第三章随机变量与分布函数

1、第三章第三章 随机变量与分布函数随机变量与分布函数3.13.1随机变量及其分布随机变量及其分布一、随机变量的定义一、随机变量的定义 (1) 掷一颗骰子， 出现的点数 1，2，6. (2) n个产品中的不合格品个数0，1，2，n (3) 某商场一天内来的顾客数0，1，2， (4) 某种型号电视机的寿命 : 0, +) (1) 掷一颗骰子， 出现的点数 1，2，6. (2) n个产品中的不合格品个数0，1，2，n (3) 某商场一天内来的顾客数0，1，2， (4) 某种型号电视机的寿命 : 0, +)定义3.1.1 设 =为某随机现象的样本空间， 是定义于概率空间(, f, p)上的单值实函数，如

2、果对直线上任何一个博雷尔点集b,有 f则称 为随机变量，而 称为随机变量 的概率分布。.)(w)(w)(w )(:bww)(bwp注 意 点(1) 随机变量 是样本点的函数， 其定义域为 ，其值域为r=(，) )(w (2) 若 为随机变量，则 均为随机事件.,bak即)(:bwawba 若随机变量 可能取值的个数为有限个或 可列个，则称 为离散型随机变量. 若随机变量 的可能取值充满某个区间 a, b，则称 为连续型随机变量. 前例中的 , , 为离散型随机变量； 而 为连续型随机变量.两类随机变量定义3.1.2 设 为一个随机变量，对任意实数 x， 称 f(x)=p x 为 的分布函数.(

3、distribution function) 记为 随机变量的分布函数)(xf)()(afbfbap二、分布函数的性质二、分布函数的性质定理3.1.1 分布函数f(x)具有下列基本性质： (1) f(x) 单调不降； (2) 有界：0f(x)1，f()=0，f(+)=1； (3) 左连续：f(x-0)=f(x).注 意 点注意以下一些表达式：)()0()(afafawp)0()(afawp)(1)(afawp)0(1)(afawp三、离散型随机变量三、离散型随机变量 设离散随机变量 的可能取值为：x1，x2，xn， 称 pi=p( =xi)， i =1, 2, 为 的分布列. 分布列也可用表格

4、形式表示： x1 x2 xn p p1 p2 pn 分布列的基本性质 (1) pi 0， (2)1.iip (正则性)(非负性)注 意 点 对离散随机变量的分布函数应注意： (1) f(x)是递增的阶梯函数; (2) 其间断点均为左连续的; (3) 其间断点即为的可能取值点; (4) 其间断点的跳跃高度是对应的概率值.;, 0132211121211kkkxxxxxxxxxxxppppppx1x2xkpp1p2pk一般，设离散型一般，设离散型r.v. 的分布律为：的分布律为：则则x的分布函数的分布函数 f(x)=p m+n | m ) = p( n )几何分布2 , 1,)1 ()(1kppk

5、pk巴斯卡分布(负二项分布)1,)1 ()(11rrkppckprrkrk巴斯卡分布与几何分布的关系： 为独立重复的伯努里试验中， “第 r 次成功”时的试验次数.r21 为从第 i-1 次成功后算起， “首次成功”时的试验次数.i四、连续型随机变量四、连续型随机变量 连续随机变量的可能取值充满某个区间 (a, b). 因为对连续随机变量 ，有p(=x)=0， 所以无法仿离散随机变量用 p( =x) 来描述连续随机变量的分布. 注意离散随机变量与连续随机变量的差别.定义设随机变量的分布函数为f(x),则称 为连续随机变量，( )( )xp t dtf x若存在非负可积函数 p(x) ，满足：称

6、 p(x)为分布密度函数，（density function）.密度函数的基本性质(2)(1) ( ) 0; ( )1.p xp x dx满足(1) (2)的函数都可以看成某个连续随机变量的分布密度函数.(非负性)(正则性)注意点 (1) (2) f(x) 是 (, +) 上的连续函数; (3) p(=x) = f(x+0)f(x) = 0; badxxpbap)()(注意点 (1) (2) f(x) 是 (, +) 上的连续函数; (3) p(=x) = f(x+0)f(x) = 0; (4) pab = pa b = pa b = pa b = f(b)f(a).(5) 当f(x) 在x点

