概率论 随机变量的函数及其分布 (课堂PPT)

合集下载

§2.1 随机变量及分布函数.ppt

§2.1 随机变量及分布函数.ppt
函数在理论和应用中都是很重要的,为此,我们有以 下定义:
定义2.1.2 设定义在样本空间 上的随
机变量 ,对于任意实数 x,称函数
F(x) P( x),x (-,+)是随机变量 的概率分布函数,简称为分布函数或分布.
注意 分布函数实质上就是事件 ( x) 的
概率.也就是随机变量落在区间 (, x)内的概率.
分别规定 为1和0,即:
1, 0,
当出现H时 当出现T时
一旦实验的结果确定了, 的取值也就随之确定了.
从上述例子可以看出:无论随机试验的 结果,本身与数量有无联系,我们都能把试验 的结果与实数对应起来,即可把试验的结果数 量化.由于这样的数量依赖试验的结果,而对随
机试验来说,在每次试验之前无法断言 会出 现 何种结果,因而也就无法确定它会取什么 值,即它的取值具有随机性,我们称这样的 变量 为随机变量 . 事实上,随机变量就是
Un1(xn () xn1
P(xn () xn1) n1
F(xn1) F(xn ) n1
lim n
F(xn1) F(x1)
lim
n
F
(
xn1
)
F
(
x1
)
由此可得
F
(x)
lim
n
F ( xn1)
F(x
0)
3)、4)、5)是分布函数的三个基本性质, 反过来还可以证明任一个满足这三个 性质的函数 一定可以作为某个随机变量的分布函数.知道了随机
由性质2)得
3)单调性:若 x1 x2 ,则 F(x1) F(x2) ;
4)极限性:
lim F(x) F( ) 0,lim F (x) F () 1
x
x

《概率论》课程PPT :随机变量函数的分布

《概率论》课程PPT :随机变量函数的分布

的分布。
一般地,设y=g(x)是一元实函数,X是一个随机变量,若X的取 值在函数y=g(x)的定义域内,则Y=g(X)也为一随机变量。
密度函数
fX (x)
随机变量
X
分布函数
F X (x)
fY ( y)
Y g(X)
随机变量的函数
FY ( y)
离散随机变量的函数的分布
若X为离散型 随机变量, 其分布律为
-2
-1
-15/4
-11/4
5
7
1/12 1/12
3/12
2/12
1/12
2/12
2/12
两个独立随机变量的和的分布
如果X与Y相互独立
X Y
~ ~
PP((21))

X
Y
~
P(1
2 )
X ~ B(m, p)
Y
~ B(n,
p)


X
Y
~
B(m

n,
p)
例 证明:如果X与Y相互独立,且X~B(n,p),
解 由(X,Y)的联合分布列可得如下表格
(X ,Y ) (1, 2) (1, 1) (1,0) (1 , 2) (1 , 1) (3, 2)
2
2
概率
1/12
1/12
3/12
2/12
1/12
2/12
(3, 0)
2/12
X Y
-3
-2
-1
-3/2
-1/2
1
3
X Y
1
0
-1
5/2
3/2
X
9.5 10
10.5 11 求周长及面积的分布律.

第六章随机变量的函数及其分布-PPT文档资料

第六章随机变量的函数及其分布-PPT文档资料

于是Y分布函数为
y 1 dx y ,0 y 1 ( y ) f ( x ) dx 0 当y≥0时,P(X2≤y)= F Y X y , 其他 1
0, F ( y ) y, Y 1 ,
y 0 0 y 1 其他
因此
1 , y0 ' fY(y) F ) 2 y Y (y 0 , 其他
P (Y=g(xi))
6.1 一维随机变量的函数及其分布
一、离散型随机变量 注:
一般地,我们先由X的取值xi,i=1,2,…求出Y
的取值yi=g(xi),i=1,2…
① 如果诸yi都不相同,则由P{Y=yi}=P{X=xi}可得 Y的分布律; ② 如果诸yi中有某些取值相同,则把相应的X的取值 的概率相加。
格单调增加,它的反函数h(y)存在,且在(α ,β )严格单
调增加,可导,现在先来求Y的分布函数FY(y)。 因为Y=g(X)在(α ,β )取值,故当y≤α 时, FY(y)=P{Y≤y}=0;
当y≥β 时, FY(y)=P{Y≤y}=1;
当α <y<β 时, FY(y)=P{Y≤y}=P{g(x)≤y}
6.1 一维随机变量的函数及其分布
二、连续型随机变量
例:设随机变量X服从正态分布,X~N(0,1),试求随机 变量函数Y=|X|的密度函数 解 X的密度函数为
f x
2 1 x / 2 e 2
( x )
P ( y X y ), y 0 ; F y P ( Y y ) P ( X y ) Y 0 , y 0 . 2 x y y 1 2 P ( y X y ) f ( x ) dx e dx X y y 2 2 2 y e 2 , y0 ' 因此 fY(y) F ) Y(y 0 , 其他

