07新第二章概率论与数理统计课件.ppt

设随机变量X的概率密度为fX(x),又设y=g(x)严格单调且可导,则Y=g(X)是一个连续型随机变量,其概率密度为 定理 其中,(α, β)是y=g(x)的值域. 公式法 例6. 设X～N(μ, σ2),求: 例7 设随机变量X的概率密度为 求Y=sinX的概率密度. 当 y 0时, 当 y 1时, 当 时 故 解：注意到, =P(0 X arcsiny)+P( - arcsiny X ） 解：当0y1时, 例8 设随机变量X的概率密度为 求Y=sinX的概率密度. 当0y1时, 解： =P(0 X arcsiny)+P( - arcsiny X ） 而 求导得: 例9 已知随机变量X的分布函数F(x)是严格单调的连续函数, 证明Y=F(X)服从[0,1]上的均匀分布. 又由于X的分布函数F是严格递增的连续函数, 其反函数 F-1 存在且严格递增. 证明: 设Y的分布函数是G(y), 于是 对y1, G(y)=1; 对y0 , G(y)=0; 由于 对0≤y≤1, G(y)=P(Y≤ y) =P(F(X)≤ y) =P(X ≤ (y)) =F( (y))= y 即Y的分布函数是 求导得Y的密度函数 可见, Y 服从[0，1]上的均匀分布. 本例的结论在计算机模拟中有重要的应用. 例10 设随机变量X在(0,1)上服从均匀分布，求Y=-2lnX的概率密度. 解： 在区间(0,1)上,函数lnx0, 故 y=-2lnx0, 于是 y在区间(0,1)上单调下降，有反函数 由前述定理得 注意取 绝对值 已知X在(0,1)上服从均匀分布， 代入 的表达式中 得 即Y服从参数为1/2的指数分布. * * * * * * * * * * * * 除了我们在前面遇到过的年降雨量和身高外,在正常条件下各种产品的质量指标，如零件的尺寸；纤维的强度和张力；农作物的产量，小麦的穗长、株高；测量误差，射击目标的水平或垂直偏差；信号噪声等等，都服从或近似服从正态分布. μ=0, σ=1时的正态分布称为标准正态分布. 其密度函数和分布函数常用 和 表示： 标准正态分布 任何一个一般的正态分布都可以通过线性变换转化为标准正态分布. 正态分布的概率计算 1.若 X～N(0,1) 2.若X~N(μ, σ2) 正态分布的概率计算 例10. 设X～N(0,1),求: 例11. 设X～N(2,4),求: 例12. 设X～N(μ, σ2),求: ——3σ原则 例14. 设测量某一目标的距离时发生的误差 X(米)的概率密度为 求三次测量中至少有一次误差的绝对值不超过30米的概率。 判断正误 设X～N(3,4),求 分位点 设X～N(0,1),对于给定的0α1,存在uα满足 即 则称uα为X关于α的上侧分位点. 例15. 公共汽车车门的高度是按男子与车 门顶头碰头机会在0.01以下来设计 的.设男子身高X～N(170,36),问车 门高度应如何确定? 分位点 设X～N(0,1),对于给定的0α1,存在uα/2满足 则称± uα/2为X关于α的双侧分位点. 伽玛分布 2.4 一、问题的提出 在实际中，人们常常对随机变量的函数 更感兴趣. 求截面面积 A= 的分布. 例如，已知圆轴截面直径 d 的分布， 一、问题的提出 在实际中，人们常常对随机变量的函数 更感兴趣. 已知t=t0 时刻噪声电压 V的分布， 求功率 W=V2/R (R为电阻）的分布等. 设随机变量X 的分布已知，Y=g (X) (设g是连续函数），如何由 X 的分布求出 Y 的分布？ 下面进行讨论. 这个问题无论在实践中还是在理论上都是重要的. 随机变量X的分布 随机变量Y的分布 ??? Y=g(X) 二、离散型随机变量函数的分布 解： 当 X 取值 1，2，5 时， Y 取对应值 5，7，13， 例1 设X 求 Y= 2X + 3 的概率函数. ～ 而且X取某值与Y取其对应值是两个同时发生 的事件，两者具有相同的概率. 故 如果g(xk)中有一些是相同的，把它们作适当 并项即可. 一般，若X是离散型 r.v ，X的概率函数为 X ～ 则 Y=g(X) ～ 如： X ～ 则 Y=X2 的概率函数为： Y ～ ?离散型随机变量函数的分布 例2. 已知X的分布列为 a.求Y=3X-1的分布列