两个变量独立性和函数分布.pptVIP

此时 代入即可 例12 （P95） 已知 X、Y 独立同分布于N (0,1) ，则 Z = X + Y 的密度函数是 即，Z = X + Y 服从正态分布 N (0,2) 。 一般地，如果 X、Y 相互独立，并且有 X ~ N (?1 ,? 2 )， Y ~ N (?2 ,? 2 ) ，则 Z = X + Y 服从正态分布 N ( ?1 + ?2 ,2? 2 ) 分布的“可加” (1). 正态分布对两个参数都具有可加性 更一般的，有限个相互独立的正态 随机变量的线性组合仍然服从正态分布。 如果 X、Y 相互独立，并且 X ~ N (?1 ,?12 )， Y ~ N (?2 ,?22 ) ， 则 X + Y 服从正态分布 N ( ?1 + ?2 ,?12 + ?22 ) 。 (2). 二项分布对于参数 n 具有可加性 二项分布可以表示成两点分布随机变量的和 ① 如果 X1、X2、…、Xn 相互独立同分布于B (1,p) ， 则有 X = X1 + X2 + … + Xn ~ B ( n ,p ) 。 ② 如果 X ~ B ( n ,p ) ，则可以分解 X = X1 + X2 + … + Xn 。 如果 X、Y 相互独立，并且 X ~ B (n ,p )， Y ~ B (m ,p ) ， 则 X + Y 服从二项分布 B ( m + n ,p ) 。 (3). 泊松分布对于参数 ? 具有可加性 如果 X、Y 相互独立，并且 X ~ ? (?1)， Y ~ ? (?2) ， 则 X + Y 服从泊松分布 ? ( ?1 + ?2 ) 。 应用： 在第四章中，分布的“可加性”可以用来简化 对于随机变量数字特征的计算，如期望与方差的计算。 例13 可以认为服务器遭受非法入侵的次数服从泊松分布。假定根据统计资料平均每分钟受到 的攻击次数服从参数为1的泊松分布， 问开放服务器 5 分钟而至少受到一次入侵的概率？ 解. 以 X1，…，X5 分别记第1，…，第5 分钟非法入侵 的次数，所以X1，…，X5 独立同分布于? (1) 。 根据泊松分布的可加性，5 分钟里总的被攻击次数X 服从?(5) ，因此至少受到一次攻击的概率 p = 1 – P { X = 0 } = 1 – ≈ 1 – 0.0067 = 0.9933 。 ②连续随机变量的极值分布 则有 故有 推广 例14 解 3. 教材 106 页 第 17 题 ； 4. 教材 107 页 第 19 题 ； 习题 3.3 5. 教材 108 页 第 28 题 。 第三节 两个变量的独立性与函数分布 １．Def:如果随机变量 X、Y 满足：对所有的实数 x 　　与y ，联合分布函数都等于边缘分布函数的乘积 ： F ( x,y ) = FX (x)×FY (y) 　则称 随机变量 X、Y 是相互独立的 . ( independent, 缩写为：ind ) 随机变量的独立就是事件独立性的推广 一. 随机变量的相互独立 ２. 如何判断随机变量的独立 ① 按照独立性的定义 联合分布函数等于边缘分布函数的乘积，即， F ( x,y ) = FX (x)×FY (y) 例1 讨论下面X、Y的独立性 (1 – e – 2x) (1 – e – y ) , 当 x 、y ＞ 0 F (x,y) = 0 ， 其它 ② 按照随机变量的类型 联合分布律等于边缘分布律的乘积. 即， pi j = pi ·×p· j 对全部 i、j 成立 两个离散随机变量的独立 两个连续随机变量的独立 联合密度函数等于边缘密度函数的乘积。即， p (x,y) = pX (x)×pY (y) 对全部 x、y 成立 例2 从 1，2，3，4 中随机地取一个数 X ， 再从 1，· · ·，X 中随机地取一个数 Y，判断 X、Y是否独立？ 解. 联合分布律以及边缘分布律是： 显然 X、Y 不独立。 X \ Y