概率论与数理统计第2版资源-宗序平 主编 概率统计33.ppt

§3.3 二维 r.v.函数的分布 一、二维离散型随机变量函数的分布 II. 差的分布 总结 习题课 例5 系统 L 由相互独立的 n 个元件组 (4) L 为 n 个取 k 个的表决系统 ( 即 n 个元件中有 k 个或 k 个以上的元件正 常工作时，系统 L 才正常工作). (3) 冷贮备 ( 起初由一个元件工作, 其它 n – 1 个元件做冷贮备, 当工作元件失效时, 贮备的元件逐个地自动替换)； 成, 其连接方式为 (1)串联; (2)并联； 若 n 个元件寿命分别为 且 求在以上 4 种组成方式下, 系统 L 的 寿命 X 的 p.d.f. 解 (1) (2) (3) n = 2 时， t x x = t (4) Ex6若 且 相互独立,则称 服从自由度为n的t分布，记为 求V的密度函数. 解 III. 商的分布 已知(X, Y)～f(x, y), (x, y)?R2, 求 的密度。 y x G2 G1 特别，当X，Y相互独立时，上式可化为 其中fX(x), fY(y)分别为X和Y的密度函数。 的密度 三、随机向量的变换 的联合概率分布密度函数为 , 求 的联合分布密度 下面来讨论随机向量的变换问题，若 显然这是最一般的场合。当m=1时便是前面所讨论的随机向量函数的分布,当m=n=1时，便是单个随机变量函数的分布问题，与m=n=1的情况讨论一样, 当m=n时， 即 如果 为一一映射，则 其中J为坐标变换的雅可比行列式 这里假设上述偏导数存在且连续。 Ex7 为独立的随机变量，且均服从参数为1的指数 分布，求 的密度函数 解 意外的是，这里U,V是相互独立的，且U,V的密度函数分别为 显然U服从 分布 Ex8若X,Y相互独立且均服从N(0,1)，求 的密度函数。 解 令 此时 故 的密度函数为 由此可知?的密度函数为 这个分布称为瑞利分布 而 则服从 上的均匀分布 且 与 相互独立。 上述结果常用于产生正态分布的随机数，具体做 法如下，产生相互独立[0，1]上的均匀分布的随机 数U1,U2，令 则X,Y相互独立且均服从N(0,1)。 I（ 和的分布）：Z = X + Y II. 差的分布Z = X -Y III. 商的分布Z = Y/X 的密度 随机向量的变换 例1 已知( X ,Y ) 的联合p.d.f.为 Z = X + Y ,求 f Z (z) 解法一(分布函数法)显然X ,Y 相互独立,且 x+y = z 当z 0 时， 1 y x 1 当0 ? z 1 时， y x 1 1 x+y = z ? z ? z x+y = z 当1? z 2 时， z-1 1 y x 1 ? z ? z 1 y x 1 x+y = z 2 2 当2 ? z 时， 解法二 公式法 z 1 z = x z-1 = x x 2 1 例2 已知 ( X ,Y ) 的联合 p.d.f.为 Z = X + Y ,求 f Z (z) 解法一 （公式法） 由公式（1） z x z = x z = 2x x = 1 1 2 当 z 0 或 z 2 , z z z z 当 0 ≤ z 1, 当 1 ≤ z 2, f Z (z) = 0 这比用分布函数做简便. 解法二 （不等式组定限法） 考虑被积函数取非零值的区域 令不等式边边相等,解得 z 轴上的三个 分界点 0，1，2 当 或 时不等式组 无解 当 时不等式组 解为 当 时不等式组 解为 例3 已知( X, Y ) 的联合分布函数为 求Z = X / Y 的 p.d.f. 解 max{X ,Y } P 1 0 0.75 0.25 例4 X, Y 相互独立, 都服从参数为 0.5 的 0-1分布. 求 M = max{X ,Y }的概率分布 解 Y X pij 1 0 1 0 0.25 0.25 0.25 0.25 设连续随机变量X ,Y 相互独立, X ~ FX (x), Y ~ FY (y), M = max{X ,Y }, N = min{X ,Y }, 求 M ,N 的分布函数. 推广 相互独立，且 设 则 * * §3.3 二维 r.v.函数的分布 已知r.v.( X ,Y )的概率分布, g(x, y) 为已知的二元函数, 利用分布函数的定义。 问题 方法 求 Z = g( X ,Y )的概率分布 Ex1 设二维r.v.( X,Y )的概率分布为 X Y pij -1 1