《二维随机变量函数的分布》课件.pptVIP

3.3 二维随机变量函数的分布 二维离散型随机变量函数的分布 例3.21设随机变量(X,Y)的概率分布为 二、两个连续型随机变量的函数的分布 三、常用的随机变量的函数的分布 作业 p86 2,5,7,9 * 已知随机变量(X,Y)的分布，求Z=g(X,Y)的概率分布，其中z=g(x,y)是连续函数。 一、两个离散型随机变量的函数的分布 例3.19 已知随机变量(X,Y)的联合分布律为 试求Z1=X+Y，Z2=max(X,Y)的分布律。 1/5 1/5 3 1/5 0 2 1/5 1/5 1 2 1 Y X 解 Z1的所有可能取值为2,3,4,5 P(Z1=2)=P(X+Y=2)=P(X=1,Y=1)=1/5 P(Z1=3)=P(X+Y=3)=P(X=1,Y=2)+ P(X=2,Y=1) =1/5 P(Z1=4)=P(X+Y=4)=P(X=2,Y=2)+ P(X=3,Y=1) =2/5 P(Z1=5)=P(X+Y=5)=P(X=3,Y=2)=1/5 Z1的分布律为 1/5 2/5 1/5 1/5 P 5 4 3 2 Z1 1/5 1/5 3 1/5 0 2 1/5 1/5 1 2 1 Y X Z2=max(X,Y)的所有可能取值为1,2,3 P(Z2=1)=P(X=1,Y=1)=1/5 P(Z2=2)=P(X=1,Y=2)+P(X=2,Y=1)+P(X=2,Y=2) =1/5+0+1/5=2/5 P(Z2=3)=P(X=3,Y=1)+P(X=3,Y=2) =1/5+1/5=2/5 Z2的分布律为 2/5 2/5 1/5 P 3 2 1 Z2 例3.20 设随机变量X与Y相互独立，它们分别服从参数为λ1和λ2的泊松分布，证明Z=X+Y服从参数为λ1+λ2的泊松分布。 证 k1=0,1,2,… k2=0,1,2,… Z=X+Y的所有可能取值为0,1,2,3,… X~P(λ1) Y~P(λ2) 因此 Z~P(λ1+λ2) k=0,1,2,… 设二维离散型随机变量（X，Y）， (X, Y)～P(X＝xi, Y＝yj)＝pij ，i, j＝1, 2, … 则 Z＝g(X, Y)～P{Z＝zk}＝ ＝pk , k＝1, 2, … g(xi,yj) pij (xi,yj) … … g(x1,y2) g(x1,y1) Z=g(X,Y) … … p12 p11 pij … … (x1,y2) (x1,y1) (X,Y) 0.05 0.1 0 0.1 2 0.3 0.1 015 0.2 -1 2 1 0 -1 X Y 求随机向量(X,Y)的函数的分布(1)Z1=X+Y(2)Z2=XY。 4 2 0 -2 -2 -1 0 1 Z2=XY 4 3 2 1 1 0 -1 -2 Z1=X+Y 0.05 0.1 0 0.1 0.3 0.1 0.15 0.2 pij (2,2) (2,1) (2,0) (2,-1) (-1,2) (-1,1) (-1,0) (-1,-1) (X,Y) Z1的分布律为 0 2 0.1 3 0.4 1 0.05 4 0.1 0.15 0.2 pk 0 -1 -2 Z1 Z2的分布律为 0.05 0.1 0.2 0.15 0.1 0.4 pk 4 2 1 0 -1 -2 Z2 练习.设随机变量X与Y独立，且均服从0-1 分布，其分布律均为 (1)求W＝X＋Y的分布律; (2)求V＝max(X, Y)的分布律； (3)求U＝min(X, Y)的分布律； (4)求Z=X2+3Y。 解： U＝min(X, Y) Z=X2+3Y V＝max(X, Y) W＝X＋Y pij (1,1) (1,0) (0,1) (0,0) (X,Y) 0　　　1　　　1　　　2 0　　　1　　　1　　　1 0　　　0　　　 0　　　2 0　　 3　　　 1　　　4 设二维随机向量(X,Y)~f(x,y)，z=g(x,y)是连续函数，则随机变量Z=g(X,Y)的分布函数为 即FZ(z)可利用f(x,y)在平面区域：G={(x,y)| g(x,y)≤z}上的二重积分得到。 Z=g(X,Y)的密度函数为 1、和的分布 设(X,Y)～f(x,y)，(x,y)?R2, Z=X+Y，则Z是连续型随机变量，且Z的概率密度为 此两公式称为卷积公式。 或 证明 对任意的z∈R，Z=X+Y的分布函数为 O x y z=x+y 固定x 交换积分次序 所以 z∈R 同理可得 z∈R 特别地，当X,Y相互独立时， 或 其