内容正文:
第二章知识结构图
随机变量
分布律
分布
函数
函数的
分布
概率
密度
离散型随
机变量
分布
函数
函数的
分布
连续型随
机变量
定义
常用分布
定义
常用分布
问题的提出
在很多实际问题中,需要研究随机变量间存在的函数关系,也就是研究他们在概率分布上的关系.
已知圆轴截面直径 d 的分布,
求截面面积 A=
的分布.
第五节 随机变量函数的分布
例如:
已知 t = t0 时刻噪声电压 V 的分布
求功率 W=V2/R (R为电阻)的分布等.
研究问题:
已知随机变量 X 及它的分布,
要求
这个随机变量的分布.
随机变量 X 是基本事件的函数,那么随
机变量 X 的函数 Y 实际上是基本事件的
复合函数 .
又例如:
从函数角度看
一. 随机变量函数的定义
本节的任务:
根据X的分布求出Y的分布,
或由
的分布,
的分布.
这个问题无论在实践中还是在理论上都是重要的
定义:
设 是定义在随机变量 X 的一切可能取值
有另一个随机变量 的相应取值
值
则称
为 的函数,
如果对于 X 的每一个可能取
的集合上的函数,
记为
求出
二. 离散型随机变量的函数的分布
例1.
已知 X 的概率分布为:
分布律
的概率分布(分布律).
若 X 是离散型随机变量,
求:
则 也是一个
离散型随机变量,
且 g (X)的分布可由 X 的分布
直接求出.
解:
并且:
从而得 的分布律为:
例2.
已知 X 的概率分布为:
求: 的概率分布(分布律)
解:
并且
中有相等的概率,
所以得
分布律为:
但注意到
概率的加法定理可将其对应的概率相加:
则根据
如果 g( xk ) 中有一些是相同
时,则需将它们作适当并项
一般,若X 是离散型 随机变量,X 的概率函数为
归 纳
则
的概率函数为:
注意:
解:
(1) 为求 Y 的概率密度, 先求出 Y 的分布函数.
这是关键一步
三. 连续型随机变量的函数的分布
例3.
设 X 服从区间 ( 0, 2 ) 上的均匀分布.
求:
的概率密度
的取值在
内
的取值在
内
服从
上的均匀分布
方法一: 分布函数法
从而当
时有:
当
时有:
当
时有:
于是求得其分布函数为:
(2) 又因为密度函数是分布函数的导函数,
现若设连续型随机变量X的密度函数为
(3)
则
的分布函数为:
对
故将
求导即得
的概率密度为:
从上述例子中可以看到,
用 代替 { X 2 ≤ y }
这样做是为了利用已知的 X 的分布,从而求出相应的概
率。 这是求随机函数函数的分布的一种常用方法
例如:
将 对
求导数,
得
注
在求 P(Y≤y) 的过程
中关键的一步是:
设法从{ g(X) ≤ y }中解出X,
从而得到与 {g(X) ≤ y } 等价的 X 的不等式 .
分布函数法
定理:
设随机变量 X 具有概率密度
严格单调可微的函数
则 Y= g(X) 是连续型随机变量,
且有:
其中:
的反函数
又设函数 处处可导,
其概率密度为:
方法二: 公式法
[证]:
它的反函数
且在
严格单调递增,可导。
在
此时
严格单调
递增,
设
先求
的分布函数
当 时
时
则同理可得:
写出反函数
再求
的概率密度
将
关于
求导数即得
的概率密度为:
分布函数定义
综合以上两式得 的概率密度为:
▲
若在 X 的可能取值范围内, y=g(x) 是分段严格
则应用定理求出 y 在各单调区间上
的密度函数,
再把各个结果相加,就得到
注
单调的函数,
例如:
的严格单调区间为:
与
则可先由定理求出 y 在各单调区间上的密度函数各为:
与
然后将它们相加后即为所求的
的密度函数。
▲
若 在有限区间 以外的值等于零。
则定理的条件只需假设在
上恒有:
或
并且有:
若 y=g(x) 在 x 取值范围内不单调,则此定理不
如果分布函数在相邻区间的交界点上不可微,
,
▲
但对连续型随机变量而言,对积分区间是否
包含端点未作严格区分。
此时可通过先求 y=g(x) 的分布函数
能直接应用,
然后对分布函数求导数得 y=g(x) 的密度函数。
则求导得到的密度函数在交界点上没有意义,