2.5 随机变量函数的分布
第二章 随机变量及其分布(第2讲)
引入随机变量和分布函数,在随机现象与数 学分析之间搭起了桥梁。
学习内容
§2.1 随机变量 §2.2 离散型随机变量及其分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量及其分布 §2.5 随机变量函数的分布
引言
连续型随机变量(random variables of continuous type)
四、几种重要的连续型分布 均匀分1. 布均的匀实分际布背景是: 并概f ( x率且)随=与取⎪⎩⎪⎨⎧机0b这值−1变a个在量小(其x ∈X它区a取[a,,间bb值)] 的在中是 记长区一 为任度个间意成概X(小正~率aU区比密,[ab间度。,)b上内]函,的数.
利用分布函数与概率密度函数之间的关系,可以求得服从均匀 分布的随机变量 X 的分布函数
f
(x)
=
⎪⎧ ⎨
1 3
,
⎪⎩0 ,
0≤ x≤3 其它
∫ ∫ 所求概率 P{0 ≤ X ≤ 2}=
2 f (x )dx =
0
2 0
1 3
dx
=
2 3
四、几种重要的连续型分布
2.指数分布
定义: 若随机变量X的概率密度函数
X
~
f
(
x)
=
⎧λ
⎨
e−λ
x
⎩0
x>0 x≤0
称 X 服从参数为λ的指数分布,记为X~E(λ) (λ>0),
学习内容
§2.1 随机变量 §2.2 离散型随机变量及其分布 §2.3 随机变量的分布函数 §2.4 连续型随机变量及其分布 §2.5 随机变量函数的分布
引言
§2.2节学习的分布律对于非离散型型随 机变量失效
随机变量及其分布
• 则称X为连续型随机变量,其中函数f(x)称为X的概率密度函数,简称 概率密度或者密度函数.
• 下面给出概率密度函数f(x)的性质: • (1)f(x)≥0 • (2)由分布函数的性质易得
下一页 返回
• 二、离散型随机变量的分布函数
• 设离散型随机变量X的分布律为:
上一页 下一页 返回
2. 3随机变量的分布函数
• 其中 • 则随机变量X的分布函数仿照例1可得
• 如图2一1所示,F(x)为阶梯函数,分段区间为半闭半开区间,并且右 连续
上一页 返回
2. 4连续型随机变量及其概率密度
• 一、连续型随机变量及其概率分布
上一页 返回
2. 2离散型随机变量及其分布律
• 一、离散型随机变量
• 在某些试验中(例如 2. 1中的例1,例2,例3),随机变量的取值是有 • 限个或者无穷可列个.这一类随机变量通常称为离散型随机变量,下
面我们给出离散型随机变量的精确定义: • 定义1若随机变量X的所有可能取值为x1,x2,…,xn…,并且其 • 对应的概率分别为p1, p2,…,p n,…,即
• 注:实值单值函数指的是每一个。仅存在唯一一个实数X (ω)与之对应, 其中X (ω)是一个关干样本点的函数,值域为实数集.
• 随机变量可以根据它的取值分为离散型随机变量与非离散型随机变量, • 其中非离散型随机变量又可以进一步分为连续型随机变量与混合型随
机变量.在本书中我们主要学习的是离散型与连续型随机变量.
• 则称X为离散型随机变量,并且式(2.均称为随机变量X的概率分布, 又称分布律或分布列.
下一页 返回
概率论2-5 (1)
2
y
fY
( y)
1
y
e 2, y 0
2 y
0
其它
设X ~ N(0,1),其概率密度为:
x
1
x2 ,
e 2 x
2
则 Y X 2 概率密度函数为:
fY
y
1
2
1 y
y 2e 2 ,
0,
y0 y0
此时称Y服从自由度为1的 2分布,记作 Y ~ 2 1
结论:若 X ~ N 0,1 则 X 2 ~ 2 1
机变量。求Y的分布律.
例:已知
X -1 0
Pk
1 3
1 3
求:Y=X2的分布律
1
Y1 0
1 3
Pk
2 3
1 3
一般地
X
x1
x2 xk
Pk p1
p2 pk
Y=g(X) g(x1) g(x2 ) g(xk )
如果g( x i )与g( x j )相同,此时将两项合并,对应概率 相加.
