《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第三章 多维随机变量及其分布 3.5 两个随机变量函数的分布

第五节 两个随机变量函数的分布 、 两个离散型随机变量函数的分布 二、两个连续型随机变量函数的分布 (一)Z=X+Y的分布 (=)Z=及Z=Xy的分布 三、M=max(X,Y)及N=min(X,Y)的分布
第五节 两个随机变量函数的分布 Y Z Z XY X (二) = = 及 的分布 (一)Z X Y = + 的分布 M X Y N X Y = = max( , ) min( , ) 及 的分布 一、两个离散型随机变量函数的分布 二、两个连续型随机变量函数的分布 三

复习:一维离散型随机变量的函数的分布律 如果X是离散型随机变量,则Y=g(X)也是离散型随机变量. 若X的分布律为 X x1七2. Xk Pk 则Y=g(X)的分布律为 Y=g(X) g(c1)g(c2).g(xx). P& P P2 Pk 注:若g(x)中有值相同的,应将相应的P合并
如果 X 是离散型随机变量, X k p 1 2 k x x x 1 2 k p p p 则Y g X = ( )的分布律为 k p Y g X = ( ) p p p 1 2 k 1 2 ( ) ( ) ( ) k g x g x g x ( ) , . k k 注:若 g x p 中有值相同的 应将相应的 合并 若 X 的分布律为 则Y g X = ( ) . 也是离散型随机变量 复习:一维离散型随机变量的函数的分布律

一、两个离散型随机变量函数的分布 补例.设两个独立的随机变量X与Y的分布律为 X 3 Y 2 4 P 0.3 0.7 Py 0.6 0.4 求随机变量Z=X+Y的分布律: 解因为X与Y相互独立,所以 P(X=x,Y=y}=P(X=x)P(Y=y) 得联合分布律 24 0.180.12 3 0.42 0.28
一、两个离散型随机变量函数的分布 补例. 设两个独立的随机变量X 与Y 的分布律为 X PX 1 3 0.3 0.7 Y PY 2 4 0.6 0.4 求随机变量Z=X+Y 的分布律. 解 因为 X 与 Y 相互独立, 所以 { , } { } { }, P X x Y y P X x P Y y = = = = = i j i j Y X 2 4 1 3 0.18 0.12 0.42 0.28 得联合分布律

可得 (X,Y) (1,2)(1,4)(3,2)3,4) Z=X+Y 3 557 P 0.180.120.420.28 所以Z=X+Y的分布律为 Z=X+Y 357 P 0.180.540.42
可得 0.18 0.12 0.42 0.28 (1,2) (1,4) (3,2) (3,4) 3 5 5 7 ( , ) X YP Z X Y = + 所以Z=X+Y 的分布律为 Pk Z X Y = + 0.18 0.54 0.42 3 5 7

注:两个离散型随机变量函数的分布 若二维离散型随机变量的联合分布律为 P{X=x,Y=y}=p,i,j=1,2, 则随机变量函数Z=g(X,Y)的分布律为 P(Z=2)=PIg(X,Y)=)=Pi g(xiyj)=Zk k=g(x,y)3k=1,2
若二维离散型随机变量的联合分布律为 则随机变量函数 Z g X Y = ( , )的分布律为 注:两个离散型随机变量函数的分布 { , } , , 1,2, P X x Y y p i j = = = = i j ij { } { ( , ) } P Z z P g X Y z = = = k k ( , ) i j k ij g x y z p = = ( , ), 1,2, . k i j z g x y k = =

