离散型随机变量函数的分布例1.PPTVIP

当 n2 k ? n1+ n2 时 故 X + Y ~ B (n1+ n2 ， p)． 　　事实上，从二项分布的背景，若每次试验事件A 发生的概率为 p ，则X + Y 表示做了n1+ n2 次 独立试验事件A 发生的次数． 关于Poisson 分布的和的分布的说明 　　X ~ P(?1)， Y ~ P(?2)，则Z = X + Y 的可能取值为 0，1，2， ? 　　问题：已知二维随机变量( X ，Y )的密度函数，g(x，y)为已知的二元函数，Z=g( X ，Y )．　 求：Z 的密度函数． 　　方法： 　　从求Z 的分布函数出发，将Z 的分布函数转化为( X ，Y )的事件； 　　建立一个新的二维随机变量(Z ，X )或(Z， Y )， 　　求其边缘分布得Z 的密度函数． 二维连续型随机变量函数的分布 (1) 和的分布：Z = X + Y 　　设( X ，Y )为连续型随机变量，联合密度函数为 f (x，y)，则 ? z ? z x +y= z 或 * §2.6 随机变量的函数及其分布 　　问题：已知随机变量 X 的概率特性 —— 分布律或分布密度（密度函数）． Y = g ( X ) 求随机因变量Y 的概率特性． 方法：将与 Y 有关的事件转化成 X 的事件． 设随机变量 X 的分布律为： 　　由已知函数 g ( x) 可求出随机变量 Y 的所有可能