例 设随机变量X的分布律为
1、一般方法
(1) 求Y的分布函数 FY(y)
根据分布函数的定义
FY ( y)
P{Y y} P{g(X ) y}
(2) 对FY(y) 求导,得到 fY(y)
f (x)dx
g ( x) y
fY ( y) (FY ( y)) '
设随机变量X的密度函数为
fX
(x)
x
8
,0
x
4
0, 其它
求随机变量Y=2X+8的概率密度。
2
pk 0.2 0.3 0.4 0.1
解 由题设可得如下表格
2.5随机变量的函数的分布
y
y} y f X (x)dx.
例5 设随机变量 X 具有概率密度 f X (x), x ,
求 Y = X 2 的概率密度.
解:(1)
y
FY ( y) y f X (x)dx.
(2)利用 FY( y) fY ( y)及变限定积分求导公式 得:
fY
(
y)
2
1
y
[
f
X
(
y ) fX (
§2.5 随机变量的函数的分布
• 离散型 • 连续型 • 定理及其应用
随机变量的函数
设 X 是一随机变量,Y 是 X 的函数,Y g X ,则Y 也是一个随机变量. 当 X 取值 x时,Y 取值 y gx
本节的任务就是:
已知随机变量 X 的分布,并且已知 Y gX ,
要求随机变量 Y 的分布.
h
y
f
X
x dx
fX hy hy fX hy hy
定理的证明
若 gx 0,则 gx是严格减少的函数.
因此, 当 y , 时,
FY y PY y PgX y
PX g 1y PX hy fX xdx
hy
所以, f
y
FY y
d dy
h
y
f
X
x dx
fX hy hy fX hy hy
证 X的概率密度为:
fX (x)
1
( x )2
e , 2 2
2
x .
y g(x) ax b, g(x) a,满足定理的条件,
y g(x)的反函数为:x h( y) y b ,且h( y) 1 .
a
a
fX (x)
1
随机变量函数的分布
,
0,
0 ey/2 1 其它
得
fY
(
y)
1 2
e
y
/
2
,
y0
0,
其它
即Y服从参数为1/2的指数分布.
例9
设随机变量 X ~ N , 2 ,Y eX,试求随机变量
Y 的密度函数 fY y.
解: 由题设,知 X 的密度函数为
f x
1
x2
e 2 2
x
2
因为函数 y ex 是严格增加的,它的反函数为
0,
其它.
整理得 Y =2X +8 的概率密度为:
fY
(
y
)
y8 32
,
8 y 16,
0,
其它.
解题思路总结
核心思想:{Y y}等价于{X ?}
解题过程:
⑴.先求Y g X 的分布函数
FY y PY y P g X y fX ( x)dx g( x) y
⑵.利用Y g X 的分布函数与密度函数之间的关系 求Y g X 的密度函数 fY y FY y
一、 离散型随机变量函数的概率分布
当X为离散型随机变量时, Y g X 也是离散型
随机变量。并且在 X 的分布列已知的情况下,求Y的
分布列是容易的。
X 1 0 1 2 3
例1 已知X的分布列为
Pk 0.2 0.1 0.1 0.3 0.3
求 Y X 1 Y X2
的分布列。
解 由Y 的分布列可列出
面积Y小于 等价于半径X<1/2
0
1
即事件{面积Y 1 }等价于事件{半径X 1}
4
2
所以 P{Y } P{ X 1} 1
2.5 随机变量的函数的分布
推论
若X ~ N ( µ , σ ), 则
2
X −µ
σ
~ N (0, 1)
正态分布的标准化
2010年12月16日星期四 中央财经大学《概率统计》课件--孙 博 第二章 第五节 --第18页--
设X ~ N(0,1),其概率密度为 ( , ) 其概率密度为:
1 ϕ ( x) = e −∞ < x < +∞ 2π 则 Y = X 2 概率密度函数为: 概率密度函数为 1 y − − 1 y 2e 2 , y > 0 fY ( y ) = 2π 0, y ≤ 0
1, 0 < x < 1 fX ( x) = 其它 0,
d(e− y/ 2 ) − y/ 2 − y/ 2 , 0< e <1 fX (e ) fY ( y) = dy 0, 其它 1 − y / 2 得 e , y>0 fY ( y) = 2 0, 其它