7、可导时, f(x) =( )f xdxxfbapba)()(所以，概率为零的事件不一定是不可能事件！连续型1. 密度函数 f(x) ( 不唯一 )2.4. p( =a) = 0离散型1. 分布列: pn = p( =xn) ( 唯一 ) 2. f(x) = 3. f(a+0) = f(a); p(a b) = f(b)f(a).4. 点点计较5. f(x)为阶梯函数。 5. f(x)为连续函数。 f(a+0) = f(a). f(a+0) f(a).dttfxfx)()(xxiixxp)(例设 3,0,( )0,0.xkexp xx求 (1) 常数 k. (2) f(x).常见连续性随机变量常

8、见连续性随机变量1、均匀分布2、正态分布3、指数分布4、埃尔兰分布5、 分布（一）均匀分布（一）均匀分布 u(a,b)实际背景实际背景： 随机变量随机变量 x 仅在一个有限区间（仅在一个有限区间（a,ba,b）上取值；）上取值； 随机变量随机变量 x在其内取值具有在其内取值具有“等可能等可能”性，则性，则 u(a,b)u(a,b)。“等可能等可能”表现在：表现在： 若若acc+l b，则，则 pc 3 , 则 p(a) = p( 3) = 2/3设 y 表示三次独立观测中 a 出现的次数,则 y b(3, 2/3)，所求概率为 p(y2) = p(y=2)+p(y=3)230233321213

9、333cc =20/27例2记为 n(, 2),2()1( )exp,222xp xx其中 0， 是任意实数. 是位置参数. 是尺度参数.（二）正态分布二）正态分布( (normal distribution) ) rxdtexfxt,21)(222)(yxo正态分布的性质(1) p(x) 关于 是对称的.p(x)x0在 点 p(x) 取得最大值.(2) 若 固定, 改变, (3) 若 固定, 改变,小大p(x)左右移动, 形状保持不变. 越大曲线越平坦; 越小曲线越陡峭.p(x)x01(1) (0),2xx)( x1( ) x标准正态分布n(0, 1)密度函数记为 (x),分布函数记为 (x

10、).(2)()1( )xx (x) 的计算(1) x 0 时, 查标准正态分布函数表.(2) x 0时, 用( )1().xx 若 n(0, 1), 则 (1) p( a) = (a); (2) p(a) =1(a); (3) p(ab) = (b)(a); (4) 若a 0, 则 p(|a) = p(a1.96) , p(|1.96)p(|1/2, 所以 b 0, 反查表得: (1.66) = 0.9515, 故 b = 1.66而 (a) = 0.0495 1/2,所以 a 0, (a) = 0.9505, 反查表得: (1.65) = 0.9505, 故 a = 1.65例2.5.2一般

11、正态分布的标准化结论1 设 n(, 2),则 n(0, 1).结论2: 若 n(, 2), 则( )xf x若 n(, 2), 则 p(a) = a1a 设 n(10, 4), 求 p(1013), p(|10|2).解: p(1013) = (1.5)(0)= 0.9332 0.5p(|10|2) = p(8k = pk, 则 k = ( ).3课堂练习(1) 设 n(, 42), n(, 52), 记 p1 = p 4，p2 = p +5, 则( ) 对任意的 ，都有 p1 = p2 对任意的 ，都有 p1 p2课堂练习(2) 设 n( , 2), 则随 的增大， 概率 p| | ( )

12、单调增大 单调减少 保持不变 增减不定课堂练习(3)例例 假设在设计公共汽车车门的高度时，要假设在设计公共汽车车门的高度时，要求男子的碰头机会在求男子的碰头机会在1%1%以下，设男子的身以下，设男子的身高高(cm)服从正态分布，服从正态分布， n (170,36) ，问车门高度至少应为多高问车门高度至少应为多高? ?如果一个随机现象是由大量微小的相互独立的如果一个随机现象是由大量微小的相互独立的因素共同构成，那么描述这种随机现象的随机变量通常被因素共同构成，那么描述这种随机现象的随机变量通常被认为服从或近似服从正态分布认为服从或近似服从正态分布 如如: : 测量误差；测量误差； 在稳定条件下产