概率论与数理统计课件:随机变量及其分布

概率论与数理统计课件:随机变量及其分布

随机变量及其分布
首页 返回 退出
§2.2 离散型随机变量及其分布律
定义 设离散型随机变量 X 所有可能取的值为xk , k = 1, 2,
X 取各个可能值的概率,即事件{ X xk } 的概率,为
P{ X xk } pk , k 1, 2, .
称此为离散型随机变量 X 的分布律.
随机变量及其分布
首页 返回 退出
定义2.1 设随机试验E, 其样本空间S, 若对样本
空间每一个样本点e, 都有唯一一个实数X(e)与之对
应,那么就把这个定义域为S的单值实值函数X=X(e),
称为随机变量。
随机变量通常用大写字母X,Y,Z 或希腊字母 ξ,η等表示.
而表示随机变量所取的值时,一般采用小写字母x,y,z等.
量方面,如,投掷一枚均匀骰子,我们观察出现的点
数。
记X=“出现的点数”
则X的可能取1, 2, …, 6中任一个数,可见X是变量;
又X取那个值不能事先确定,故此X的取值又带有随机
性.
有了随机变量,有关事件的表示也方便了,如
{X=2}, {X≤2}, ……
随机变量及其分布
首页 返回 退出
这样的例子还有很多. 又如,研究手机的使用寿命
或写成
随机变量及其分布
5
P( X k )
6
k 1
1
, k 1, 2,
6
首页 返回 退出
常见离散型随机变量
(一)“0-1”分布
设随机变量 X 只可能取 0 和1 两个值,它的分布律

k
P X k p(
1 p)1k k 0,1
(0 p 1)

《概率论》课程PPT : 随机变量的分布函数

《概率论》课程PPT : 随机变量的分布函数


4
(1, 5)
0 其它
求 X 的分布函数
y
解 当x1时
x
F (x) f (x)dx
0 1 2345 x x
当1 < x 5 时F (x)
x
f (x)dx
1
f (x)dx
x
f (x)dx


1
0 x 1 dx 1 (x 1)
14
(2)X 的密度函数
(1) P(0.3 X 0.7) F(0.7) F(0.3) 0.72 0.32 0.4
(2)密度函数为
f
(x)

F(x)


2x 0
0 x 1 otherwise
例:已知密度函数求分布函数
已知连续型随机变量X的概率密度为
1
f
(
x)

随机变量的分布函数
Distribution Function 分布函数的定义
设X为一随机变量,则对任意实数x,(X<x) 是一个随机事件,称
F(x) P(X x)
为随机变量X的分布函数
F(x)是一个
普通的函数!
定义域为 (-∞,+∞); 值域为 [0,1]。
分布函数表示事件的概率
引进分布函数F(x)后,事件的概率都可以用 F(x)的函数值来表示。

X的概率密度
3 e3x x 0 f (x)
0 x 0
P(x1 X x2)
x2 f (x)dx
x1
P(X 1)

f (x)dx
3e3xdx e3
1
1

随机变量的函数的分布ppt课件

随机变量的函数的分布ppt课件
布,且知一对夫妇有不超过1个孩子的概率为3e-2。求 任选一对夫妇,至少有3个孩子的概率。 解 由题意
X ~ p ( ) 且 P , X 1 P ( X 0 ) P ( X 1 ) 3 e 2
e e 3 e 2 2
P ( X 3 ) 1 P ( X 0 ) P ( X 1 ) P ( X 2 )
➢ k 阶中心矩:k = E[XE(X)]k , k = 1, 2, ….
注意: 2 = Var(X).
.
2.7.2 变异系数
方差(或标准差)反映了随机变量取值的 波动程度,但在比较两个随机变量大小时 会产生不合理的现象。 原因有二: (1)方差(或标准差)是有量纲的; (2)有一个相对性问题,取值较大的随机变量 的方差(或标准差)也允许大一些。
52051 60 2
.
例5 设有一项工程有甲、乙两家公司投标承包。甲公 司要求投资2.8亿元,但预算外开支波动较大,设实际 费用X~N(2.8,0.52)。乙公司要求投资3亿元,但预算外 开支波动较小,设实际费用Y~N(3,0.22)。现假定工程资 方掌握资金(1)3亿元,(2)3.4亿元,为了在这两种情况 下,不至造成资金赤字,选择哪家公司来承包较为合 理?
pY ( y)
pX [h( y)] | h( y) |
pX [ln
y]
1 y
1
y(1 ln 2 y)
由此得
pY ( y)
1 y(1 ln2
, y)
0,
y0 其它
.
正态变量的线性不变性
定理2.6.2 设 X ~N (, 2),则当a 0 时, Y = aX+b ~ N (a +b, a22).
习题
2、设随机变量 X 服从参数为的泊松分布,且 P{X 1} P{X 2},则 E(X)= ,D(X)=