服从[19 21]上的均匀分布 [19, 上的均匀分布. 即 Y 服从[19,21]上的均匀分布
2010年12月16日星期四 中央财经大学《概率统计》课件--孙 博 第二章 第五节 --第26页--
设球的半径X 例 设球的半径X的概率密度为 6 x(1 − x), x ∈ (0,1) f ( x) = 试求体积的概率密度。 试求体积的概率密度。 其它 0, 4 Y = π X 3 的分布函数为 解 体积 3 3y 3y 4 3 FY ( y ) = P π X < y = P X < 3 = FX 3 4π 4π 3 − 2 3 3y 1 3y 3 y 3 y ′ 3 3 3 fY ( y ) = f X ⋅ = fX 3 ⋅ ⋅ ⋅ 4π 4π 4π 3 4π 4π
2.5随机变量函数的分布
2
目录
上页
下页
返回
Y2
1014
pi
1111
8842
Y2
014
pi
131
882
2019年10月26日星期六
3
目录
上页
下页
返回
总结:求解一维离散型随机变量函数的分布律
设 r.v. X 的分布律为
P (Xa i)p i, i 1 ,2 , 随机变量Y=g(X)的分布律为
Y
g a1
Pr
p1
g a2
2019年10月26日星期六
12 i0
目录
上页
下页
返回
k
P (Zk) P (Xi,Yki),
i0
k
P(Xi)P(Yki),
i0
k
C n ipi(1p)niC m kipki(1p)m ki i0
C n kmpk(1p)nm k
k = 0,1,2, , n + m
e e 1
ki 2
2
i0 i! (ki)!
e12
k!
k k! i i0i!(ki)!1
ki 2
(
1
) e k 12
2
2019年10月26日星期六
k! 14
k0,1,2,
目录
上页
下页
返回
内容小结
2019年10月26日星期六
15
目录
上页
2019年10月26日星期六
5
目录
上页
下页
返回
例: 设二维r.v.( X,Y )的两个边缘概率函数分
别为
X
0
1
吴赣昌-第五版-经管类概率论与数理统计课后习题-完整版
吴赣昌-第五版-经管类概率论与数理统计课后习题-完整版随机事件及其概率1.1 随机事件习题1试说明随机试验应具有的三个特点.习题2将一枚均匀的硬币抛两次,事件A,B,C分别表示“第一次出现正面”,“两次出现同一面”,“至少有一次出现正面”,试写出样本空间及事件A,B,C中的样本点.1.3 古典概型现习题3现习题4现习题5现习题6现习题7现习题8现习题9现习题101.4 条件概率习题3 空现习题41.5 事件的独立性现习题6现习题7现习题8总习题1习题3. 证明下列等式:习题4.现习题5习题6.习题7习题8习题9习题10习题11现习题12习题13习题14习题15习题16习题17习题18习题19习题20习题21习题22现习题23现习题24第二章随机变量及其分布2.1 随机变量习题1随机变量的特征是什么?解答:①随机变量是定义在样本空间上的一个实值函数.②随机变量的取值是随机的,事先或试验前不知道取哪个值.③随机变量取特定值的概率大小是确定的.习题2试述随机变量的分类.解答:①若随机变量X的所有可能取值能够一一列举出来,则称X为离散型随机变量;否则称为非离散型随机变量.②若X的可能值不能一一列出,但可在一段连续区间上取值,则称X为连续型随机变量.习题3盒中装有大小相同的球10个,编号为0,1,2,⋯,9, 从中任取1个,观察号码是“小于5”,“等于5”,“大于5”的情况,试定义一个随机变量来表达上述随机试验结果,并写出该随机变量取每一个特定值的概率.2.2 离散型随机变量及其概率分布习题1设随机变量X服从参数为λ的泊松分布,且P{X=1}=P{X=2},求λ.习题2设随机变量X的分布律为P{X=k}=k15,k=1,2,3,4,5,试求(1)P{12<X<52; (2)P{1≤X≤3};(3)P{X>3}.习题3一袋中装有5只球,编号为1,2,3,4,5.在袋中同时取3只,以X表示取出的3只球中的最大号码,写出随机变量X的分布律.习题4 (空)习题5某加油站替出租车公司代营出租汽车业务,每出租一辆汽车,可从出租公司得到3元.