两个随机变量的函数的分布.ppt_第1页
两个随机变量的函数的分布.ppt_第2页
两个随机变量的函数的分布.ppt_第3页
两个随机变量的函数的分布.ppt_第4页
两个随机变量的函数的分布.ppt_第5页
已阅读5页,还剩22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、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。,在多维随机变量中需讨论:已知随机变 量X1, X2, ,Xn 及其联合分布,如何求 出它们的函数: Yi =gi (X1, X2, ,Xn ), i = 1, 2, m 的联合分布。,研究的问题,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:,固定 z 和 x , 对内层积分作变量替换 y= u x,累 次 积 分,是直线x+y =z 左下方 的半平 面,交换 积分 次序,得 Z=X+Y 的概率密度为:,注:,当 X, Y 相互独立时

2、,则由,或,称为卷积公式 记为:,由 X 和 Y 的对称性, fZ (z)又可写为:,有:,例1.,设 X 和 Y相互独立的随机变量,且,求:Z = X + Y 的概率密度,解:,利用卷积公式:,结论:,推广到 n 个相互独立正态随机变量之和,即:,若随机变量 X 和 Y 相互独立,且,则它们的和仍服从正态分布,,即:,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。,例2.,且 X, Y 的概率密度分别为:,求: Z = X + Y 的分布,解:,当 时,,当 时,,从,Beta 函数定义: B(m,n) = 且 B 函数与 函数之间有关系式:,结论:,从而得:,推广

3、:,此时则称 X 服从自由度为 n 的开平方分布,记 为:,特别当 时,,的密度函数为:,正态分布的和仍服从正态分布;而正态分布的平方和和却服从 分布,例3.,求: Z = X + Y 的分布,解:,与 的取值均为:,的取值也为非负的整数,结论:,X, Y 相互独立。则它们的和服从参数为 泊松分布,即:,例4.,若X 和 Y 相互独立,具有相同的概率密度:,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,由卷积公式:,也即,解:,由已知:,于是得:,例1 例3说明:不论是连续型随机变量还是离散型随机变量,如果它们服从正态分布, 分布或泊松分布,那么它们的和也仍

4、然服从正态, 分布或泊松分布,并且参数是单个参数之相加,具有这种性质的随机变量也称其为满足或具有可加性的随机变量。,归纳,求解例1 例3过程中知: 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。,二. 的分布 (商的分布),设 ( X, Y ) 的概率密度为 f( x, y ),则 的分布函数为:,对于,固定 z, y 令:,同样有:,故有:,对 求导得 概率密度函数为:,注:,当 X, Y 相互独立时, 则有:,例5.,设 X, Y 的概率

5、密度分别为:,并且 X, Y 相互独立。,求: 的概率密度函数,解:,因为 X, Y 的取值范围分为大于零与小于等于零 两段,所以 Z 的取值范围也分为:,当 时:,当 时:,三、M = max ( X, Y ) 及 N = min( X, Y ) 的分布,最大值和最小值分布,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 ),所以得:,求:M = max ( X, Y ) 及 N = min ( X, Y ) 的分布函数.,1. M = max ( X, Y ) 的分布,解:,因为:,2. N = min ( X, Y ) 分布,所以:,从而得:,

6、因为:,由独立性,注:,所以得:,概率密度函数,推广:,则:,的分布函数分别为:,分布函数 F(X) 时(即独立同分布),则有:,设随机变量X1, X2相互独立,并且有相同的几何分布,即 P( Xi = k ) = p( 1 p ) k -1 , k=1, 2, ( i =1, 2),例6.,求: 的分布,解:,解法一,因为:P( Y = n ) = P( max( X1, X2) = n ),= P( X1= n, X2n ) + P( X2 = n, X1 n ),记:1 p = q,n = 0, 1 , 2, ,而:,P( Y = n ) = P( max(X1, X2) = n ),因为: P( Y = n ) = P( Y n ) - P( Y n -1 ),解法二,= P( max( X1, X2 ) n ) - P( max( X1, X2 ) n 1 ),= P( X1 n, X2n ) - P(

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