[数学]第三章 多维随机变量及其分布.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2）标准正态变量平方和的分布 设X1,…,Xn相互独立，且均服从N(0,1),则 * * 设X1,X2,…,Xn相互独立,分布函数分别为F1(x), F2(x),…,Fn(x),则M=max{X1,X2,…,Xn}的分布函数为 FM(z)=F1(z)· F2(z)…Fn(z) 特别地, 当X1,X2,…,Xn i.i.d.时, 设分布函数为F(x), 则 FM(z)=(F(z))n,FN(z)=1-(1-F(z))n. 3) 最大值与最小值的分布 N=min{X1,X2,…,Xn}的分布函数为 FN(z)=1-(1-F1(z))·(1-F2(z))…(1-Fn(z)) * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 由概率的有限可加性及X,Y的独立性可得 * * 2 二维连续型随机变量的函数的分布 设二维连续型随机变量的函数为Z=g(X,Y), 显然Z是一维随机变量，其分布函数为 如果设(X,Y)的联合概率密度为f(x,y),则 * * 利用Z的分布函数与Z概率密度之间的 关系，可以最终求出Z=g(X,Y)的概率密度。 下面讨论几种特殊情形： (一) 和(Z=X+Y)的分布: 已知(X,Y)的联合密度是f(x, y), 求Z=X+Y的分布密度. * * x y z=x+y * * 有 互独立时 与 当 ) ( ) ( ) , ( , 相 y f x f y x f Y X Y X × = * * 结论: 若X, Y是连续型r.v.且X与Y相互独立,则X+Y也是连续型r.v.且它的密度函数为X与Y的密度函数的卷积. * * 例1. 设X和Y相互独立, 且都服从N(0, 1), 求:Z=X+Y的分布密度. * * * * 例2 设(X,Y)有联合概率密度 求Z=X+Y的密度函数fZ(z). 解:(X,Y)在如图区域中服从均 匀分布，Z密度计算公式为 0 1 x y 2 z x+y=z * * z f(z) 0 1 2 * * (二) 商(Z=X/Y)的分布: * * 特别地, 当X,Y相互独立时, y x x=yz 0 * * * * (三) M=max{X,Y}及m=min{X, Y}的分布: 设X,Y相互独立, 分布函数分别为FX(x)和FY(y). 首先求M=max{X,Y}的分布. * * * * 例4 两个部件L1,L2组成的串、并联系统 L1 L2 L1 L2 * * 解:(1)L1,L2有一个失效,则系统失效,即T=min{X,Y} (2)L1,L2都失效，系统失效，即T=max{X,Y} * * (四) 利用“分布函数法”导出两r.v.的和,商等的分布函数或密度函数的公式, 其要点为: * * * * * * * * 一、 n维联合分布 定义1 设(X1,…,Xn)为n维随机变量，对任意n个实数x1,x2,…,xn，称n元函数 为n维随机变量(X1,…,Xn)的联合分布函数。 §6 n维随机变量简介 * * 定义2 如果(X1,…,Xn)只取有限或可列无穷多个 向量值，则称(X1,…,Xn)为n维离散型随机变量 称为(X1,…,Xn)的联合分布律。 * * 定义3 如果存在非负函数f(x1,…, xn),使得 (X1,…,Xn)的分布函数 对一切实数 x1,…,xn成立,则称(X1,…,Xn)为n维连续型变量。称f(x1,…,xn)为(X1,…,Xn)的联合概率密度。 * * 对n维连续型变量(X1,…,Xn)，落在n维空间某区域G内的概率为 * * 二、k维边缘分布 定义4 称(X1,…,Xn)中任意k个分量所构成的k维随机变量的分布为(X1,…,Xn)的k维边缘分布. * * 例如，称 (X1,X2,X3)的分布函数 为(X1,…,Xn)关于(X1,X2,X3)的三维边缘分布函数. 为(X1,…,Xn)关于Xi的一维边缘分布函数. * * 若(X1,…,Xn)为 n维连续型随机变量，其概率密度为f(x1,..,xn),则 称为(X1,…,Xn)关于(X1,…,Xk)的k维边缘概率密度. 关于 Xi的一维边缘概率密度为 * * 三、独立性 定义5 设(X1,…,Xn)的分布函数为F(x1,…,x n),一维边缘分布函数为 FXi(xi)(i=1,2,…n),若对所有实数x1,…,xn, 有 则称X1,