




版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、一般,先討論兩個(gè)隨機(jī)變量的函數(shù)的分布問(wèn)題,然后將其 推廣到多個(gè)隨機(jī)變量的情形。,在多維隨機(jī)變量中需討論:已知隨機(jī)變 量X1, X2, ,Xn 及其聯(lián)合分布,如何求 出它們的函數(shù): Yi =gi (X1, X2, ,Xn ), i = 1, 2, m 的聯(lián)合分布。,研究的問(wèn)題,一. Z=X+Y 的分布(和的分布),設(shè) ( X, Y )的概率密度為 f( x, y). 則 Z= X + Y 的分布函數(shù)為:,固定 z 和 x , 對(duì)內(nèi)層積分作變量替換 y= u x,累 次 積 分,是直線x+y =z 左下方 的半平 面,交換 積分 次序,得 Z=X+Y 的概率密度為:,注:,當(dāng) X, Y 相互獨(dú)立時(shí)
2、,則由,或,稱為卷積公式 記為:,由 X 和 Y 的對(duì)稱性, fZ (z)又可寫為:,有:,例1.,設(shè) X 和 Y相互獨(dú)立的隨機(jī)變量,且,求:Z = X + Y 的概率密度,解:,利用卷積公式:,結(jié)論:,推廣到 n 個(gè)相互獨(dú)立正態(tài)隨機(jī)變量之和,即:,若隨機(jī)變量 X 和 Y 相互獨(dú)立,且,則它們的和仍服從正態(tài)分布,,即:,更一般的有:有限個(gè)相互獨(dú)立的正態(tài)隨機(jī)變量的 的線性組合仍然服從正態(tài)分布。,例2.,且 X, Y 的概率密度分別為:,求: Z = X + Y 的分布,解:,當(dāng) 時(shí),,當(dāng) 時(shí),,從,Beta 函數(shù)定義: B(m,n) = 且 B 函數(shù)與 函數(shù)之間有關(guān)系式:,結(jié)論:,從而得:,推廣
3、:,此時(shí)則稱 X 服從自由度為 n 的開平方分布,記 為:,特別當(dāng) 時(shí),,的密度函數(shù)為:,正態(tài)分布的和仍服從正態(tài)分布;而正態(tài)分布的平方和和卻服從 分布,例3.,求: Z = X + Y 的分布,解:,與 的取值均為:,的取值也為非負(fù)的整數(shù),結(jié)論:,X, Y 相互獨(dú)立。則它們的和服從參數(shù)為 泊松分布,即:,例4.,若X 和 Y 相互獨(dú)立,具有相同的概率密度:,求:Z = X +Y 的概率密度,為確定積分限,先找出使被積函數(shù)不為 0 的區(qū)域,由卷積公式:,也即,解:,由已知:,于是得:,例1 例3說(shuō)明:不論是連續(xù)型隨機(jī)變量還是離散型隨機(jī)變量,如果它們服從正態(tài)分布, 分布或泊松分布,那么它們的和也仍
4、然服從正態(tài), 分布或泊松分布,并且參數(shù)是單個(gè)參數(shù)之相加,具有這種性質(zhì)的隨機(jī)變量也稱其為滿足或具有可加性的隨機(jī)變量。,歸納,求解例1 例3過(guò)程中知: 在求隨機(jī)向量( X, Y ) 的函數(shù) Z = g( X, Y ) 的分布時(shí),關(guān)鍵是設(shè)法將其 轉(zhuǎn)化為( X, Y )在一定范圍內(nèi)取值的形式,從而利 用已知的分布求出 Z = g( X, Y ) 的分布。,二. 的分布 (商的分布),設(shè) ( X, Y ) 的概率密度為 f( x, y ),則 的分布函數(shù)為:,對(duì)于,固定 z, y 令:,同樣有:,故有:,對(duì) 求導(dǎo)得 概率密度函數(shù)為:,注:,當(dāng) X, Y 相互獨(dú)立時(shí), 則有:,例5.,設(shè) X, Y 的概率
5、密度分別為:,并且 X, Y 相互獨(dú)立。,求: 的概率密度函數(shù),解:,因?yàn)?X, Y 的取值范圍分為大于零與小于等于零 兩段,所以 Z 的取值范圍也分為:,當(dāng) 時(shí):,當(dāng) 時(shí):,三、M = max ( X, Y ) 及 N = min( X, Y ) 的分布,最大值和最小值分布,設(shè)X,Y 是兩個(gè)相互獨(dú)立的隨機(jī)變量,它們的分布 函數(shù)分別為FX ( x ) 和FY ( y ),所以得:,求:M = max ( X, Y ) 及 N = min ( X, Y ) 的分布函數(shù).,1. M = max ( X, Y ) 的分布,解:,因?yàn)椋?2. N = min ( X, Y ) 分布,所以:,從而得:,
6、因?yàn)椋?由獨(dú)立性,注:,所以得:,概率密度函數(shù),推廣:,則:,的分布函數(shù)分別為:,分布函數(shù) F(X) 時(shí)(即獨(dú)立同分布),則有:,設(shè)隨機(jī)變量X1, X2相互獨(dú)立,并且有相同的幾何分布,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?yàn)椋篜( Y = n ) = P( max( X1, X2) = n ),= P( X1= n, X2n ) + P( X2 = n, X1 n ),記:1 p = q,n = 0, 1 , 2, ,而:,P( Y = n ) = P( max(X1, X2) = n ),因?yàn)椋?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(
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- BIM技術(shù)在地下工程設(shè)計(jì)中的成功案例
- 彩妝初夏法則 追尋夏日的璀璨
- 兔年吉祥物小故事
- 2025年休閑食品健康化轉(zhuǎn)型與節(jié)日市場(chǎng)拓展的促銷活動(dòng)分析報(bào)告
- 環(huán)境災(zāi)害應(yīng)急響應(yīng)預(yù)案培訓(xùn)師資重點(diǎn)基礎(chǔ)知識(shí)點(diǎn)歸納
- 希沃課件教學(xué)感受
- 2024-2025學(xué)年度黑龍江省哈爾濱市第七十三中學(xué)校高一第二學(xué)期期中考試歷史試題(含答案)
- 秋冬換季新潮眼妝
- 炸雞店的餐飲服務(wù)與用餐環(huán)境
- 護(hù)理實(shí)踐中的溝通與協(xié)作
- 宇宙起源與演化歷史探討
- 廣東中考:地理必考知識(shí)點(diǎn)
- 馬家灘鎮(zhèn)楊家圈灣村灘羊生態(tài)牧場(chǎng)基礎(chǔ)設(shè)施建設(shè)項(xiàng)目報(bào)告書
- TTAF 102-2021 面向工業(yè)互聯(lián)網(wǎng)的物聯(lián)網(wǎng)智能終端安全技術(shù)要求
- 旅游公司的財(cái)務(wù)崗位職責(zé)
- 2025-2030中國(guó)連續(xù)油管行業(yè)市場(chǎng)發(fā)展趨勢(shì)與前景展望戰(zhàn)略研究報(bào)告
- CRRT的操作流程及護(hù)理要點(diǎn)
- 職代會(huì)知識(shí)培訓(xùn)課件
- 防范代理退保風(fēng)險(xiǎn)
- BRCGS全球標(biāo)準(zhǔn)食品安全第9版內(nèi)部審核和管理評(píng)審全套記錄
- 制備結(jié)構(gòu)色可控光子晶體水凝膠并實(shí)現(xiàn)多種功能
評(píng)論
0/150
提交評(píng)論