《元函数的分布》PPT课件.ppt_第1页
《元函数的分布》PPT课件.ppt_第2页
《元函数的分布》PPT课件.ppt_第3页
《元函数的分布》PPT课件.ppt_第4页
《元函数的分布》PPT课件.ppt_第5页
已阅读5页,还剩27页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第三节 二维随机变量函数的分布,在第二章中,我们讨论了一维随机变量函数的分布,现在我们学习了二维随机变量,来进一步讨论:,当二维随机变量X, Y的联合分布已知 时,如何求出它们的函数 Z=g(X, Y) 的联合分布?,一、离散型分布的情形,设二维离散型随机变量(X,Y), (X, Y)P(Xxi, Yyj)pij ,i, j1, 2, ,则 Zg(X, Y)P(Zzk) pk , k1, 2, ,或,例1 设(X,Y)的概率分布为:,求,的概率分布。,因此,X+Y与XY的分布列分别为,例2 若X、Y独立,P(X=k)=ak , k=0,1,2, P(Y=k)=bk , k=0,1,2, ,求Z

2、=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, ,同书中P95例3.3.2,解:依题意,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(可加性).,r =0,1,,同书中P96例3.3.3.,例4 设X和Y相互独立,XB(n1,p),YB(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

3、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).,二、连续型分布的情形,设二维连续型随机变量(X,Y)的联合 概率密度为f(x,y),z=g(X,Y)为连续函数,,则z=g(X,Y)为一维r.v.,它的分布函数为,-分布函数法,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(Zz)=P(X+Y z),这里积分区域D=(x, y): x+y z 是直线x+y =z

4、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u=x+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,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:,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,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,同课后习题三1

5、5,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.,例7(书中例3.3.5) 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:,一般地,设随机变量X1, X2,., Xn独立且Xi服从正态分布N(i ,i2),i=1,.,n, 则,例8,从前面例子可以看出, 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.,三、M=

6、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:,即有 FM(z)= FX(z)FY(z),FM(z)=P(Mz),=P(Xz)P(Yz),=P(Xz,Yz),由于M=max(X,Y)不大于z等价于X和Y都不大于z,故有,分析:,P(Mz)=P(Xz,Yz),类似地,可得N=min(X,Y)的分布函数是,可进行推广。,即有 FN(z)= 1-1-FX(z)1-FY(z),=1-P(Xz,Yz

7、),FN(z)=P(Nz),=1-P(Nz),=1- P(Xz)P(Yz),需要指出的是,当X1,Xn相互独立且具有相同分布函数F(x)时, 常称,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.,下面我们再举一例,说明当X1,X2为离散型r.v时,如何求Y=max(X1,X2)的分布.,解一: P(Y=n)= P(max(X1,X2)=n),=P(X1=n, X2n)+P( X2 =n, X1 n),记1-p=q,例9 设随机变量X1,X2相互独立,并且有相同的几何分布: P(Xi=k)=p(1-p)k-1 , k=1,2, ( i =1,2) 求Y=max(X1,X2)的概率分布 .,n=1,2,解二: P(Y=n)=P(Yn)-P(Yn-1),=P(max(X1,X2) n )-P(max(X1,X2) n-1),=P(X1 n, X2n)-P( X1 n-1, X2 n-1),n=1,2,若求Y=min(X1,X2)的分布呢?,练习:,设二维随机变量(X,Y)在矩形上 服从均匀分布,试求边长为

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论