因代营业务,每天加油站要多付给职工服务费60元,设每天出租汽车数X是一个随机变量,它的概率分布如下:求因代营业务得到的收入大于当天的额外支出费用的概率.习题6设自动生产线在调整以后出现废品的概率为p=0.1, 当生产过程中出现废品时立即进行调整,X代表在两次调整之间生产的合格品数,试求:(1)X的概率分布;(2)P{X≥5};(3)在两次调整之间能以0.6的概率保证生产的合格品数不少于多少?习题7设某运动员投篮命中的概率为0.6,求他一次投篮时,投篮命中的概率分布.习题8某种产品共10件,其中有3件次品,现从中任取3件,求取出的3件产品中次品的概率分布.习题9一批产品共10件,其中有7件正品,3件次品,每次从这批产品中任取一件,取出的产品仍放回去,求直至取到正品为止所需次数X的概率分布.习题10 纺织厂女工照顾800个纺绽,每一纺锭在某一段时间τ内断头的概率为0.005,在τ这段时间内断头次数不大于2的概率.习题11设书籍上每页的印刷错误的个数X服从泊松分布,经统计发现在某本书上,有一个印刷错误与有两个印刷错误的页数相同,求任意检验4页,每页上都没有印刷错误的概率.2.3 随机变量的分布函数习题1.解答:离散.由于F(x)是一个阶梯函数,故知X是一个离散型随机变量.习题2习题3已知离散型随机变量X的概率分布为P{X=1}=0.3,P{X=3}=0.5,P{X=5}=0.2,试写出X的分布函数F(x),并画出图形.习题4习题5习题6在区间[0,a]上任意投掷一个质点,以X表示这个质点的坐标.设这个质点落在[0,a]中任意小区间内的概率与这个小区间的长度成正比例,试求X的分布函数.2.4 连续型随机变量及其概率密度习题1习题2习题3习题4习题5设一个汽车站上,某路公共汽车每5分钟有一辆车到达,设乘客在5分钟内任一时间到达是等可能的,试计算在车站候车的10位乘客中只有1位等待时间超过4分钟的概率.习题6习题7 (空) 习题8习题9习题10习题112.5 随机变量函数的分布习题1习题2习题3习题4习题5习题6总习题二1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、。
2.5随机变量函数的分布详解
pY ( y )
例 4: 设随机变量 X~ U (0,1) ,求 Y 2 X 2 1 的密度函数.
X的取值范围为(0,1), 从而Y的取值范围为(1,3) 解:
(1)当1<y<3时,Y的分布函数为
FY ( y ) P(Y y ) P(2 X 2 1 y )
y 1 P( X 2
dFY ( y ) p Y ( y) dy y 8 1 y 8 1 ) ,0 4 ( 8 2 2 2 其他 0,
d [ FX ( y 8 )] 2 dy
于是得Y的概率密度为
pX (
y 8 y 8 )( ) 2 2
y 8 ,8 y 16 32 其他 0,
即得Y的分布律为 Y 0 P 0.1
1 0.7 4 0.2
例1:设随机变量X的分布律如下表,试求Y=(X-1)2 的分布律.
X P
解
Y=(X-1)2 X P
-1 0.2
4 -1 0.2
0 0.3
1 0 0.3
1 0.1
0 1 0.1
2 0.4
1 2 0.4
即得Y的分布律为
Y P 0 0.1 1 0.7 4 0.2
例1:设随机变量X具有概率密度
x ,0 x 4 p X ( x) 8 0, 其他
求随机变量Y=2X+8的概率密度. 解: 先求Y的分布函数FY(y).
FY ( y) P{Y y} P{2 X 8 y} P{ X y 8} F ( y 8 ) X 2 2
X P
-1 0.2
0 0.3
1 0.1
2 0.4
解 Y所有可能取的值为 0,1,4. P{Y=0} =P{(X-1)2 =0} =P{X=1}=0.1
概率之2-5 随机变量的函数的分布(专衔本)
h '( y ) 1 y ,
记 X的 概 率 密 度 为 fX ( x)
1 2
同理,
P P Z 4 0 .2 5 , Z 9 , 即Z的概率分布为
Z=X2
0
1
4
9
P
0.20
0.40
0.25
0.15
Ch2-5-11
例3:
已 知 r . v . X B ( 3 , 0 .4 ), 令 Y X (3 X ) 2 , 求 P {Y 1}.
