二维随机变量的函数分布.PPT

第五节 二维随机变量的函数分布 课件制作：应用数学系 概率统计课程组 概率论与数理统计 3.5.1 和的分布 3.5.1.1 离散型随机变量和的分布 3.5.1.2 连续型随机变量和的分布 3.5.2 一般函数 的分布 3.5.4 最大值、最小值的分布 在第二章中，我们讨论了一维随机函数的分布，现在我们进一步讨论: 我们先讨论两个随机变量的函数的分布问题， 然后将其推广到多个随机变量的情形. 当随机变量X1, X2, …,Xn的联合分布已知时， 如何求出它们的函数 Y=g(X1, X2, …,Xn), i=1,2,…,m 的分布? 一、离散型分布的情形 例1 若X、Y独立，P(X=k)=ak , k=0,1,2,…, P(Y=k)=bk , k=0,1,2,… , 求Z=X+Y的概率函数. 解: =a0br+a1br-1+…+arb0 由独立性 此即离散 卷积公式 r=0,1,2, … 和的分布：Z = X + Y 解：依题意 例2 若X和Y相互独立,它们分别服从参数为 的泊松分布, 证明Z=X+Y服从参数为 的泊松分布. 由卷积公式 i=0,1,2,… j=0,1,2,… 由卷积公式 即Z服从参数为 的泊松分布. r=0,1，… 例3 设X和Y相互独立，X~B(n1,p),Y~B(n2,p), 求Z=X+Y 的分布. 回忆第二章对服从二项分布的随机变量所作的直观解释: 我们给出不需要计算的另一种证法: 同样，Y是在n2次独立重复试验中事件A出现 的次数,每次试验中A出现的概率为p. 若X~ B(n1,p),则X 是在n1次独立重复试验中事件A出现的次数,每次试验中A出现的概率都为p. 故Z=X+Y 是在n1+n2次独立重复试验中事件A出现的次数，每次试验中A出现的概率为p,于是Z是以（n1+n2，p）为参数的二项随机变量 即: 若X与Y相互独立，X～B(n1,p)，Ｙ～B(n２,p)， 则　X+Y～B(n1+n2,p) 二项分布的可加性 类似已知:若X,Y相互独立,X~P(λ1),Y~P(λ2), 则 X+Y~P(λ1+λ2) Possion分布的可加性 例4 设X和Y的联合密度为 f (x,y),求Z=X+Y的密度 解: Z=X+Y的分布函数是: FZ(z)=P(Z≤z)=P(X+Y ≤ z) 这里积分区域D={(x, y): x+y ≤z} 是直线x+y =z 左下方的半平面. 一、连续型分布的情形 和的分布：Z = X + Y 化成累次积分,得 由X和Y的对称性, fZ (z)又可写成 以上两式是两个随机变量和的概率密度的一般公式. 特别，当X和Y独立，设(X,Y)关于X,Y的边缘密度分别为fX(x) , fY(y) , 则上述两式化为: 这两个公式称为卷积公式 . 为确定积分限,先找出使被积函数不为0的区域 例5 若X和Y 独立,具有共同的概率密度 求Z=X+Y的概率密度 . 解: 由卷积公式 即 如图示: 于是 为确定积分限,先找出使被积函数不为0的区域 即 解法二 从分布函数出发 x+y = z 当z 0 时， 1 y x 1 可用卷积公式直接求密度函数与通过分布函数求密度函数两种方法求和的分布 x+y = z 当0 ? z 1 时， 1 y x 1 ? z ? z x+y = z 当1? z 2 时， z-1 1 y x 1 ? z ? z 1 y x 1 x+y = z 2 2 当2 ? z 时， 例6 甲乙两人约定中午12时30分在某地会面.如果甲来到的时间在12:15到12:45之间是均匀分布. 乙独立地到达,而且到达时间在12:00到13:00之间是均匀分布. 试求先到的人等待另一人到达的时间不超过5分钟的概率. 又甲先到的概率是多少？ 解: 设X为甲到达时刻,Y为乙到达时刻 以12时为起点,以分为单位,依题意, X~U(15,45), Y~U(0,60) 所求为P( |X-Y | 5) 及P(XY) 解: 设X为甲到达时刻， Y为乙到达时刻 以12时为起点，以分为单位，依题意， X~U(15,45), Y~U(0,60) 甲先到 的概率 由独立性 先到的人等待另一人 到达的时间不超过5分钟 的概率 解