第三章第三节 二维随机变量函数的分布 概率论课件.pptVIP

总结 从前面例4可以看出， 在求随机向量(X,Y)的函数Z=g(X,Y)的分布时，关键是设法将其转化为(X,Y)在一定范围内取值的形式，从而利用已知的分布求出Z=g(X,Y)的分布. 作业 第82-83页 1，2，4，7 作业要求 写出求解过程，问答题要说明原因 不用抄书本上的题目，写清序号即可 若X1,…,Xn是连续型随机变量，在求得M=max(X1,…,Xn)和N=min(X1,…,Xn)的分布函数后，不难求得M和N的密度函数. 留作课下练习. 当X1,…,Xn相互独立且具有相同分布函数F(x)时，有 FM(z)=[F(z)] n FN(z)=1-[1-F(z)] n 需要指出的是，当X1,…,Xn相互独立且具有相同分布函数F(x)时, 常称 M=max(X1,…,Xn)，N=min(X1,…,Xn) 为极值 . 由于一些灾害性的自然现象，如地震、洪水等等都是极值，研究极值分布具有重要的意义和实用价值. 如图所示.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: (1)串联. (2)并联. (3)备用(开关完全可靠,子系统L2在储备期内不失效,当L1.损坏时, L2开始开始工作). 例 6 解: 设L1,L2的寿命分别为X，Y.其概率密度函数分别为: 其中 ?0,?0,且?≠?. 分别对以上三种联接方式写出L的寿命Z的概率密度函数. 先求X,Y的分布函数: (1)串联. Z=min{X,Y} FZ(z)=1-[1-FX(z)][1-FY(z)] (2)并联. Z=Max{X,Y} FZ(z)=FX(z)FY(z) (3)备用. Z=X+Y 当 z 0时,有 当z 0时， 这一讲，我们介绍了如何求r.v函数的分布.但有时我们无法精确求出此分布. 当这个积分无法精确求出时，一个可取的方法是采用计算机模拟. 例如，想求两个独立连续型r.v 之和X+Y的分布函数. X的分布函数为F，Y的分布函数为G，在理论上，可以求得： 其中f (x)是 X 的密度函数. 这一讲，我们介绍了求随机向量函数的分布的原理和方法，需重点掌握的是： 已知两个随机变量的联合概率分布, 会 求其函数的概率分布； 2. 会根据多个独立随机变量的概率分布求其函数的概率分布． n维随机向量属同学自学内容。 第三章第三节 二维随机变量函数的分布 在第二章中，我们讨论了一维随机变量函数的分布，现在我们进一步讨论: 首先讨论两个随机变量函数的分布问题，然后将其推广到多个随机变量的情形. 当随机向量X1, X2, …,Xn的联合分布已知时，如何求出它们的函数 Yi=gi(X1, X2, …,Xn), i=1,2,…,m 的联合分布? 一、离散型随机向量函数的分布 设 是二维离散型随机向量， 是一个二 元函数， 则 作为 的函数是一个随机变 量， 如果 和概率分布为 设 的所有可能取值为 则 的概率分布为 例1 设随机向量 函数 的分布： 解 由 的概率分布可得 的概率分布如右表： 求随机向量 的 与一维离散型随机变量函数的分布的求法相同 , 把 值相同项对应的概率值合并可得： 的概率分布为 的概率分布为 例2 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 即离散型 卷积公式 r=0,1,2, … 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