版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
第三章多維隨機變量及其分布§3.4兩個隨機變量的函數(shù)的分布
在第二章中,我們討論了一維隨機變量函數(shù)的分布,現(xiàn)在我們進一步討論:當隨機變量X,Y的聯(lián)合分布時,如何求出它們的函數(shù)Z=g(X,Y)的分布?例1(X,Y)的聯(lián)合分布見右表,求〔1〕Z1=X+Y的概率分布;〔2〕Z2=X-Y的概率分布.
解由(X,Y)的分布可得:
1/803/82/82/80-12
013XYp00(X,Y)(-1,0)(-1,1)(-1,3)(2,0)(2,1)(2,3)X+Y-102235X-Y-1-2-421-1
去掉概率為0的值,并將相同函數(shù)值對應的概率求和,從而得到:一、離散型隨機向量函數(shù)的分布
(1)Z1=X+Y的分布為Z1=X+Y-123PZ2=X-Y-4-112P(2)
Z2=X-Y的分布為
一般地,如果(X,Y)的概率分布為記zk(k=1,2,…)為Z=g(X,Y)的所有可能的取值,那么Z的概率分布為例2假設X、Y獨立,P(X=k)=ak,k=0,1,2,…,P(Y=k)=bk,k=0,1,2,…,求Z=X+Y的概率函數(shù).解=a0br+a1br-1+…+arb0
由獨立性r=0,1,2,…解依題意例3假設X和Y相互獨立,它們分別服從參數(shù)為的泊松分布,證明Z=X+Y服從參數(shù)為于是i=0,1,2,…j=0,1,2,…的泊松分布.r=0,1,…即Z服從參數(shù)為的泊松分布.
設
X~B(n1,p),Y~B(n2,p),且獨立,具有可加性的兩個離散分布
設
X~P(
1),Y~P(
2),且獨立,那么X+Y~B(n1+n2,p)那么X+Y~P(1+2)假設X~B(n1,p),那么X是在n1次獨立重復試驗中事件A出現(xiàn)的次數(shù),每次試驗中A出現(xiàn)的概率都為p.同樣,Y是在n2次獨立重復試驗中事件A出現(xiàn)的次數(shù),每次試驗中A出現(xiàn)的概率為p.故Z=X+Y是在n1+n2次獨立重復試驗中事件A出現(xiàn)的次數(shù),每次試驗中A出現(xiàn)的概率為p,于是Z是以〔n1+n2,p〕為參數(shù)的二項隨機變量,即Z~B(n1+n2,p).二、連續(xù)型隨機變量函數(shù)的概率分布1.(X,Y)~f(x,y),求Z=(X,Y)的概率分布.假設Z為連續(xù)型隨機變量,那么在f(z)的連續(xù)點處
解例1X,Y相互獨立設Z的分布函數(shù)和概率密度分別為例2 (X,Y)~f(x,y),求Z=X+Y的概率密度.解1
由概率密度的定義可知,Z=X+Y的概率密度為例2 (X,Y)~f(x,y),求Z=X+Y的概率密度.解2
由概率密度的定義可知,Z=X+Y的概率密度為推論設(X,Y)關于X,Y的邊緣密度分別為fX(x),fY(y).假設X和Y獨立,那么兩個隨機變量和的概率密度的一般公式卷積公式為確定積分限,先找出使被積函數(shù)不為0的區(qū)域例3假設X和Y獨立,具有共同的概率密度求Z=X+Y的概率密度.解由卷積公式也即暫時固定故當或時,當
時,當
時,于是例4假設X和Y是兩個相互獨立的隨機變量,具有相同的分布N(0,1),求Z=X+Y的概率密度.解由卷積公式令可見Z=X+Y服從正態(tài)分布N(0,2).用類似的方法可以證明:假設X和Y獨立,
結論又如何呢?
此結論可以推廣到n個獨立隨機變量之和的情形.假設X和Y獨立,具有相同的分布N(0,1),那么Z=X+Y服從正態(tài)分布N(0,2).有限個獨立正態(tài)變量的線性組合仍然服從正態(tài)分布.有限個獨立正態(tài)變量的線性組合仍然服從正態(tài)分布.