2
P(
yX
y) y)
FX ( y ) FX (
FY y P Y y
Ch2-5-15
求导可得:
1 f ( y ) f ( y ) , y 0 dFY ( y ) X X 2 y fY ( y ) dy y0 0,
Y
0 1
1 1
4 1
p
4
2
4
由此归纳出离散型随机变量函数的分布的求法.
Ch2-5-8
离散型随机变量的函数的分布
如果 X 是离散型随机变量 也是离散型随机变量
pk x1 p1 x2 p2
, 其函数 Y g ( X )
.若 X 的分布律为
xk pk
则 Y g ( X ) 的分布律为
1 2 2 2
三、连续型随机变量的函数的分布
例4
设随机变量 x , fX (x) 8 0, 求随机变量 X 的概率密度为 0 x 4, 其他 . .
Ch2-5-12
Y 2 X 8 的概率密度
解 第一步 先求Y=2X+8 的分布函数 FY ( y ).
2.5随机变量函数的分布
例1:设随机变量X的分布律如下表,试求Y=(X-1)2
的分布律.
X -1 0 1 2 P 0.2 0.3 0.1 0.4
解 Y所有可能取的值为 0,1,4.
P{Y=0} =P{(X-1)2 =0} =P{X=1}=0.1
, 若a 1 , 若a a
0 0
yb 1
fX (
a
) a
( yb )2
1
a
e 2 2
[ y(ba )]2
1
e 2(a )2 , y
2 a
2 a
即Y~ N (b a, (a )2 )
例3:设随机变量X具有概率密度pX(x),-∞<x<∞求
Y=X2的概率密度. 解:先求Y 的分布函数 FY(y) .
fY
( y)
fX
[h( y)]
h' ( y) ,
0, 其它
y
其中,x h( y)是y g(x)的反函数,且
min{g(), g()}, max{g(), g()}
例1:设随机变量X具有概率密度
p
X
(x)
x 8
,0
x
4
0, 其他
求随机变量Y=2X+8的概率密度.
另解: 由y g(x) 2x 8,
P{Y=1} =P{(X-1)2 =1} =P{{X=0}+{X=2}}
=P{X=0}+P{X=2}=0.7
P{Y=4} =P{(X-1)2 =4}=P{X=-1}=0.2
即得Y的分布律为
Y
0
1
4
P
0.1
随机变量函数的分布
(296)
其中Cx{ t | g(t)x}
而P{XCx}往往可由X的分布函数FX(x)来表达或用其密
度函数fX(x)的积分来表达
P{X Cx} Cx fX (t)dt
进而 Y的密度函数 可直接从FY(x)导出
(297)
6
例228 设X是一个连续型随机变量 其分布函数F(x)是严 格单调递增的 则F(X)服从[0 1]上的均匀分布
10
(x)
FY(
x)
1 x
0(
x), x
当x0时
FY (x) P{X 2 x} P{
x
fXY
(x)
xF}Y(2x) 0(
1xx)010(,
x),
0, x 0,
x 0,
x0
(x) P{X 2 x} P{ x X
x X x} 20( x)1
x} 20(
x
) 1 fY (x)
1
e
x 2
§25 随机变量函数的分布
一、随机变量的函数 二、离散型随机变量函数的分布 三、连续型随机变量函数的分布
1
一、随机变量的函数
随机变量的函数
如果存在一个函数g(x) 使得随机变量X Y满足
Yg(X)
(289)
则称随机变量Y是随机变量X的函数
如何从自变量X的统计规律导出其函数Yg(X)的统计规
律呢?
对任意区间(或区间的并)B 令C{x|g(x)B} 则
{YB}{g(X)B}{XC}
(290)
从而
P{YB}P{g(X)B}P{XC}
(291)
(291)说明 X的统计规律确实决定了Y的统计规律
2
例226 设X是一随机变量 且YX2 则对任意α0 有
2.5 概率论——二维随机变量函数的分布
二、c.r.v.函数的分布
设c.r.v. ( X ,Y ) ~ f ( x, y), g( x, y)为一连续函数,令 Z g( X ,Y ), 则Z 的分布函数为
FZ (z) P(Z z) P( g( X ,Y ) z) P(( X ,Y ) D) (D : g( X ,Y ) z)
Xi
~
N
(i
,
2 i
)
则有
n
n
X1 L Xn ~ N (
i ,
2 i
)
i1 i1
此为正态分布的可加性
更有
n
n
n
ai X i ~ N (
aii ,
ai2
2 i
).