P33离散型随机变量的卷积公式 定理:设X,Y是相互独立的随机变量,其分布律分别为 P{X=k}=Pk,k=0,1,2, P{Y=r}=qr,r=0,1,2. 则Z=X+的分布律为 P{z=}-之P9ki=01,2 注:当X,Y相互独立时, P834(1)若X~π(2),Y~π(22),则X+Y~π(2+22) Pss35 (2)b(n,p),Y ~b(n2,p),X+Y-b(n+n,p)
定理:设X,Y是相互独立的随机变量,其分布律分别为 88 P 34 88 P 35 1 2 1 2 (1)若X Y X Y ~ ( ), ~ ( ) ~ ( ). ,则 + + 1 2 1 2 (2)若X b n p Y b n p X Y b n n p ~ ( , ), ~ ( , ) ~ ( , ). ,则 + + 注:当X Y, 相互独立时, , 0,1,2 , P X k p k = = = k , 0,1,2 . P Y r q r = = = r 则Z X Y = + 的分布律为 0 , 0,1,2 . i k i k k P Z i p q i − = = = = 88 P 33 离散型随机变量的卷积公式

复习:一维连续型随机变量的函数的密度函数 问题:已知X的密度fx(x),求Y=g(X)的密度f,(y) 方法1 F,(y)=P{Y≤y}=P{g(X)≤y} =∫sfx(x)dx,(-o∞0(<0), x=h(y)是g(x)的反函数,a<y<B(是y=g(x)的值域)
复习:一维连续型随机变量的函数的密度函数 ( ) { } { ( ) } F y P Y y P g X y Y = = ( ) ( )d , ( ), X g x y f x x x = − 方法1 方法2 [ ( )] ( ) , , ( ) 0, . X Y f h y h y y f y = 其它 ( ) ( ) ( ) 问题:已知X f x Y g X f y 的密度 X Y ,求 = 的密度 [ ( ) ] ( ) F y f y Y y Y = ( ) ( ) 0( 0), ( ) ( ) , ( ( ) ) y g x g x x h y g x y y g x = = = 处处可导,且恒有 是 的反函数 是 的值域

二、两个连续型随机变量函数的分布 (一)Z=X+Y的分布 一本节重点 定理:设二维连续型随机变量(X,Y)的概率密度为f(x,y), 边缘概率密度分别为fx(x),f,(y),则 Z=X+Y为一维连续型随机变量,其概率密度函数为 f(a)=∫」f?-y,y)dy =J」"fx,z-x)dx X,Y独立时, (2)=fx(z-y)f(y)dy fx和的卷积公式 =J」fx(xf-dx
二、两个连续型随机变量函数的分布 (一)Z X Y = + 的分布 —— 本节重点 Z X Y = + 为一维连续型随机变量,其概率密度函数为 f x z x x ( , )d − = − f z f z y y y Z ( ) ( , )d − = − X, Y 独立时, f x f z x x X Y ( ) ( )d − = − f z f z y f y y Z X Y ( ) ( ) ( )d − = − f f X Y 和 的 卷积公式 (X Y) ( , ) ( ) ( ) 设二维连续型随机变量 , 的概率密度为 , 边缘概率密度分别为 X Y , ,则 f x y f x f y 定理:

证明:设(X,Y)的概率密度为f(x,y), 则Z=X+Y的分布函数为 Fz()=P{Z≤z}=P{X+Y≤z =J∬fx,y)dxdy x+y≤x fx.)dxldy x+y= x-1-) f(u-y:duldyo =∫∫fu-y,y)dyldu. 由此可得:f()=fz-ydy 同理可得:2(a)=∫fx,z-x)dx
证明:设( , ) ( , ), X Y f x y 的概率密度为 ( , )d d x y z f x y x y + = x y O x y z + = [ ( , )d ] d z y f x y x y − − − = x u y = − [ ( , )d ]d z f u y y u y − − − [ ( , )d ]d . z f u y y y u − − = − f z f z y y y Z ( ) ( , )d − = − 由此可得: ( ) { } F z P Z z Z = 则Z X Y = + 的分布函数为 = + P X Y z { } f z f x z x x Z ( ) ( , )d − = − 同理可得:

f()-Jf(z-y.ydy-Jf(x.:-x)dx X,Y独立时, f2(a)=∫/xa-)f0)dy L(2)-Jfx(x)f(z-x)dx 这两个公式称为f和f,的卷积公式,记为∫x*f,即: Ix*f=Jfx(z-y)S(y)dy=ffv(x)/(z-x)dx
X, Y 独立时, f f f z y f y y X Y X Y * ( ) ( )d − = − ( ) ( )d . X Y f x f z x x − = − f z f z y y y f x z x x Z ( ) ( , )d ( , )d − − = − = − f z f z y f y y Z X Y ( ) ( ) ( )d − = − f z f x f z x x Z X Y ( ) ( ) ( )d − = − 这两个公式称为 X Y f f X Y 和 的 卷积公式, 记为 f f ,即:
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第四章 随机变量的数字特征 4.1 数学期望(Expectation).ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第四章 随机变量的数字特征 4.2 方差(Variance).ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第四章 随机变量的数字特征 4.3 协方差及相关系数.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第四章 随机变量的数字特征 4.4 矩与协方差矩阵.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第五章 大数定律及中心极限定理 5.1 大数定律.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第五章 大数定律及中心极限定理 5.2 中心极限定理.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第六章 样本及抽样分布 6.1 随机样本——基本概念.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第六章 样本及抽样分布 6.3 抽样分布.ppt
- 《概率论与数理统计》课程教学资源(书籍文献》概率论与数理统计习题答案(盛骤,浙江大学第四版).pdf
- 《概率论与数理统计》课程教学资源(书籍文献)概率论与数理统计(第二版)习题解答.pdf
- 《概率论与数理统计》课程教学资源(课程的教学重点及难点).doc
- 《数学建模与数学实验》教学教学资源(PPT课件)第4讲 线性规划.ppt
- 《数学建模与数学实验》教学教学资源(PPT课件)第3讲 MATLAB作图.ppt
- 《数学建模与数学实验》教学教学资源(PPT课件)第2讲 MATLAB入门.ppt
- 《数学建模与数学实验》教学教学资源(PPT课件)第1讲 数学建模简介.ppt
- 《数学建模与数学实验》教学教学资源(PPT课件)第9讲 数据的统计分析与描述.ppt
- 《数学建模与数学实验》教学教学资源(PPT课件)第8讲 最短路问题.ppt
- 《数学建模与数学实验》教学教学资源(PPT课件)第7讲 微分方程.ppt
- 《数学建模与数学实验》教学教学资源(PPT课件)第6讲 非线性规划.ppt
- 《数学建模与数学实验》教学教学资源(PPT课件)第5讲 无约束优化.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第三章 多维随机变量及其分布 3.4 相互独立的随机变量.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第三章 多维随机变量及其分布 3.3 条件分布.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第三章 多维随机变量及其分布 3.2 边缘分布.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第三章 多维随机变量及其分布 3.1 二维随机变量.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第二章 随机变量及其分布 2.5 随机变量的函数的分布.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第二章 随机变量及其分布 2.4 连续型随机变量及其概率密度.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第二章 随机变量及其分布 2.3 随机变量的分布函数.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第二章 随机变量及其分布 2.2 离散型随机变量及其分布律.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第二章 随机变量及其分布 2.1 随机变量.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第一章 概率论的基本概念 1.6 独立性.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第一章 概率论的基本概念 1.5 条件概率.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第一章 概率论的基本概念 1.4 等可能概型(古典概型).ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第一章 概率论的基本概念 1.3 频率与概率.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿,浙大版)第一章 概率论的基本概念 1.1 随机试验 1.2 样本空间、随机事件.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿)8-3 两个正态总体均值差和方差的假设检验(2/2).ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿)8-2 两个正态总体均值差和方差的假设检验(1/2).ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿)8-1 假设检验.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿)7-7 单侧置信区间.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿)7-6 分布参数的区间估计.ppt
- 《概率论与数理统计》课程教材课件(PPT讲稿)7-5 正态总体均值与方差的区间估计.ppt