随机变量及分布PPT课件

随机变量及分布PPT课件

P( y X y ) FX ( y ) FX ( y )
fY
(
y
)
dFY ( dy
y
)
1
2
y
0,
fX
(
y ) fX(
y ) , y 0 y0
y 1
fX (
y
)
2
0
y 1
0
y 1
fX (
y
)
2
1 y 0
其它
0
其它
则 Y=X2 的概率密度为:
1
fY
(
y)
2
( y
0
y 1 2
U 的概率密度
P{ X
u 1} 3
FX
{
u
3
1)
fU (u)
dFU (u) du
f
X
(
u
3
1
)
(
u
3
1
)u
fU
(u)
2.
u
3
1
.
1 3
0

fU
(u)
2 9
(u
1)
0
0 u1 1 3
其它
1 u 2 其它
例4(P62-例3) 设随机变量X的概率密度为fX(x)(x R),求:
z0
0
z0
(3)备用方式: 系统L的寿命 Z=X+Y
fZ (z) fX ( x) fY (z x)dx
积分区域
z
x
x
0
0
即0 x z
fZ (z)
z e x e (zx)dx e z
0
z e( ) xdx

随机变量函数及其分布.pptx

随机变量函数及其分布.pptx

0,
FY
(
y)
y,
1,
y0 0 y1
其他
因此
fY
( y)
FY'
(
y)
1 ,
2y
y0
0, 其他
第9页/共57页
6.1 一维随机变量的函数及其分布
二、连续型随机变量
例:设随机变量X服从正态分布,X~N(0,1),试求随机 变量函数Y=|X|的密度函数
解 X的密度函数为
f x 1 ex2 /2
Px
(
x)
x3e x2 0, x
,x 0
0
求随机变量 Y X 2和Y 2x 3 的概率密度
解:先求随机变量 Y X 2 的分布函数
FY (y) PY y P x2 y P y x y F x( y) F x( y)
p p y
y
(x)dx (x)dx
- x
- x
Φ (10 11) Φ (1) 1Φ (1) 1 0.84 0.16
1
P(Y=20)= P(10≤X≤12
Φ (1211) Φ (1011)
1
1
Φ (1) Φ (1) 0.68
综合得Y的分布律为 Y -5 -1 20
p 0.16 0.16 0.68
第18页/共57页
6.1 一维随机变量的函数及其分布
二、连续型随机变量
例 设随机变量x的概率密度为 求随机变量Y=2X+8的概率密度
P
x
(
x)
x / 8,0 x 4 0, 其他情况
解:第一先求Y=2X+8的分布函数 FY (y)
F p (y) Y
pY y
p2x 8 y

概率论与数理统计-第二章-随机变量及其分布函数ppt课件

概率论与数理统计-第二章-随机变量及其分布函数ppt课件

表格: X
x1 x2
pk
p1 p2
概率分布图:
1P
xn
pn
0.5
x4 x3
x1
x2
X
.
由概率的性质易知离散型随机变量的分布列
pk
满足下列特征性质:
k 1
① pk 0(k 1,2,) [非负性]

pk 1 [规范性]用于确定待定参数
k 1
③ F( x) P( X x) P(X xi ). xi x
1. 2
.
【例2】设随机变量X的分布函数为
aex b, x 0
F(x)
0,
x0
解: 因为 F(x) 在 x=0 点右连续
求: 常数 a 和 b。
所以 lim F ( x) lim (ae x b) a b 0
x0
x0
又因为 F () lim (ae x b) b 1 x
1、两点分布 或(0 - 1)分布
two-point distribution
定义1 设离散型随机变量X的分布列为
X0 1 pk 1 p p
其中 0<p<1
则称 X 服从(0 - 1)分布,记作 X ~(0 - 1)分布
F(x)
(0 - 1)分布的分布函数
0 , x0 F ( x) 1 p, 0 x 1
X = “三次试验中 A 发生的次数”,
{ X 2} A1A2 A3 A1A2 A3 A1A2 A3 P{X 2} P(A1A2 A3 A1A2 A3 A1A2 A3 )
P(A1A2 A3 ) P(A1A2 A3 ) P(A1A2A3 ) P(A1)P(A2)P(A3) P(A1)P(A2)P(A3) P(A1)P(A2 )P(A3 ) C32 p2(1 p)32

