y)服从二维正态分布? X,Y也服从正态分布；(X,Y)服从二维正态分布?其条件分布也是正态分布; 6．若X,Y为正态同分布且相互独立? 服从瑞利分布； * * X Y 0 1 2 3 4 5 0 0 0