13、品的各种指标在稳定条件下产品的各种指标; ; 某地区人的身高、体重；某地区人的身高、体重； 大面积考试的分数等大面积考试的分数等正态分布的 3 原则设 n(, 2), 则 p( | | ) = 0.6828. p( | | 2 ) = 0.9545. p( | | 0.1,0( )0,0 xexf xx0, 00,)(xxexpx|, 0,tpstspts指数分布具有指数分布具有无记忆性无记忆性： 如果如果x x是某一元件的寿命，已知元件已使用了是某一元件的寿命，已知元件已使用了 s s小时，它还能继续使用至少小时，它还能继续使用至少 t t小时的条件概率，与小时的条件概率，与从开始时算起至少

14、能使用从开始时算起至少能使用 t t 小时的概率相等。小时的概率相等。即元件对它已使用过即元件对它已使用过s s小时无记忆。小时无记忆。例例1 1 机器里安装的某种元件，已知这种元件的使用寿命（年）服从参数为1/5的指数分布，1)计算一个元件使用8年后仍能正常工作的概率；2)一个元件已经使用了3年，求它还能再使用8年的概率。（四）埃尔兰分布（略）（四）埃尔兰分布（略）3.2随机向量，随机变量的独立性定义3.2.1 若1, 2是两个定义在同一个样本空间上的 随机变量，则称(1, 2) 是两维随机变量. 同理可定义 n 维随机变量 (随机向量).一、随机向量及其分布 定义3.2.2 联合分布函数f

15、(x, y) = p( 1 x, 2 y)为(1, 2) 的联合分布函数. (以下仅讨论两维随机变量)任对实数 x 和 y, 称注意：f(x, y)为(1, 2)落在点(x, y)的左下区域的概率.x1x2(x1, x2)联合分布函数的基本性质(1) f(x, y) 关于 x 和 y 分别单调增.(2) 0 f(x, y) 1，且f(, y) = f(x, ) =0， f(+, +) = 1.(3) f(x, y) 关于 x 和 y 分别左连续.(4) 当ab, cd 时，有f(b, d) f(b, c) f(a, d) + f(a, c) 0.注意：上式左边 = p(a b, c d).(单

16、调性)(有界性)(左连续性)(非负性) 二维离散随机向量 联合分布列若(1, 2) 的可能取值为有限对、或可列对，则称(1, 2)为二维离散随机变量.二维离散分布的联合分布列称pij = p(1 =xi, 2 =yj)， i, j=1, 2, ., 为(1, 2) 的联合分布列， 其表格形式如下:21y1 y2 yj x1x2xi p11 p12 p1j p21 p22 p2j pi1 pi2 pi j 联合分布列的基本性质(1) pij 0, i, j = 1, 2,(2) pij = 1. (非负性)(正则性) xxyyijijpyxf),(确定联合分布列的方法 (1) 确定随机变量 (1

17、, 2) 的所有取值数对. (2) 计算取每个数值对的概率. (3) 列出表格.例 将一枚均匀的硬币抛掷4次， 1表示正面向上的次数， 2表示反面朝上次数。求 (1, 2) 的联合分布列.1 20 41 3 2 2 3 14 0p(1 =0, 2 =4)=1340.5 0.5c p(1 =2, 2 =2)=22240.50.5c =1/4=6/16 p(1 =3, 2 =1)=33140.50.5c =1/4 p(1 =4, 2 =0)= 0.54 =1/16p(1 =1, 2 =3)=0.54=1/16解：概率非零的(1, 2) 可能取值对为:其对应的概率分别为：1 012342 0 1 2

18、 3 4列表为： 0 0 0 0 1/16 0 0 0 1/4 0 0 0 6/16 0 0 0 1/4 0 0 01/16 0 0 0 0例 设随机变量 n(0, 1), 解: (1, 2) 的可能取值数对及相应的概率如下：p(1 =0, 2 =0) = p(| |1, | |2)= p(| |2)= 2 2(2) = 0.0455p(1 =0, 2 =1) = p(| |1, | |2)= p(1| |2)= 2(2) (1)= 0.2719p(1 =1, 2 =0) = p(| |1, | |2) = 0p(1 =1, 2 =1) = p(| |1, | |2)= p(| |1)= 0.

