[高等教育]概率论与数理统计第11讲.ppt

此幻灯片可在网址上下载 第11讲 第五节 两个随机变量的函数的分布 如果已知二维随机变量(X,Y)的联合分布，怎样求随机变量X和Y的函数Z=g(X,Y)的分布，这是本节要讨论的问题。与第二章第五节的求一维随机变量的函数的分布相比较，这一类问题要复杂一些，但其基本方法仍然是适用的。换一个角度，就下面几个具体的函数，我们来讨论两个随机变量的函数的分布。 (一)Z=X+Y的分布设二维离散型随机变量(X,Y)的分布律为 P{X=xi,Y=yj}=pij,i=1,2,…, j=1,2,…若随机变量Z是X与Y的和，即Z=X+Y，则Z的任一可能值zk是X的可能值xi和Y的可能值yj的和： zk=xi+yj由上式及概率的加法公式，有 或者 例1 设二维随机变量(X,Y)的分布律为 Y X -1 0 1 0 0.1 0.2 0.1 1 0.3 0.1 0.2 试求Z=X+Y的分布律. 解 由X,Y可能取的值知Z的可能值为: -1,0,1,2,且有 P{Z=-1}=P{X=0,Y=-1}=0.1 P{Z=0}=P{X=0,Y=0}+P{X=1,Y=-1}=0.2+0.3=0.5 P{Z=1}=P{X=0,Y=1}+P{X=1,Y=0}=0.1+0.1=0.2 P{Z=2}=P{X=1,Y=1}=0.2 Y X -1 0 1 0 0.1 0.2 0.1 1 0.3 0.1 0.2 Z=X+Y. 即Z的分布律为 Z -1 0 1 2 pk 0.1 0.5 0.2 0.2 对于连续型随机变量, 若(X,Y)的概率密度为f(x,y), 则Z=X+Y的分布函数为 x y x+y=z O 化成累次积分, 得 于是 上式两边对z求导数, 即得Z的概率密度 由X,Y的对称性, fZ(z)又可写成 特别地, 当X和Y相互独立时, 我们有 (5)式或(6)式称为卷积公式. 例2 设X和Y是两个相互独立的随机变量, 它们都服从正态分布N(0,1), 其概率密度为 求Z=X+Y的概率密度. 解 由(6)式 即Z服从N(0,2)分布. 例3 设随机变量X,Y相互独立, 其概率密度分别为 求随机变量Z=X+Y的概率密度. 解法1 利用公式 由fX,fY的定义知, 仅当 时, 上述积分的被积函数才不等于零. x=1 x=z z x O 如图可知 即有 解法2 由已知, (X,Y)的概率密度为 则z的分布函数为 x y O 1 x y O 1 当z0时, FZ(z)=0.当0z1时, 当z1时, 综合上述Z的分布函数 故Z=X+Y的概率密度为 (二)Z=XY的分布例4 设二维随机变量(X,Y)在矩形域G={(x,y)|0x2,0y1}上服从均匀分布, 试求边长为X和Y的矩形面积S的概率密度f(s).解 由已知, (X,Y)的概率密度为 令F(s)为S的分布函数, 则 显然，当s0时, F(s)=0; 当s2时，F(s)=1. 当0s2时，如图所示，有 于是 故S的概率密度为 (三) M=max(X,Y)及N=min(X,Y)的分布设X,Y是两个相互独立的随机变量，它们的分布函数分别为FX(x)和FY(y). 现在来求M=max(X,Y)及N=min(X,Y)的分布函数.由于事件“max(X,Y)不大于z”等价于事件“X和Y都不大于z”, 则 P{Mz}=P{Xz,Yz}.而X和Y相互独立, 得到M=max(X,Y)的分布函数为Fmax(z)=P{Mz}=P{Xz,Yz}=P{Xz}P{Yz}即 Fmax(z)=FX(z)FY(z) (7) 类似地，可得N=min(X,Y)的分布函数为 Fmin(z)=P{Nz}=1-P{Nz} =1-P{Xz,Yz}=1-P{Xz}P{Yz}即 Fmin(z)=1-[1-FX(z)][1-FY(z)] (8)上述结果容易推广到n个相互独立的随机变量的情况。 特别地, 当X1,X2,…,Xn相互独立且具有相同分布函数F(x)时，有 Fmax(z)=[F(z)]n, (11) Fmin(z)=1-[1-F(z)]n (12) 例5 设某种型号的电子元件的寿命(以小时计)近似服从N(160,202)分布, 随机地选取4只, 求其中没有一只寿命小于180小时的概率.解 将随机选出的4只电子元件的寿命分别记为T1,T2,T3,T4. 按题意，Ti~N(160,202), i=1,2,3,4, 其分布函数为F(t).令T=min(T1,T2,T3,T4), 由(12)式得出 FT(t)=P{Tt}=1-[1-F(t)]4.于是 P{T180}=1-P{T180}=[1-F(180)]4依据第二章第四节的引理知