《概率论：二维随机变量 边缘分布》课件.ppt

解：依题意 练习 若X和Y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. 由卷积公式 i=0,1,2,… j=0,1,2,… 由卷积公式 即Z服从参数为 的泊松分布. r =0,1，… 练习 设X和Y相互独立，X~B(n1,p),Y~B(n2,p),求Z=X+Y 的分布. 回忆第二章对服从二项分布的随机变量所作的直观解释: 我们给出不需要计算的另一种证法: 同样，Y是在n2次独立重复试验中事件A出现 的次数,每次试验中A出现的概率为p. 若X~ B(n1,p),则X 是在n1次独立重复试验中事件A出现的次数,每次试验中A出现的概率都为p. 故Z=X+Y 是在n1+n2次独立重复试验中事件A出现的次数，每次试验中A出现的概率为p，于是Z是以（n1+n2，p）为参数的二项随机变量，即Z ~ B(n1+n2, p). 设 X ~B (n1, p), Y ~B (n2, p), 且独立， 具有可加性的两个离散分布 设 X ~ P (?1), Y ~ P (?2), 且独立， 可加性 则 X + Y ~ B ( n1+n2, p) 则 X + Y ~ P(?1+ ?2) 五、布置作业 习题22，24，29，30 * * * * * * * * * * 第五节 两个随机变量的函数的分布 的分布 M=max(X,Y)及N=min(X,Y)的分布 课堂练习 小结 布置作业 在第二章中，我们讨论了一维随机变量函数的分布，现在我们进一步讨论: 当随机变量 X, Y 的联合分布已知时，如何求出它们的函数 Z = g ( X, Y ) 的分布? 例1 若 X、Y 独立，P(X=k)=ak , k=0 , 1 , 2 ,…, P(Y=k)=bk , k=0,1,2,… ,求 Z=X+Y 的概率函数. 解 =a0br+a1br-1+…+arb0 由独立性 r=0,1,2, … 一、 的分布 解 依题意 例2 若 X 和 Y 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 于是 i = 0 , 1 , 2 , … j = 0 , 1 , 2 , … 的泊松分布. r = 0 , 1 , … 即Z服从参数为 的泊松分布. 例3 设X和Y的联合密度为 f (x,y) , 求 Z=X+Y 的概率密度. 这里积分区域 D={(x, y): x+y ≤z} 解 Z=X+Y的分布函数是: 它是直线 x+y =z 及其左下方的半平面. 化成累次积分,得 固定z和y,对方括号内的积分作变量代换, 令 x=u-y,得 变量代换 交换积分次序 由概率密度与分布函数的关系, 即得Z=X+Y的概率密度为: 由X和Y的对称性, fZ (z)又可写成 以上两式即是两个随机变量和的概率密度的一般公式. 特别地，当 X 和 Y 独立，设 (X,Y) 关于 X , Y 的边缘密度分别为 fX(x) , fY(y) , 则上述两式化为: 下面我们用卷积公式来求Z=X+Y的概率密度. 卷积公式 为确定积分限,先找出使被积函数不为 0 的区域 例4 若 X 和Y 独立, 具有共同的概率密度 求 Z=X+Y 的概率密度 . 解 由卷积公式 也即 暂时固定 故 当 或 时 , 当 时 , 当 时 , 于是 例5 若X和Y 是两个相互独立的随机变量 , 具有相同的分布 N(0,1) , 求 Z=X+Y 的概率密度. 解 由卷积公式 令 得 可见 Z=X+Y 服从正态分布 N(0,2). 用类似的方法可以证明: 若X和Y 独立, 结论又如何呢? 此结论可以推广到n个独立随机变量之和的情形,请自行写出结论. 若X和Y 独立 , 具有相同的分布 N(0,1) , 则Z=X+Y 服从正态分布 N(0,2). 有限个独立正态变量的线性组合仍然服从正态分布. 更一般地, 可以证明: 例：设某种商品在一周内的需要量是一个随机变量，概率密度函数为 如果各周的需要量相互独立，求两周需要量的概率密度函数。