19、6826求 的联合分布列.,2, 12,0,1, 11,021列表为：1 0 12 0 10.0455 0.2719 0 0.6826课堂练习设随机变量 在 1，2，3 ，4 四个整数中等可能地取值，另一个随机变量 在 1到x 中等可能地取一整数值。试求（, ）的联合分布列.设二维随机变量(, ) 的分布函数为 f(x, y)，若存在非负可积函数 p(x, y)，使得（联合）密度函数则称 (, ) 为二维连续型随机变量。-( , y) = ( , ) xyf xp u v dvdu称p(x, y) 为（联合）密度函数。联合密度函数的基本性质(1) p(x, y) 0. (非负性) (2) -(

20、 , ) d d1p x y x y 注意：(正则性)ddxdyyxpdp),(),(dudvvufyxfyx ),(),(一、多项分布常用多维分布 若每次试验有r 种结果：a1, a2, , ar记 p(ai) = pi , i = 1, 2, , r记 i 为 n 次独立重复试验中 ai 出现的次数.则 (1, 2, , r)的联合分布列为：rnrnnrrrpppnnnnnnnp2121212211!),(二、多元超几何分布从中任取 n 只，记 i 为取出的n 只球中，第i 种球的只数.口袋中有 n 只球，分成 r 类 。第 i 种球有 ni 只， n1+n2+nr = n.则 ( 1,

21、2, , r)的联合分布列为：nnnnnnnnrrccccnnnprr2211),(2211三、二维均匀分布若二维连续随机变量 (, ) 的联合密度为：1,( , )( , )0dsx ydp x y，其 它则称 (, ) 服从 d 上的均匀分布，记为 (, ) u (d) .其中sd为d的面积.四、二维正态分布若二维连续随机变量 (, ) 的联合密度为：则称 (, ) 服从二维正态分布，记为 (, ) n ( ) .2121222221212221)(2)()()1 (21exp121),(yxryxrryxpr ,222121例若 (, ) (23 ),0, 0( , )0,xyaexyp

22、 x y其 它试求常数 a.解:1( , )d dp x y x y (23 )00d dxyaex y 所以, a=62300ddxyaexey23110023xyaee =a/6例若 (, ) (23 )6,0, 0( , )0,xyexyp x y其 它试求 p 2, 1.解: p 2, 1212, 1( , )d dxyp x yx yx2, y121(23 )00d6dxyxey2123006ddxyexey23211160023xyee 4311ee例若 (, ) (23 )6,0, 0( , )0,xyexyp x y其 它试求 p(, )d, 其中d为 2x+3y6.322x+

23、3y=62x 3y 6( , )d dp x yx y013(6 2 )(23 )300d6dxxyxey3230(62 ) / 3016d3xyxeex32602()dxeex617e解:),(dp二、边际分布问题：已知二维随机变量 (, ) 的分布，如何求出 和 各自的分布？边际分布函数巳知 (, ) 的联合分布函数为 f(x, y)，则 f2 (y) = f(+ , y). f1 (x) = f(x, +),边际分布列巳知 (, ) 的联合分布列为 pij，则 的分布列为： 的分布列为： jjiiiyxpxpxp,)(1ijijjyxpypyp,)(212jyyy12ixxx111212

24、122212jjiiijppppppppp 12ippp12jppp)(2jyp)(1ixp例: 袋中有2个白球，3个黑球，从袋中（1）有放回地；（2）无放回地 ；取两次球，每次取一个，令 0 01 1p=i09/256/253/516/254/252/5p=j3/52/51解解: :( (1)有放回地取球有放回地取球 (2) 无放回地取球无放回地取球 01p=i06/206/203/516/202/202/5p=j3/52/51边际分布密度函数巳知 (, )的联合密度函数为 p(x, y)，则 的密度函数为 ： 的密度函数为 ： dyyxpxp),()(1dxyxpxp),()(2设 (,

25、)服从区域 d=(x, y), x2+y2 1时，p(x, y)=0，所以 p1(x)=0当|x|1时,221x不是均匀分布dyxpxx221111)(2211( , )0 xyp x y 其 它dyxpxx221111)(221x2211( , )0 xyp x y 其 它dyxpxx221111)(例、设 (, ) n ( ) . 求的边际分布密度函数r ,222121112222121221212122211222212122212121222221212221)()()1 (21exp2)(exp121)()1 (21exp)()()1 (21exp)()1 (21exp121)(2)

