概率论及数理统计：2.4 随机变量函数的分布.pptVIP

§2.4 随机变量函数的分布 问题：已知随机变量 X 的概率特性: 分布函数 或密度函数（分布律） Y = g ( X ) 求 Y 的概率特性 方法：将与 Y 有关的事件转化成 X 的事件 1 离散型随机变量函数的分布 例 已知 X 的概率分布为 X pk -1 0 1 2 求 Y 1= 2X – 1 与 Y 2= X 2 的分布律 解 Y 1 pi -3 -1 1 3 Y 2 pi 1 0 1 4 Y 2 pi 0 1 4 1 离散型随机变量函数的分布 设随机变量 X 的分布律为 由已知函数 g ( x) 可求出随机变量 Y (= g ( X )) 的所有可能取值，以及取这些值的概率， 则 Y 的概率分布为 例(p87 47题) 已知 X 的概率分布为 其中 p + q = 1, 0 p 1, 求 Y = Sin X 的概率分布 解 故 Y 的概率分布为 Y pi -1 0 1 2 连续性随机变量函数的分布 已知随机变量 X 的密度函数 f (x) (或分布函数) 求 Y = g( X ) 的密度函数或分布函数 方法： 从分布函数出发 从密度函数出发 基本要求 不要求 例 已知 X 密度函数为 为常数，且 a ? 0, 求 f Y ( y ) 解 当a 0 时， 当a 0 时， 故 总之 例如，设 X ~ N (? ,?2) , Y = a X +b, 则 ? Y ~ N ( a? +b,a2?2) 特别地 ，若 X ~ N (? ,? 2) , 则 重要结论：正态分布的线性函数仍然是正态分布. 定理 : 设随机变量 X 具有概率密度函数 f X(x) (?? x + ?), g (x) 为 (? ?，+ ?), 内的严格单调的可导函数，则 随机变量 Y = g (X) 的概率密度为： 其中 h(y) 是 g (x) 的反函数， 例如： g (x)= arctan x g (x)= arc ctan x 呢？ 例 X ~ E (2), Y = – 3X + 2 ,求 解 例 已知 X ~ N (0,1) , Y = X 2 , 求 f Y (y) 解 从分布函数出发 [ y y [ 当y 0 时，FY (y) = 0 当y 0 时， ] [ 故 例 设 X 的概率密度函数为 求 的概率密度函数 解 故当 y ? 0 或 y ? 1时 f Y (y) = 0 由图可知， ? 0 1 y ? y ? 当y ? 0时，FY(y) = p(Y ? y) = 0 当y ? 1 时， FY( y) = p(Y ? y) = 1 当0 ? y 1 时 故 ? 0 1 ? - arcsiny arcsiny y 例 设 X 的概率密度函数为(有兴趣的自修) 求 的概率密度函数 解 故当 y ? -1 或 y ? 1时 f Y (y) = 0 由图可知， Y 的 取值范围为(-1,1) x -1 1 2? y -1 1 y y 当0? y 1 时 当-1? y 0 时 注：连续型随机变量的函数不一定是 连续型随机变量 例如：X ~ U (0,2) 令 Y = g( X ) FY (y)不是连续函数，在 y = 1 处间断。 y 1 例（了解） 若 X 的分布函数F(x)为严格单调递增的连续函数, 求Y= F(X)的分布函数 可用于Monte-Carlo 仿真 作业 P 83 习题二 45、46、50、52 47, 48,51,53 选作