随机变量及其分布PPT课件

随机变量及其分布PPT课件
35
例8. 某类灯泡使用时数在1000小时以上 的概率是0.2,求三个灯泡在使用1000 小时以后最多只有一个坏了的概率.
解: 设X为三个灯泡在使用1000小时已坏的灯
泡数 . X ~ B (3, 0.8),
P(X k)C3k (0.8)k (0.把2)观3察k ,一个k 灯泡0,的1,2使,3用
1 6
)k
(
5)3k 6
,
k0,1,2,3
32
例7. 已知100个产品中有5个次品,现从中 有放回地取3次,每次任取1个,求在所取的 3个中恰有2个次品的概率.
解: 因为这是有放回地取3次,因此这3 次试验
的条件完全相同且独立,它是贝努里试验. 依题意,每次试验取到次品的概率为0.05. 设X为所取的3个中的次品数,
请思考: 古典概型与贝努里概型不同,有何区别?
34
贝努里概型对试验结果没有等可能的 要求,但有下述要求: (1)每次试验条件相同;
(2)每次试验只考虑两个互逆结果A或 A ,
且P(A)=p ,P( A) 1 p;
(3)各次试验相互独立. 可以简单地说, 二项分布描述的是n重贝努里试验中出现 “成功”次数X的概率分布.
随后单调减少.
..
0
n=13,p=0.5
..n
当(n+1)p为整数时,二项概率P(X=k) 在k=(n +1)p和k =(n+1)p-1处达到最大 值.
课下请自行证明上述结论.
31
例6. 将一枚均匀骰子抛掷3次, 令X 表示3次中出现“4”点的次数
不难求得,
X的概率分布列是:
P{
X
k}C3k
(
第三章
随机变量及其分布

随机变量及其分布PPT课件

随机变量及其分布PPT课件

0
F
(
x)
Ax2
1
x0 0 x1 x 1
求常数A及其概率密度
函数 f (x)。
例2. 设连续型随机变量X的概率密度函数为
f (x) Cex2 x ,-∞ < x < +∞,
求常数C。
34
第34页/共67页
注意:一般的,同一个连续型随机变量X的概 率密度函数可以有很多个,但它们只在有限个 点或可数个点上取值不同。
对于随机试验而言,仅仅知道可能出现的 随机事件并不重要,重要的是这些事件出现的 可能性有多大。
对于随机变量X来说,就是X取什么值不 重要,重要的是X取这些值的概率有多大。
4
第4页/共67页
定义:设X是一个随机变量, x R 是一个实
数,函数 F(x) P(X x) 就称为随机变量X
的概率累积分布函数(cdf: cumulative
,n
求正数 a 的值。
例2. 设离散型随机变量X的分布列
P( X k) C pk , k 1, 2, k!
其中, 0 p 1 为已知,求常数C。
12
第12页/共67页
离散型随机变量X的分布函数为
F(x) P(X x) pk xk x
例3. 求随机变量X的分布函数。
X的分布列为 X 0 1 2 3
pap设随机变量x只可能取0和1两个数值它的分布律为第15页共67页162二项分布binomialdistribution若随机变量x的分布律为其中则称x服从参数为np的二项分布记为二项分布随机变量x对应n重贝努里试验中成功的次数
§2.1 随机变量
从概率的定义我们知道,概率是自变量为 集合的特殊函数;为了能用变量、函数及微积 分等工具来研究事件发生的概率,需要引入概 率论中的重要概念――随机变量。