26、()()1 (21exp121),(xryrxrxrrxryrxrryxryxrryxp 二维正态分布的边际分布是一维正态： 若 (, ) n ( )，注 意 点221212, , , , 则 n ( )，211, n ( ).222, 二维均匀分布的边际分布不一定是一维均匀分布.三、条件分布对二维随机变量(, ), 在给定取某个值的条件下, 的分布; 在给定取某个值的条件下, 的分布.一、条件分布函数|)|(|yxpyxf-在 =y 条件下 的条件分布函数|)|(|xypxyf-在 =x 条件下 的条件分布函数二、离散型：条件分布律 0jyp定义：若若 0ixp, 2 , 1)(),(,|2

27、iypyxpypyxpyxpjjijjiji, 2 , 1)(),(,|1jxpyxpxpyxpxypijiijiij1. p=xi|=yj 0;2.1|1ijiyxp证：证：1)()()(),(22121jjijjiijiypypypyxpyxp例: 袋中有2个白球，3个黑球，从袋中（1）有放回地；（2）无放回地 ；取二次球，每次取一个，令 0 01 1p=i09/256/253/516/254/252/5p=j3/52/51解解: :( (1)有放回地取球有放回地取球 (2) 无放回地取球无放回地取球 01p=i06/206/203/516/202/202/5p=j3/52/51xy)(j

28、yp)(ixp 0 1 2 3 0 1 2 0.840 0.030 0.020 0.010 0.060 0.010 0.008 0.002 0.010 0.005 0.004 0.0010.9000.0800.0200.910 0.045 0.032 0.0011.0000yx1、求给定条件下，的条件分布列 2、求给定 条件下， 的条件分布列 2x y例题)(),()|(1xpyxpxyp定义 当, 0)(1xp-在 =x 条件下 的条件概率密度当)(),()|(2ypyxpyxp, 0)(2yp-在 =y 条件下 的条件概率密度三、连续型：条件概率密度三、连续型：条件概率密度xyyyxxxx

29、xxxyxxxxxxxyxxxduypvupyxpdvxpvupxpdvvupdvvupdudvvupxdudvvupxdudvvupdudvvupdudvvupxxxpyxxxpxxxypxyp)(),()(),()(),(),(),(),(lim),(lim),(),(lim,limlim21100000同理例例设设( , ) 服从单位圆域服从单位圆域122 yx上的均匀上的均匀分布分布, , 求求).|(yxp11 xy o., 011,12)(22其它yyyp例、设二维连续型随机变量的联合密度函数为例、设二维连续型随机变量的联合密度函数为)25. 00(yxp)5 . 075. 0(x

30、yp求条件概率(1) (2)其他, 01,421),(22yxyxyxp 若满足以下之一: i) f(x, y) = f1(x)f2(y) ii) p(xi,yj)= p1(xi) p2(yj) iii) p(x, y) = p1(x)p2(y) 则称 与 是独立的，四、 随机变量的独立性例 (, ) 的联合分布列为:01 0 1 0.3 0.4 0.2 0.1问 与 是否独立？解: 边际分布列分别为: 0 1p 0.7 0.3 0 1p 0.5 0.5因为所以不独立3 . 00, 0p35. 05 . 07 . 000pp例: 袋中有2个白球，3个黑球，从袋中（1）有放回地；（2）无放回地

31、；取二次球，每次取一个，令 0 01 1p=i09/256/253/516/254/252/5p=j3/52/51解解: :( (1)有放回地取球有放回地取球 (2) 无放回地取球无放回地取球 01p=i06/206/203/516/202/202/5p=j3/52/51例已知 (, ) 的联合密度为 ,0, 0;( , )0 ,.xyexyp x y 其 他问 与 是否独立？()0d0( )00 x yxeyexp xx, 0( ) 0,0yeyp yy所以 与 独立。注意：p(x, y) 可分离变量.解: 边际分布密度分别为:所以 与 独立。注意：p(x, y) 可分离变量.2211( ,