i 1
i 1
i 1
独立正态变量的线性组合仍为正态变量(Cf.P101)
特别地,X1,K , Xn 相互独立同正态分布 N (, 2 ),
0, z 0或 z 2
fZ
(z)
z,
0 z1
2
z,
1 z2
1
2 x
例7 已知 ( X ,Y ) 的联合 d.f.为
3 x, 0 x 1, 0 y x
f
(x,
y)
0,
其他
Z = X + Y ,求 f Z (z)
解法一 (图形定限法)
由公式(1)
fZ (z)
f (x, z x)dx
f
X
(
x)
1, 0,
0 x1 其他
fY
(
y)
1, 0,
0 y1 其他
z
fZ (z) fX (x) fY (z x)dx 2
随机变量函数的分布
1 1 2
三、连续型随机变量函数的分布 一般 地,连续型随机变量的函数不一定是连续型随 机变量, 但我们主要讨论连续型随机变量的函数还 是连续型随机变量的情形, 此时我们不仅希望求出 随机变量函数的分布函数, 而且还希望求出其概率 密度函数. 设已知 X 的分布函数 FX ( x ) 或概率密度函数 f X ( x ), 则随机变量函数 Y g( X ) 的分布函数
1 y b fX ( ). k k
例
设X ~ N ( , 2 ), Y aX b,(a, b为常数, 且a 0), 则Y ~ N (a b, a 2 2 ).
f X ( x)
1 2
1
e
( x )2 2 2
,( x )
1 2 a
2
P{Y x } P{ X 2 x } P{ X x } P{ X x }.
完
二、离散型随机变量函数的分布
设 X 为离散型随机变量, 其概率分布已知。 Y g( X )为X的函数.
若X 为D.r .v.
问题
Y g( X ) 为D.r .v .
如何根据随机变量 X 的分布 求得随机变量 Y g( X )的分布 ?
一、随机变量的函数 主要 我们讨论变量间的函数关系时, 在微积分中, 注: 研究函数关系的确定性特征, 例如: 导数、积分等. 而 在概率论中,我们主要研究的是随机变量函数的随机
即由自变量 X 的统计规律性出发研究因变量 Y 特征,
的统计性规律. 一般地, 对任意区间 I , 令 C { x | g( x ) I }, 则
( y ( a b ))2 2 a 2 2
1 yb 1 fY ( y ) fX ( ) k k a
天津大学《概率论与数理统计》随机变量函数
y b a
1 FX
y b a
yba2
fY(y)fXya b1 a
1
2ae
2(a)2
综上得 Y~Nab,a2
2021/8/17
14
定理
正态随机变量的线性函数服从正态分布。
设 X~N (,2), YaXb(a0),则 Y~N (ab,(a)2)
推论
若 X~N (,2), 则 X ~N (0 ,1 )
hy
fX xdx
2021/8/17
17
于是得Y的概率密度
fY(y) fXh 0 (y)h(y)
y
其他
若g(x)<0, 同理可证
fY(y) fX h 0 (y)h (y)
y
其他
合并两式,即得证。
若ƒ(x)在有限区间[a,b]以外等于零,则只需假
设在[a,b]上恒有g(x)>0(或恒有g(x)<0),
第二步 fY(y)F Y (y)
2021/8/17
11
例2 设 随 机X变 的量 概 率 密 度 为
fX(x)8x, 0,
0x4,求 其 .他
随
机Y1. 变 2求 X量 F8Y的 ( y);概
率 .