随机变量函数概率分布.pptx

随机变量函数概率分布.pptx

第11页/共15页
已知X在(0,1)上服从均匀分布,
1, 0 x 1
fX
(
x)
0,
其它
代入 fY ( y) 的表达式中
fY ( y)
fX (e y/2)
d (ey/2) dy
,
0,
0 ey/2 1 其它

fY
(
y)
1 2
e
y
/
2,
y0
即Y服从参数为10/2, 的指数其分它布.
第12页/共15页
1 pY ( y) 2 y [ pX ( y ) pX ( y )] , y 0
N2(0,1)的密度
1
y
pY ( y)
e 2,
2 y
y0
第14页/共15页
感谢您的观看!
第15页/共15页
例2.5.2 (报童问题) 假定报童有 5 份报纸,卖出的数量 X 分布律如下
k 01 2 34 5 pk 0.1 0.1 0.2 0.3 0.2 0.1 他每卖掉一份报纸将获得报酬 1 元,没有卖出 而剩下的每份赔偿 0.5 元。计算最终所得的分布。 解. 以 Y 记报童最终的所得,因此有 Y = 1×X – 0.5×( 5 – X) = 1.5 X – 2.5
fY
(
y)
f
[h(
y)]
dh( y) dy
,
0,
y x=h(y)是y=g(x) 的反函数
其它
其中, min g(x), max g(x),
axb
axb
此定理的证明与前面的解题思路类似.
第9页/共15页
下面我们用这个定理来 解一个例题 .
第10页/共15页

概率论与数理统计随机变量及其分布函数课件

概率论与数理统计随机变量及其分布函数课件

离散型随机变量的定义与性质
离散型随机变量的定义
离散型随机变量是在一定范围内取有限个值的随机变量,通常用X表示。
离散型随机变量的性质
离散型随机变量具有可数性、可加性和可逆性等性质。
常见的离散型随机变量及其分布函数
二项分布
如果一个随机试验只有两种可能的结果,并且这两种结果发生的概率是已知的,那么这种 随机试验的结果就是一个二项随机变量。其分布函数为P(X=k)=C(n,k)p^k(1-p)^(n-k), 其中n是试验次数,k是成功的次数,p是成功的概率。
PART 03
连续型随机变量及其分布 函数
连续型随机变量的定义与性质
连续型随机变量的定义
如果一个随机变量X的所有可能取值是实 数轴上的一个区间或几个互不相交的区 间,则称X为连续型随机变量。
VS
连续型随机变量的性质
连续型随机变量具有连续性、可加性、可 数性和独立性等性质。
常见的连续型随机变量及其分布函数
PART 04
随机变量的函数及其分布
随机变量的函数的定义与性质
定义
随机变量的函数是指对随机变量进行某种运 算后得到的新随机变量。
性质
随机变量的函数具有一些重要的性质,如线 性性质、单调性、可逆性等,这些性质在概
率论与数理统计中有着广泛的应用。
随机变量的函数的期望与方差
要点一
期望
要点二
方差
随机变量的函数的期望是指该函数取值的平均值,计算公 式为E[g(X)]=∫g(x)f(x)dx(X为随机变量,f(x)为概率密度 函数)。
性质
分布函数具有非负性、规范性(即F(x)>=0,且F(+∞)=1)、单调不减性(即对于任意x1<x2,有F(x1)<=F(x2)) 。
  1. 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. 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. 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)。

对于 f ( x) 0的情形可作类似的证明.
例4 设随机变量X ~ N (, 2 ),试证明X的线性函数
Y aX b(a 0)也服从正态分布
证 X 的概率密度为
pX (x)
1
e
(
x μ)2 2σ 2
,
x
.
2πσ
设 y f ( x) ax b,
得 x f 1( y) y b , 知 [ f 1( y)] 1 0.
例1 设离散型随机变量 X 的分布律 X 3 0 3
P1 1 1 632
求Y=X-1的分布律. 解 Y 的可能取值为-4,-1,2.
P{Y 4} P{ X 3} 1 6
P{Y 1} P{ X 0} 1 3
P{Y 2} P{ X 3} 1 2
故 Y 的分布律为
Y 4 P1
6
x f 1( y)在( , )上单调增加.
当 y 时,FY ( y) P{Y y} 0;
当 y 时,FY ( y) P{Y y} 1;
pY
(
y
)
d
FY ( dy
y
)
0.
当 y 时,FY ( y) P{Y y}
FY ( y) P{Y y}
P{ Y } P{ Y y} 0 P{ Y y}
pY ( y) 0p,X [ f 1( y)][ f 1( y)],
0 y , 其他.
1
[
f
1(
y
)]
,
0,
0 f 1( y) 1, 其他.
1
1 y
,
0 ln y 1,
0, 其他.
于是 FY ( y) P{Y y} ( y )
P{ X f 1( y)}
f 1( y)
pX (x)d x
f 1( y)
FY ( y) pX ( x)d x
( y )
当 y 时,
pY
(
y)
d
FY d
( y
y
)
d dy
[
f 1( y)
pX (x)d x]
pX [ f 1( y)][ f 1( y)]
第三节 随机变量的函数
及其分布(1)
(单个随机变量的函数的分布)
一、问题的提出
二、离散型随机变量
的函数的分布

