北邮概率统计课件3.5两个随机变量的函数的分布.pptxVIP

第五节 两个随机变量的函数的分布 在一维随机变量中讨论了：已知随机 变量 X 及它的分布，如何求其函数 Y  g(X ) 研究的问题 的分布。 在多维随机变量中需讨论：已知随机变 量X , X , …,X 及其联合分布，如何求 1 2 n 出它们的函数： Y =g (X , X , …,X ), i = 1, 2,…, m i i 1 2 n 的联合分布。 一般，先讨论两个随机变量的函数的分布问题，然后将其 推广到多个随机变量的情形。 北邮概率统计课件 2013 概率统计 一. Z=X+Y 的分布(和的分布) 设 ( X, Y )的概率密度为 f( x, y). 则 Z= X + Y 的分布函数为:  F (z)  P(Z  z)  f (x, y) dxdy Z x yz 累  z x    dx f (x, y) dy 次 积 分   x  y  z 固定 z 和 x , 对内层积分 作变量替换 y= u – x  z 是直线 x+y =z 左下方 的半平 面    dx [ f (x,u  x)du]   交换 z    积分  [ f (x,u  x)dx] du 次序   2013 北邮概率统计课件 概率统计 得 Z=X+Y 的概率密度为: 对FZ (z)求导,   f (z)  f (x, z  x) dx Z  由 X 和 Y 的对称性， f (z)又可写为： Z   f (z)  f (z  y, y)dy Z  f (x, y)  f (x) f ( y) 注: 当 X, Y 相互独立时，则由 X Y   有: f (z)  f (x) f (z  x)dx 称为卷积公式 f  fY Z X Y    记为： 或 f (z)  f (z  y) f ( y) dy X Z X Y        f  f  f (z  y) f ( y)dy  f (x) f (z  x)dx X Y X Y X Y  2013 北邮概率统计课件 概率统计 例1. 设 X 和 Y相互独立的随机变量，且   2 1 X ~ N( , ) 1   Y ~ N( , ) 2 2 2 求：Z = X + Y 的概率密度 解: 利用卷积公式：   f (z)  f (x) f (z  x) dx Z X Y  ( x  2 ) 2 [( ) ] z x  1  1 1  2    2 2  2  ( e 2 ) (  e )dx 1 2 2 2  1 2 ( x  )2 (z x )2 1  1  2    2 2  2  e 2 dx 1 2 2   1 2 2013 北邮概率统计课件 概率统计 (z  ) 2  2  2   2  2  2z 1 )2  1  1 2  1 2 ( x 2 1 1 2    2  2 2  2 2  2  2   e 2(  ) e dx 1 2 1 2 1 2 2   1 2 (z 1  )2 2 1   2  2 )  e 2( 1 2 2 1  2 2 2    2 1 1  2 2  2 2 1  2 1  2  2z 令:  t ( x  ) 1  2 2 2 2 1  2 1  2 2 dt  d x 1 2 2013 北邮概率统计课件 概率统计 结论: 2 1 ▲   若随机变量 X 和 Y 相互独立，且X ~ N( , ) 1   Y ~ N( , ) 2 2 则它们的和仍服从正态分布， 2   Z X Y ~ N(     , 2 1  2 2 ) 即： ▲ 推广到 n 个相互独立正态随机变量之和，即： X ~ N( , ) i 1, 2, 3, n 1 2   2  L 且它们相互独 立，则它们的和仍服从正态分布。即有： X X i i i    Xn ~ N(       , 2    2 2 n ) 1 2 1 2 n 1 2 ▲ 更一般的有：有限个相互独立的正态随机变量的 的线性组合仍然服从正态分布。 2013 北邮概率统计课件 概率统计      例2. 设 X,Y相互独立,且服从参数为 , , , 的 分布, 1 2 且 X, Y 的概率密度分别为:    1  1  x