第三章随高机变量与分布函数.ppt

注 意 点 二维正态分布的边际分布是一维正态： 若 (ξ, η) ? N ( )， 1. P{ξ=xi|η=yj} ≥0; 2. * * * * * * * * * * * * * * * * * * * * * * * 例3.3.3 设 X 与 Y 独立，X～U(0, 1), Y～Exp(1). 试求 Z = X+Y 的密度函数. 解: 被积函数的非零区域为： 0x1 且 z?x0 用卷积公式： (见下图) x z 1 z = x 因此有 (1) z 0 时 pZ(z) = 0 ; (2) 0 z 1 时 pZ(z) = (3) 1 z 时 pZ(z) = 1 3、二维随机变量两个函数的联合分布 变量变换法 求 (U, V) 的分布. 已知 的分布， 的函数 变量变换法 已知 的分布， 的函数 变量变换法的具体步骤 有连续偏导、存在反函数 则 (U, V) 的联合密度为 若 其中J为变换的雅可比行列式： 增补变量法 可增补一个变量V = g2(ξ, η) ， 若要求 U = g1(ξ, η) 的密度 pU(u) ， 先用变量变换法求出 (U, V)的联合密度pUV(u, v)， 用此方法可以求出卷积公式、积的公式、商的公式 然后再由联合密度pUV(u, v)，去求出边际密度pU(u) 例、设ξ和η独立同分布，都服从N(μ,σ2) 求(U,V)的联合密度函数q(u,v) 例：若ξ和η相互独立，分别服从G(λ,r1), G(λ,r2),即密度函数分别为 求 U和V的联合密度函数q(u,v) 五、随机变量的函数的独立性（略） * * * 例 、设(ξ,η)的联合分布律为 ξ η -1 2 -1 1 2 5/20 3/20 2/20 3/20 6/20 1/20 求，Z1=ξη, Z2=min(ξ,η)的分布律 (一)、离散的情形 =a0br+a1br-1+…+arb0 由独立 性 此即离散型 卷积公式 r=0,1,2, … 例 若ξ、η 独立，P(ξ=k)=ak , k=0,1,2,…, P(η=k)=bk , k=0,1,2,… ,求ζ=ξ+η的分布律. 解: 课堂练习 若ξ和η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. 二、单个随机变量函数的分布 解：设η的分布函数为 Fη(y)， 例1 设 ξ ~ 求 η=2ξ+8 的概率密度. Fη(y)=P{ η y } = P (2ξ+8 y ) =P{ ξ } = Fξ( ) 于是η 的密度函数 例2 先求η的分布函数 结论： 设 例 设随机变量ξ服从 ，求η=aξ+b (a≠0)也服从正态分布. 这个结论很重要！！ 说明正态分布对线性变换具有不变性 所以，Y~N(aμ+b,a2σ2) 例，设X~N(20,32) 则Y=-2X-10~ N(-50,62) 例、X~N(0,32) 则 -X~N(0,32) 注意：X与-X是不同随机变量， 但他们分布相同，即同分布。 课堂练习 设随机变量ξ在(0,1)上服从均匀分布， 求η=-2lnξ的概率密度. 求η=sinξ的概率密度. 课堂练习 设随机变量ξ的概率密度为 例 设 ξ 具有概率密度 ,求η=ξ2的概率密度. 求导可得 当 y≥0 时, 注意到 η=ξ2≥ 0，故当 y 0时， 解： 设η和ξ的分布函数分别为 和 ， 例 已知随机变量ξ的分布函数F(x)是严格单调的连续函数, 证明η=F(ξ)服从[0,1]上的均匀分布. 本例的结论在计算机模拟中有重要的应用. 三、随机向量的函数的分布律 我们先讨论两个随机变量的函数的分布问题，然后将其推广到多个随机变量的情形. 当随机变量ξ1, ξ2, …,ξn的联合分布已知时，如何求出它们的函数 ηi=gi(ξ1, ξ2, …,ξn), i=1,2,…,m 的联合分布? 四、随机向量的变换 1、M=max(ξ,η)及N=min(ξ,η)的分布 设ξ，η是两个相互独立的随机变量，它们的分布函数分别为Fξ(x)和Fη(y),我们来求M=max(ξ,η)及N=min(ξ,