4二维随机变量函数的分布.pptVIP

§3.4 二维随机变量函数的分布 上一章已经讨论过一维随机变量函数的分布，同样，我们可以讨论二维随机变量函数的分布． 一、问题的提法 设 是n维随机变量，其联合分布已知 ， 是n元实连续函数，则 的分布称为 函数的分布． 需要注意的是，n维随机变量函数形成的随机变量仍然是一维随机变量，这里我们主要讨论二维随机变量函数的分布问题，解决这类问题的关键是掌握其基本思想方法． 二、二维随机变量函数的分布 离散型随机变量函数的分布 若X与Y相互独立，且 , ，则 ． 这种性质称为可加性，因此泊松分布具有可加性．类似地，二项分布也具有可加性. 若 相互独立，则 ． 2.连续型随机变量函数的分布 设 为联合概率密度函数，当 是连续函数时，则 的概率密度函数 可如下获取： 第一步：求出 . 对任意 ， 第二步：根据上式，利用分布函数与概率密度的关系，或对 求导，即可得到 ． 上述做法就是求二维随机变量函数分布的一般方法，应充分理解和熟练掌握． 下面讨论几个具体的随机变量函数的分布：设是二维连续型随机变量，是其联合概率密度函数. 图3.6Dz （1）和的分布 求 的概率密度函数．对于任意的实数Z，根据定义，由（3－11）有 　 对固定的z和y，先作变换 由连续型随机变量概率密度函数的定义可得 （3—27） 同理　 　 （3—28） 特别当与相互独立时， ，于是 （3—29） 　　 　　　　 （3－30） 定理3.5 若X与Y相互独立，且 ， ，则 ．（3—31） 更进一步，还有 推论1 若 , , …, 相互独立且 ，i =1, 2, …, n，则 （3—32） 由于正态随机变量的线性函数是正态随机变量，因而我们还有 推论2 相互独立的正态随机变量的线性组合仍然是正态随机变量． （2） 商的分布 求 （Y≠0）的概率密度函数． 对于任意的实数z，根据定义2.8，由（3－11）有 　 对固定的y和z，先作变换 ， 则有， ， 所以 （3—33） 若X与Y相互独立，则 （3－34） 类似可以求得 的概率密度函数为 . （请读者自己证明）． （3）. 随机变量最大值和最小值的分布