32、 )0 xyp x y 其 它othersxxothersxdyxpxx, 011,12, 011,1)(211122othersyyothersydxypyy, 011,12, 011,1)(211222所以 与 不独立。 注意：p(x, y) 不可分离变量.注 意 点 (2) 若联合密度 p(x, y) 可分离变量，即 p(x, y) = g(x)h(y) 则 与 独立。 (3) 若 (, ) 服从二元正态 n ( ) 则 与 独立的充要条件是 r = 0. (1) 联合密度 p(x, y) 的表达式中，若 x 的取值与 y 的 取值有关系，则 与 不独立.r ,2221213.3 随机变

33、量的函数及其分布问题2：已知二维随机变量 (, ) 的分布，如何求出 =g (, )的分布？问题1：已知一维随机变量 的分布，如何求出 =g ()的分布？一、borel函数与随机变量的函数定义3.3.1 设y=g(x)是r到r上的一个映射，若对于一切r中的borel 点集b1均有x:g(x) b1 b1则称g(x)是一元borel可测函数。注：我们感兴趣的函数一般是borel可测函数多维离散随机变量函数的分布是容易求的： i) 对(1, 2, , n)的各种可能取值对， 写出 相应的取值. ii) 对的 相同的取值，合并其对应的概率.=g (1, 2, ,n),如果如果g(xk)中有一些是相同

34、的，把它们作适当中有一些是相同的，把它们作适当并项即可并项即可.则则 =g()nnpppxgxgxg2121)()()(一般，若一般，若是离散型是离散型 r.v ，的分布律为的分布律为nnpppxxx21213 . 0135 . 02 . 075例例设设3 . 055 . 02 . 021 则则= 2 + 3的分布列为：的分布列为：406010. 再如：再如： 1 . 016 . 03 . 001则则 =2 的分布律为：的分布律为：例 、设(,)的联合分布律为-1 2-1125/20 3/202/20 3/206/20 1/20求，z1=, z2=min(,)的分布律(一一)、离散的情形、离散

35、的情形riirpip0)()(=a0br+a1br-1+arb0 riirip0),(由独立由独立性性此即离散型此即离散型卷积公式卷积公式r=0,1,2, 例例 若若、 独立，独立，p(=k)=ak , k=0,1,2, p(=k)=bk , k=0,1,2, ,求求=+的分布律的分布律.解解: )()(rprp 课堂练习课堂练习 若若和和相互独立相互独立,它们分别服从参数为它们分别服从参数为 的泊松分布的泊松分布, 证明证明z=x+y服从参数为服从参数为21,21的泊松分布的泊松分布.二、单个随机变量函数的分布二、单个随机变量函数的分布解：设解：设的分布函数为的分布函数为 f(y)，例例1设

36、设 其它, 040, 8/)(xxxp求求 =2+8 的概率密度的概率密度.f(y)=p y = p (2+8 y )=p = f( )28y28y于是于是 的密度函数的密度函数21)28()()(ypdyydfyp例2的分布，求设sin)(xp先求的分布函数dxxpyyykykpyypypyfyxksin)(1, 111, arcsin2)arcsin(21, 0sin)(结论：结论： 设设)(),(xfxp111)()()()(, 1yfyfpyfxf有连续导函数，则严格单调，其反函数若2211212121)()()()(),(),(,),(),(,)(, 2yhyhpyhyhpyhyhy

37、hyhiixf则有连续导数，且其反函数分别为上逐段严格单调，在不相重叠的区间若例例 设随机变量设随机变量服从服从 ，求，求=a+b(a0)也服从正态分布也服从正态分布.),(2 n这个结论很重要！这个结论很重要！说明正态分布对线性变换具有不变性说明正态分布对线性变换具有不变性所以，yn(a+b,a22)例，设xn(20,32)则y=-2x-10 n(-50,62)例、xn(0,32)则 -xn(0,32)注意：x与-x是不同随机变量，但他们分布相同，即同分布。课堂练习课堂练习 设随机变量设随机变量在在(0,1)上服从均匀分布，上服从均匀分布，求求=-2ln的概率密度的概率密度.求求=sin的概

38、率密度的概率密度.课堂练习课堂练习 设随机变量设随机变量的概率密度为的概率密度为其它002)(2xxxp例例设设 具有概率密度具有概率密度 ,求求=2的概率密度的概率密度.)(xp)(yyp求导可得求导可得0, 00, )()(21)()(yyypypydyydfyp当当 y0 时时,)()(ypyf)(2yp 注意到注意到 =2 0，故当，故当 y 0时，时，0)(yf)(xf)(yf解：解： 设设和和的分布函数分别为的分布函数分别为 和和 ，)()(yfyf例例 已知随机变量已知随机变量的分布函数的分布函数f(x)是严格单调的是严格单调的连续函数连续函数, 证明证明=f()服从服从0,1上