密
度
解F Y ( 第y ) 一 步P P { { 求 2 Y X Y y 8 } 2 X y }8的 PX 分 2. yf布 2F YY (8(yy))函 .Fy Y28(数 fyX)(.x)dx
连续型——概率密度 归一性 概率计算
分布函数与概率密度的互变
正态分布的概率计算
均匀分布U(a,b) 正态分布N(a, 2 )
指数分布E()
29
练习:已知随机变量X的概率密度为
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
∫
x2<y
fX ( x) d x
F (y) =0 当 y ≥ 1 时 F (y) =1 Y Y
y
1 当 0 ≤ y < 1 时 F = ∫ dx = y Y 2 − y 1 0< y <1 fY ( y) = F '( y) = 2 y Y 0 其 它
− y
y
∴
Y 0 1 4 9 3 P 0.1 0.3 0.3 0.3 k
注:1、设
k
价 {Y = g( x )} 等 于{ X = x }
k
g( xk ) k =1 ⋯ 互不相等时,则事件 ,2, 互不相等时,
由
X P k
Y P k
x 1 p 1
p 1
x2 ⋯ xk ⋯ p2 ⋯ pk ⋯
p2 ⋯ pk ⋯
例3
具有概率密度 概率密度: 设随机变量 X 具有概率密度: x , 0< x < 4, fX (x) = 8 0, 其 . 它 试求 Y =2X +8 的概率密度 fY ( y) .
解:(1) 先求 Y =2X +8 的分布函数 FY(y):
F (y) = P Y ≤ y} { Y
定理
X 设 ~ N µ,σ , Y = 则
2
(
)
X −µ
证 F ( y) = P{Y ≤ y} = P { Y
X −µ
σ
~ N( 0,1)
σ
≤ y}
e
( t−µ) 2 −
2σ2
= P{X ≤ µ +σ y}=
求导得到: 求导得到:
1 2 πσ
µ+σ y
−∞
∫
dt
上页
下页
例10
设随机变量X 的概率密度为 2x 0< x <π 2 f ( x) = π 求Y = sinX 的概率密度. 的概率密度. 0 其 它
y −8 = P 2X +8≤ y}= P X ≤ { { } 2
F (y) = ∫ Y
y−8 2 −∞
fX (x)dx.
F ( y) = ∫ Y
y−8 2 −∞
fX (x)dx.
x , 0< x < 4, fX (X) = 8 0, 其 . 它
(2) 利 F′( y) = fY ( y) 可 求 : 用Y 以 得
, 1 0< x <1 fX (x) = 它 其 0,
代入
d(e−y/2) , 0< e−y/2 <1 fX (e−y/2) fY ( y) = dy 0, 其 它
得
1 −y/2 e , y >0 fY ( y) = 2 0, 其 它
fY (y) 的表达式中
服从参数为1/2的指数分布. 1/2的指数分布 即Y服从参数为1/2的指数分布.
例 9
设 机 量X ~ N µ σ 2 , = eX, 求 机 量 随 变 , Y 试 随 变 Y的 度 数fY ( y). 密 函
0< x <1 0ther
x取值在(0,1) 时,y 的取值也在(0,1), 取值在(0,1) 的取值也在(0,1),
y ≤0 ⇒ F ( y) =0 Y y ≥1 ⇒ F ( y) =1 Y
fY ( y) =0
1 2 1 1 −3 0< y <1 6y3 1− y3 ⋅ y ∴ fX ( y) = 3 0ther 0 1 −3 0< y <1 2 y −1 ∴ fX ( y) = 0ther 0
{
}
y
− y
fX ( x) d x
例2
1,1),求 的分布函数与概率密度。 设X ∼U(-1,1),求Y =X 2的分布函数与概率密度。
1 −1< x <1 fX ( x) = 2 0 其 它 y = g(x) = x2
解 ∵
∴ F ( y) = p(Y ≤ y) = p(X2 ≤ y) = Y
§2.5
随机变量的函数
问题: 圆盘半径用 表示, 半径用X (0,1)之内等 问题: 圆盘半径用X表示,x在(0,1)之内等 可能取值,是一个随机数,因此圆盘的面积Y 可能取值,是一个随机数,因此圆盘的面积Y 也是一个随机变量
问题: 问题:
面积Y小于 面积 小于 等价于半径X<1/2 等价于半径
0 1
解题思路总结
. 求 ⑴ 先 Y = g( X) 的 布 数 分 函
F ( y) = P{Y ≤ y} = P{ g( X) ≤ y} = Y
g( x)≤y
∫
fX (x)dx
⑵ 利 Y = g( X) 的 布 数 密 函 之 的 系 . 用 分 函 与 度 数 间 关
Y 求 = g( X) 的 度 数 fY ( y) = F′ ( y) 密 函 Y
足 满 { g(X) ≤ y}的 的 值 围 X 取 范
的分布, 求出X 相应范围. 这样就可以利用已知的X 的分布, 求出X在相应范围. 内的概率。 内的概率。 利用随机变量的函数的分布求其密度函数是常用 的一种方法. 的一种方法.称为分布函数法
思考题
2,1),求 的分布函数与概率密度。 设X ∼U(-2,1),求Y =X 2的分布函数与概率密度。 y 思路: 思路: 1) Y的取值范围? Y的取值范围? 的取值范围 -2 -1 1 x
随机变量。 随机变量
们 求 是 我 要 的 Y = g( X) 的 度 数fY ( y). 密 函
知识回顾
例1
设随机变量 X 具有概率密度 f X ( x ) 具有概率密度 的概率密度. 求 Y = X 2 的概率密度.
