概率论与数理统计（谢兆如）xiech2-2.4.pptVIP

题7 题7 * §2.4 r.v. 函数的分布 方法 将与Y 有关的事件转化成 X 的事件 §2.4 求 随机因变量Y= g ( X )的密度函数 或分布律 问题 已知 r.v. X 的d.f. 或分布律. 例1 已知 X 的概率分布为 X pk -1 0 1 2 求 Y 1= 2X – 1 与 Y 2= X 2 的分布律 解 Y 1 pi -3 -1 1 3 例1 离散型 r.v.函数的分布 Y 2 pi 1 0 1 4 Y 2 pi 0 1 4 设 r.v. X 的分布律为 由已知函数 g( x)可求出 r.v. Y 的 所有可能取值，则 Y 的概率分布为 离散型 例2 已知 X 的概率分布为 其中 p + q = 1, 0 p 1, 求 Y = Sin X 的概率分布 解 例2 故 Y 的概率分布为 Y pi -1 0 1 已知 X 的d.f. f (x) 或分布函数 求 Y = g( X ) 的d.f. 方法： （1） 从分布函数出发 （2）用公式直接求d.f. 连续性 r.v.函数的分布 连续性 例3 已知 X 的 d.f.为 为常数，且 a ? 0, 求 fY ( y ) 解 当a 0 时， 例3 当a 0 时， 故 例如 设 X ~ N (? ,?2) , Y = a X +b, 则 Y ~ N ( a? +b, a2?2 ) 特别地 ，若 X ~ N ( ? ,? 2) , 则 正态分布性质1 正态变量的线性函数仍是正态变量 正态分布是概率论中最重要的分布 具有很多好的性质，从本节起逐个 介绍. 例4 已知 X ~ N (0,1) , Y = X 2 , 求 f Y (y) 解一 从分布函数出发 [ y y [ 当 y 0 时，FY (y) = 0 当 y 0 时， ] [ 例4 ] 故 解二 从p.d.f. 出发 y 即 当 y 0 时 当 y 0 时 y 解二 故 此答案是否 对 ？ 应修正为 结论 若 X ~ N (0,1) , 则Y = X 2 参数为1的卡方分布 一般 y x1 x2 x3 y = g(x) x ? xn 分区间严格单调， 存在，则 一般 例5 设 求 f Y (y) x y (1 - y)3 解 例5 例6 设 X 的 p.d.f.为 求 的 p.d.f. 解 故当 y ? 0 或 y ?1 时 y ? f Y (y) = 0 x ? 1 0 y ? 由图可知, Y 的取 值范围为(0,1) 例6 y ? arcsiny ? - arcsiny ? 1 x 0 0.5 1 1.5 2 2.5 3 0.2 0.4 0.6 0.8 1 当0 ? y 1 时 故 注意 连续 r.v.的函数的分布 函数不一定是连续函数 例如 X ~ U (0,2) 令Y=g (X) x y 1 FY (y)不是连续函数 习题 补充题 通过点( 0, 1 )任意作直线与 在 x 轴上的截距的分布密度. x 轴相交成 角 求直线 设 r.v.Z 服从参数为 1 的指数 分布，引入随机变量： 求 (X , Y) 的联合分布律 问 题 * *