维随机变量函数的分布.pptxVIP

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: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.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?

3.5.1和的分布3.5.1.1离散型随机变量和的分布3.5.1.2连续型随机变量和的分布3.5.4极值分布第五节二维随机变量的函数分布

二维随机变量的函数的分布设是二维随机变量,其联合分布函数为是随机变量的二元函数的分布函数问题：如何确定随机变量Z的分布呢？

一、离散型分布的情形例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由独立性此即离散卷积公式r=0,1,2,…3.5.1和的分布：Z=X+Y

例2设的联合分布列为分别求出（1）X+Y；（2）X-Y的分布列YX-2-10-11/121/123/121/22/121/12032/1202/12

解由（X，Y）的联合分布列可得如下表格概率1/121/123/122/121/122/122/12-3-2-1-3/2-1/21310-15/23/253

解得所求的各分布列为X+Y-3-2-1-3/2-1/213概率1/121/123/122/121/122/122/12X-Y10-15/23/253概率1/121/123/122/121/122/122/12

解：依题意例3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,…

即Z服从参数为的泊松分布.r=0,1，…章节一

例4设X和Y相互独立，X~B(n1,p),Y~B(n2,p),求Z=X+Y的分布.添加标题回忆第二章对服从二项分布的随机变量所作的直观解释:添加标题我们给出不需要计算的另一种证法:添加标题同样，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.添加标题若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.添加标题

即:二项分布的可加性故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）为参数的随机变量若X与Y相互独立，X～B(n1,p)，Ｙ～B(n２,p)，则X+Y～B(n1+n2,p)

二、连续型分布的情形例5设X和Y的联合密度为f(x,y),求Z=X+Y的密度解:Z=X+Y的分布函数是:FZ(z)=P(Z≤z)=P(X+Y≤z)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.

化成累次积分,得由X和Y的对称性,fZ(z)又可写成以上两式是两个随机变量和的概率密度的一般公式.交换积分次序

特别，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的概率密度这两个公式称为卷积公式.

为确定积分限,先找出使被积函数不为0的区域例6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:由卷积公式即

如图示:于是

解法二从分布函数出发x+y=z当z0时，1yx1可用卷积公式直接求密度函数与通过分布函数求密度函数两种方法求和的分布

x+y=z当0?z1时，1yx1?z?z

x+y=z当1?z2时，z-11yx1?z?z

当2?z时，xyx+y=z

添加标题添加标题添加标题例7设随机变量X1和X2相互独立,且均服从标准正态分布N~(0,1),求Y=X1+X2的概率密度函数.解由题意得X1和X2相互独立,故

A结论:两个独立的正态分布的随机变量的和仍服从正态分布.BX1+X2~N(μ1+μ2,σ12+σ22)C正态分布的可加性D.即:若X1~N(μ1,σ12),X2~N(μ2,σ22),X1,X2独立,则E有限个独立正态变量的线性