2
解:(1) 先求 Y = X
0 2
的分布函数 FY(y):
1 由 Y = X ≥ 0, 故 y ≤ 0时F ( y) = 0. 于 当 Y
f [h(y)]h′( y) , α < y < β fY (y) = , 其 它 0 其中, 其中,
此定理的证明与前面的解题思路类似. 此定理的证明与前面的解题思路类似.
例2
设 X 的密度为
求 Y = X3的概率密度 fY ( y). 解 ∵ Y = X3 X =Y 当
1 3
1 6x( −x) f (x) = 0
Y的 值 先 不 确 ,也 一 随 变 . 取 事 也 能 定Y 是 个 机 量
本 的 务 是 节 任 就 :
知 机 量 已 随 变 X的 布 并 已 Y = g( X) , 分 , 且 知 求 机 量 分 . 要 随 变 Y的 布 (分布律或分布密度)。 分布律或分布密度)。
一、 离散型随机变量函数的概率分布 离散型随机变量函数的概率分布
当X为离散型随机变量时, Y = g( X) 也是离散型 为离散型随机变量时, 随机变量。 随机变量。 的分布列已知的情况下, 并且在 X 的分布列已知的情况下, Y的 求 分布列是容易的。 分布列是容易的。 例1
X −1 0 1 2 3 已知X 已知X的分布列为 P 0.2 0.1 0.1 0.3 0.3 k
对应的{X<x} 2) {Y<y} 对应的{X<x} 3)求 3)求F(y)
定理
设X 具有概率密度
f X ( x)
(-∞ ,+∞ )
的连续型随机变量,又设 Y = g( X) 处处可导,且 的连续型随机变量, 处处可导, 对于任意 x 恒有 g′(x) >0 或恒有 g′(x) <0 则 是一个连续型随机变量, 连续型随机变量 Y = g( X) 是一个连续型随机变量, 其反函数为 X =h(Y). Y 的概率密度为
FY ( y ) = P (Y ≤ y )
= P (π X 2 ≤ y )
= P( X ≤
2
1
π 1 = P( X ≤ π
y)
y)
=
1
π
1
y
(0 < y ≤ 1)
f ( y) =
2 πy
随机变量的函数
取值不能事先确定 X 值 , 值 当 取 x时 Y取 y = g( x) X取值不能事先确定
设X是 随 变 , 是X的 数 Y = g( X) , 一 机 量 Y 函 ,
⇒
2 、当
g(x ) g(x2) ⋯ g(xk ) ⋯ 1
g( xi ) = g( xj ) i ≠ j
则把那些相等的值合并起来。 则把那些相等的值合并起来。
二、 连续型随机变量函数的分布
设 再 Y = g( X) 是X的 数 我 假 Y也 连 型 函 , 们 定 是 续
设X是 连 型 机 量 其 度 数 fX ( x) , 一 续 随 变 , 密 函 为
于是 y 在区间(0,1)上单调下降, 有反函数 在区间(0,1)上单调下降, (0,1)上单调下降 由前述定理得 注意取 绝对值
d(e−y/2) fX (e−y/2) , 0< e−y/2 <1 fY ( y) = dy 0, 其 它
(0,1)上服从均匀分布 上服从均匀分布, (续)已知 X 在(0,1)上服从均匀分布,
y −8 y −8 fY ( y) = fX ( )×( )′ 2 2 y −8 1 y −8 1 )× , 0< < 4, ( 2 2 8 2 0, 其 . 它 的概率密度为: 整理得 Y =2X +8 的概率密度为
y −8 , 8< y <16, fY ( y) = 32 0, 其 . 它
1 1 即事件{面积Y ≤ π}等价于事件{半径X ≤ } 4 2