概率与统计第二章.pptVIP

2.4.3 为连续型随机变量 定理1 设 与 对应的函数y=f(x)为严格单调可微函数， 是x=h(y)它的反函数．于是， 的分布密度为 其中y的取值原则上将随中 的x取值范围确定．（证略） 随机变量函数 的分布密度完全由 的分布密度确定．定理证明的基本思路是先求 分布函数 ，再求导得分布密度 ．为方便起见，称此方法为分布函数转化法。下面我们通过例题来理解一下。 【例2】 设随机变量有分布密度 解 此处采用分布函数转化法．在0x3下，有 = = = 因为 ，于是 ，综上便有 利用定理1求解这类题目的简便方法是通过以下四个规范步骤来完成的: 1．求y=f(x)的反函数x=h(y); 2．求x=h(y)的导数 ; 3．将h(y)及 代公式，即可得 4．依据 中x的取值范围定出 中的取值范围． 【例3】已知随机变量X的概率密度 的概率密度 解法一 解法二 设X和Y的分布函数分别为 两边对y求导得 两边对y求导得 习题２.４ 1． 已知离散型随机变量 的概率分布如表 2．已知连续型随机变量的概率密度为 3． 已知连续型随机变量的概率密度为 -1 0 1 2 P 0.2 0.1 0.3 0.4 2.5 二维随机变量及其分布 有些随机试验的结果，仅用一个随机变量来描述是不够的，如进行实弹射击时，弹着点的位置就由横纵两个坐标来确定，它涉及到两个随机变量；加工圆柱销钉，既要考虑长度，又要考虑直径，这也涉及两个随机变量。一般地，在一个随机试验中，随机事件需要n个随机变量 来描述，则称它们的总体 为n维随机变量或称为维数是n的随机向量。 时，统称为多维随机变量。为简明起见，以二维随机变量为研究对象进行讨论，至于二维以上的情形可依此类推。 2.5.1 二维随机变量 1．二维离散型随机变量 定义1 设二维离散型随机变量 取值 有确定的概率为 （2-5-1） 则称由（2-5-1）式叫做随机变量 的概率分布，又称联合分布列．也可由表格的形式给出（如表2-3）． 类似于一维场合，联合分布列同样具有如下基本性质: （非负性）； （规范性）． … … … … … … … … * * 第二章 随机变量及其概率分布 本章问题引入： 第一章我们讨论了单一事件的概率求解,但大多数情况需要我们对整个试验进行把握。例如设某车间有200台车床，由于经常需要检修、测量、调换刀具、变换位置等种种原因，因此，即使在生产期间，各台车床还是时常需要停车。若每台车床有60%的时间在开动，而每台车床开动时需要耗电1千瓦，那么应供给这个车间多少电才能有95%的把握保证生产正常进行同时又节约电力呢？ 本章要研究的问题是：如何将随机事件用变量进行表示以及将事件与其概率的关系函数化，以便我们对随机现象能从总体上进行把握，这便是本章要研究的随机变量及其概率分布。 2．1 离散型随机变量及其概率分布 2.1.1 随机变量 在讨论随机事件及其概率时我们发现，随机试验的结果与数值有密切的关联——许多随机试验的结果本身就是一个数值；虽然有些随机试验的结果不直接表现为数值，但却可以将其数量化。看下面的例子。 【例1】 掷一质地均匀的骰子，向上一面的点数用X表示，则X的所有可能取值为1，2，…，6，即 显然，X是一个变量，它取不同的数值表示试验的不同结果。例如{X=2 }就表示事件“出现2点”