三、连续型随机变量 的函数的分布
停 下
一、问题的提出
在实际中,人们常常对随机变量的函数 更感兴趣.
例如,已知圆柱截面直径 d 的分布
求截面面积A
πd
2
的分布.
4
已知 t = t0 时刻噪声电压 V 的分布
1 2
11 32
由此归纳出离散型随机变量函数的分布的求法.
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,其函数Y f ( X ) 也是离散型随机变量,若X的分布律为
X
x1
x2
pk
p1
p2
则Y f ( X )的分布律为
xk pk
Y f(X)
pk
f ( x1) f ( x2 ) f ( xk )
0
t0
t
求功率 W=V2/R (R为电阻)的分布等.
设随机变量X 的分布已知,Y=g (X) (设g 是连续函数),如何由 X 的分布求出 Y 的分 布?这个问题无论在实践中还是在理论上都 是重要的.
下面我们分离散型和连续型两种情况进 行讨论.
二、离散型随机变量的函数的分布
设 f (x)是定义在随机变量X 的一切可能值 x 的集合上的函数,若随机变量Y随着X取x的值 而取y=f(x),则称随机变量Y为随机变量X的 函数,记为Y=f(X). 问题 如何根据已知的随机变量 X 的分布求得 随机变量Y = f (X)的分布?
FY ( y) P{Y y} P{2X 8 y}
P{ X y 8} 2
y8
2
pX (x)d x
2º由分布函数求概率密度.
y8
pY
( y)
FY
( y) [
2
pX ( x)d x]
pX
(
y
2
8)(
y 8) 2
pX (
y
8) 1 22
pY
( y)
p
X
(
y
2
8
)
1 2
pX
a
a
由公式 pY ( y) pX [ f 1( y)] [ f 1( y)]
得 Y aX b 的概率密度为
pY ( y)
1 a
pX (
y b), a
y b . a
( yb μ)2
1
1
e
a 2σ 2
a 2πσ
得 Y aX b ~ N(aμ b,(aσ)2 )
1
[
e
y(baμ)]2 2(aσ )2
,
a σ 2π
y .
例5 设 X ~ U (0,1), 求 Y eX 的密度函数.
解 X ~U (0,1)
X的密度函数为
pX
(
x
)
1, 0,
x (0,1), x (0,1).
方法1 (公式法)
y ex 在(,)上可导,单调增加
x f 1( y) ln y, [ f 1( y)] 1 y
续型随机变量,其概率密度为
pY
(
y)
pX
[
f
1(
y)] 0,
[
f
1(
y)]
,
y ,
其它.
其中 f 1( y) 是 f ( x) 的反函数,( , )是f 1( y)的定义域,
[
f
1(
y)]
[ f 1( y)],
[
f
1(
y
)],
当 f ( x) 0时, 当 f ( x) 0时.
证 若 f ( x) 0, 则 y f ( x)单调增加,且其反函数
(
x)
x 8
,
0 x 4,
0, 其它.
18
(
y
2
8)
1 2
,
0 y 8 4, 2
0,
其它.
y8 32
,
8 y 16,
0,
其它.
2. 公式法 定理 (例2.18) 设随机变量X具有概率密度pX ( x), 其中 x .又设函数f ( x)在(a,b)上可导,
且恒有f ( x) 0(或恒有f ( x) 0),则Y f ( X )是连
p1
p2
pk
若 f ( xk ) 中有值相同的, 应将相应的 pk 合并.
X 1 1 2
例2 设
pk
1 6
23 66
求Y X 2 5的分布律.
解 Y 的Y 分 布X 2律为5 4 4 1
X
1 1 2
Y
4 1 1 2
3
p pk
1 6 +1 6
6
2
2
三、连续型随机变量的函数的分布
设 X是连续型随机变量, Y f ( X )
下面给出两种方法来求Y的概率密度函数
1. 分布函数法 先求 : FY ( y) 再求 : pY ( y) FY ( y).
例3 设随机变量X的概率密度为
pX
(x)x 8,0,0 x 4, 其它.
求随机变量Y 2X 8的概率密度.
解 1º 先求Y=2X+8 的分布函数 FY ( y).
相关文档
最新文档