概率论与数理统计浙大四版第三章3讲.pptxVIP

随机变量函数的分布

当随机变量X1,X2,…,Xn的联合分布已知时，如何求出它们的函数Yi=gi(X1,X2,…,Xn),i=1,2,…,m的联合分布?我们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.

一、离散型分布的情形解:=a0br+a1br-1+…+arb0由独立性此即离散卷积公式r=0,1,2,…

解：依题意的泊松分布.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，…

于是

单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。为了能让您有更直观的字数感受，并进一步方便使用，我们设置了文本的最大限度，当您输入的文字到这里时，已濒临页面容纳内容的上限，若还有更多内容，请酌情缩小字号，但我们不建议您的文本字号小于14磅，请您务必注意。

这里积分区域D={(x,y):x+y≤z}是直线x+y=z左下方的半平面.连续型分布的情形

化成累次积分,得变量代换交换积分次序

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.

这两个公式称为卷积公式.下面我们用卷积公式来求Z=X+Y的概率密度

为确定积分限,先找出使被积函数不为0的区域例5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

为确定积分限,先找出使被积函数不为0的区域如图示:也即于是

由公式解

得

01用类似的方法可以证明:03结论又如何呢?02若X和Y独立,04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).05

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:

从前面例4可以看出，在求随机向量(X,Y)的函数Z=g(X,Y)的分布时，关键是设法将其转化为(X,Y)在一定范围内取值的形式，从而利用已知的分布求出Z=g(X,Y)的分布.

休息片刻再继续

M=max(X,Y)及N=min(X,Y)的分布设X，Y是两个相互独立的随机变量，它们的分布函数分别为FX(x)和FY(y),我们来求M=max(X,Y)及N=min(X,Y)的分布函数.

又由于X和Y相互独立,于是得到M=max(X,Y)的分布函数为:1即有FM(z)=FX(z)FY(z)2FM(z)=P(M≤z)3=P(X≤z)P(Y≤z)4=P(X≤z,Y≤z)5由于M=max(X,Y)不大于z等价于X和Y都不大于z，故有6分析：7P(M≤z)=P(X≤z,Y≤z)8

类似地，可得N=min(X,Y)的分布函数是下面进行推广=1-P(Nz)=1-P(Xz,Yz)=1-P(Xz)P(Yz)FN(z)=P(N≤z)即有FN(z)=1-[1-FX(z)][1-FY(z)]

A设X1,…,Xn是n个相互独立的随机变量,它们的分布函数分别为B我们来求M=max(X1,…,Xn)和N=min(X1,…,Xn)的分布函数.C(i=0,1，…,n)

用与二维时完全类似的方法，可得N=min(X1,…,Xn)的分布函数是M=max(X1,…,Xn)的分布函数为:FM(z)=[F(z)]nFN(z)=1-[1-F(z)]n……

若X1,…,Xn是连续型随机变量，在求得M=max(X1,…,Xn)和N=min(X1,…,Xn)的分布函数后，不难求得M和N的密度函数.留作课下练习.当X1,…,Xn相互独立且具有相同分布函数F(x)时，有FM(z)=[F(z)]nFN(z)=1-[1-F(z)]n3214

M=max(X1,…,Xn)，N=min(X1,…,Xn)为极值.由于一些灾害性的自然现象，如地震、洪水等等都是极值，研究极值分布具有重要的意义和实用价值.

例7