概率论和随机过程课件 3.4.ppt

3.4 两个随机变量函数的分布 ;3.4.1 二维离散型随机变量函数的分布 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。;X;(2) U=Min(X,Y)的可能取值为：0，1，2，3 P{U=i}=P{X=i,Y≧i}+P{Xi,Y=i},i=0,1,2,3. U的分布律为 ;(3) W=X+Y的可能取值为：0,1,2,3,4,5,6,7,8. ;例2: 设X和Y独立,分别服从二项分布b(n1,p), 和b(n2,p)(注意两个二项分布中p是一样的),求Z=X+Y的分布律. 解: Z的可能取值为0,1,…, n1+ n2，固定k于上述范围内,由独立性有 ; 可见，Z～b(n1+n2,p). 这个结果很容易推广至多个的情形:若Xi~b(ni,p),i=1,2,…,m,且X1,…,Xm独立,则X1+X2+…+Xm～b(n1+n2+…+nm,p)。 直观上，按二项分布的定义,若Xi～b(ni,p),则Xi表示ni次独立重复试验中事件A出现的次数,而且每次试验中A出现的概率均为p,i=1,2,···,m,而X1,…,Xm独立,可知Y=X1+X2+···+Xm是n1+n2+···+nm次独立试验中A出现的次数,而且每次试验中A出现的概率保持p,故可得Y～b(n1+n2+…+nm,p)。 ;解：依题意 ;即Z服从参数为 的泊松分布.;3.4.2 二维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 ;由概率密度的定义,即得Z的概率密度为 ; 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). 例2: 在一简单电路中,两电阻R1,R2,相互独立,它们的概率密度均为 ;解: 由公式，R的概率密度为 ;将f(x)的表达式代入上式得 ;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 ; 下面我们再举一例，说明当X1,X2为离散型r.v时，如何求Y=max(X1,X2)的分布.;解一: P(Y=n)= P(max(X1,X2)=n);解二: P(Y=n)=P(Y≤n)-P(Y≤n-1);三、随机向量变换的定理 设(X,Y)具有概率密度f(x,y), U=g(X,Y), V=h(X,Y)，一般地,如