39、的均匀分布上的均匀分布.本例的结论在计算机模拟中有重要的应用本例的结论在计算机模拟中有重要的应用. 三、随机向量的函数的分布律三、随机向量的函数的分布律 我们先讨论两个随机变量的函数的分布问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题，然后将其推广到多个随机变量的情形. 当随机变量当随机变量1, 2, ,n的联合分布已知的联合分布已知时，如何求出它们的函数时，如何求出它们的函数 i=gi(1, 2, ,n), i=1,2,m的联合分布的联合分布? 四、随机向量的变换四、随机向量的变换1、m=max(,)及及n=min(,)的分布的分布 设设，是两个相互独立的随机变

40、量，它是两个相互独立的随机变量，它们的分布函数分别为们的分布函数分别为f(x)和和f(y),我们来我们来求求m=max(,)及及n=min(,)的分布函数的分布函数.连续的情形连续的情形又由于又由于和和 相互独立相互独立,于是得到于是得到m=max(,)的的分布函数为分布函数为: 即有即有 fm(z)= f(z)f(z) fm(z)=p(mz)=p(z)p(z)=p(z,z) 由于由于m=max(,)不大于不大于z等价于等价于和和都都不大于不大于z，故有，故有 分析：分析：p(mz)=p(z,z) 类似地，可得类似地，可得n=min(,)的分布函数是的分布函数是下面进行推广下面进行推广 即有即

41、有 fn(z)= 1-1-f(z)1-f(z) =1- -p( z, z)fn(z)=p(n 0,0, 0,0,且且 . . 分别对以上两种联接方式写出分别对以上两种联接方式写出l l的寿命的寿命z z的概的概率密度函数率密度函数. .0( )0 xexpx其它0( )0yeypy其它先求先求,的分布函数的分布函数: :10( )( )00 xxexfxpt dtx (1)(1)串联串联. z=min,. z=min, f fz z(z)=1-1-f(z)=1-1-f(z)1-f(z)1-f(z)(z)10( )( )00yyeyfypt dty 0001)(zzez()()0( )( )00

42、zzzezpzfzz(2)并联. z=max, fz(z)=f(z)f(z)000)1)(1 (zzeezz()( )( )()000zzzzzpzfzeeezz 设设和和的联合密度为的联合密度为 p (x,y), 求求z=+的密的密度度. 解解: z=+的分布函数是的分布函数是: fz(z)=p(zz)=p(+ z)ddxdyyxp),(这里积分区域这里积分区域d=(x, y): x+y z是直线是直线x+y =z 左下方的半平面左下方的半平面.2、两个随机变量和的分布 化成累次积分化成累次积分,得得zyxzdxdyyxpzf),()( yzzdydxyxpzf),()( 固定固定z和和y,

43、对方括号内的积分作变量代换对方括号内的积分作变量代换, 令令x=u-y,得得 zzdyduyyupzf),()( zdudyyyup),(变量代换变量代换交换积分次序交换积分次序由概率密度与分布函数的关系由概率密度与分布函数的关系, 即得即得z=+的的概率密度为概率密度为: 由由和和的对称性的对称性, pz (z)又可写成又可写成 dyyyzpzfzpzz),()()(以上两式即是两个随机变量和以上两式即是两个随机变量和的概率密度的一般公式的概率密度的一般公式.dxxzxpzfzpzz),()()( zzdudyyyupzf),()( 特别，当特别，当和和独立，设独立，设(,)关于关于,的边际密的边际密度分别为度分别为p(x) , p(y) , 则上述两式化为则上述两式化为: 这两个公式称为卷积公式这两个公式称为卷积公式 ,或褶积公式或褶积公式( )()( )( )( )()zzpzpzy py dypzpx pzx dx例，设例，设,是两个相互独立的随机变量，它们都是两个相互独立的随机变量，它们都服从服从n(0,1)分布，其概率密度为：分布，其概率密度为：221( ), ,2xpxex 221( ), ,2ypy