若(X,Y)則特別,假設X1,X2,...Xn獨立同正態(tài)分布N(μ,σ2),那么記:三、M=max(X,Y)及N=min(X,Y)的分布
設X,Y是兩個相互獨立的隨機變量,它們的分布函數(shù)分別為FX(x)和FY(y),我們來求M=max(X,Y)及N=min(X,Y)的分布函數(shù).FM(z)=P(M≤z)=P(X≤z,Y≤z)由于X和Y
相互獨立,于是得到M=max(X,Y)的分布函數(shù)為:=P(X≤z)P(Y≤z)FM(z)1.M=max(X,Y)的分布函數(shù)即有FM(z)=FX(z)FY(z)即有FN(z)=1-[1-FX(z)][1-FY(z)]
=1-P(X>z,Y>z)FN(z)=P(N≤z)=1-P(N>z)2.N=min(X,Y)的分布函數(shù)由于X和Y
相互獨立,于是得到N=min(X,Y)的分布函數(shù)為:=1-P(X>z)P(Y>z)FN(z)
設X1,…,Xn是n個相互獨立的隨機變量,它們的分布函數(shù)分別為
我們來求M=max(X1,…,Xn)和N=min(X1,…,Xn)的分布函數(shù).(i=1,…,n)
用與二維時完全類似的方法,可得N=min(X1,…,Xn)的分布函數(shù)是
M=max(X1,…,Xn)的分布函數(shù)為:
特別地,當X1,…,Xn相互獨立且具有相同分布函數(shù)F(x)時,有例5設系統(tǒng)L由兩個相互獨立的子系統(tǒng)連接而成,連接的方式分別為(i)串聯(lián),(ii)并聯(lián),(iii)備用(當系統(tǒng)損壞時,系統(tǒng)開始工作),如以下圖所示.設的壽命分別為它們的概率密度分別為其中且試分別就以上三種連接方式寫出的壽命的概率密度.XYXYXYXY解(i)串聯(lián)的情況
由于當系統(tǒng)中有一個損壞時,系統(tǒng)L就停止工作,所以此時L的壽命為因為X的概率密度為所以X的分布函數(shù)為當
x>0時,當
x0時,故類似地,
可求得Y的分布函數(shù)為于是的分布函數(shù)為=1-[1-FX(z)][1-FY(z)]
的概率密度為XY(ii)并聯(lián)的情況
由于當且僅當系統(tǒng)都損壞時,系統(tǒng)L才停止工作,所以此時L的壽命為故的分布函數(shù)為FZ(z)=FX(z)FY(z)于是的概率密度為XY(iii)備用的情況因此整個系統(tǒng)L的壽命為
由于當系統(tǒng)損壞時,系統(tǒng)才開始工作,當且僅當即時,上述積分的被積函數(shù)不等于零.當
z0時,當
z>0時,即時,被積函數(shù)不等于零.故于是的概率密度為
需要指出的是,當X1,…,Xn相互獨立且具有相同分布函數(shù)F(x)時,常稱M=max(X1,…,Xn),N=min(X1,…,Xn)為極值.由于一些災害性的自然現(xiàn)象,如地震、洪水等等都是極值,研究極值分布具有重要的意義和實用價值.解一:P(Y=n)=P(max(X1,X2)=n)=P(X1=n,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 探秘書海:字里行間的智慧
- 一年來的財務工作總結
- 2023年員工三級安全培訓考試題及完整答案(全優(yōu))
- 2023年-2024年項目安全培訓考試題含答案(精練)
- 2023-2024年項目部安全管理人員安全培訓考試題原創(chuàng)題
- 2023-2024年企業(yè)主要負責人安全培訓考試題答案可打印
- 新生軍訓心得體會400字10篇
- 科學實驗教學
- 藥物代謝預測與智能模擬研究-洞察分析
- 鐵路運營成本控制-洞察分析
- 《CIS企業(yè)形象策劃》課件
- 機器加盟協(xié)議合同范例
- 2024-2030年中國油田服務市場發(fā)展?jié)摿εc前景戰(zhàn)略規(guī)劃分析報告
- 黑龍江省哈爾濱市道里區(qū)2023-2024學年八年級上學期數(shù)學期末考試試卷
- 碼頭操作管理制度
- 全過程造價咨詢實施方案
- 藥品運送工作指導方案模版(4篇)
- 浙江工業(yè)大學之江學院《建筑結構選型》2023-2024學年第一學期期末試卷
- 倉庫管理培訓課件
- 2024年居間服務合同:律師事務所合作與業(yè)務推廣
- 大型活動音響設備保養(yǎng)方案
評論
0/150
提交評論