二章随机变量.ppt

《二章随机变量.ppt》由会员分享，可在线阅读，更多相关《二章随机变量.ppt（110页珍藏版）》请在三一文库上搜索。

1、第二章随机变量,离散型随机变量 随机变量的分布函数 连续型随机变量 一维随机变量函数的分布 二维随机变量的联合分布 多维随机变量的边缘分布与独立性 条件分布 多维随机变量函数的分布,关于随机变量(及向量)的研究，是概率论的中心内容这是因为，对于一个随机试验，我们所关心的往往是与所研究的特定问题有关的某个或某些量，而这些量就是随机变量也可以说：随机事件是从静态的观点来研究随机现象，而随机变量则是一种动态的观点，一如数学分析中的常量与变量的区分那样变量概念是高等数学有别于初等数学的基础概念同样，概率论能从计算一些孤立事件的概念发展为一个更高的理论体系，其基础概念是 随机变量,2.1随机变量的概念,

2、(p24)定义. 设S=e是试验的样本空间，如果量X是定义在S上的一个单值实值函数即对于每一个eS，有一实数X=X(e)与之对应，则称X为随机变量。 随机变量常用X、Y、Z 或 、等表示。,随机变量的特点:,1 X的全部可能取值是互斥且完备的,2 X的部分可能取值描述随机事件,?,请举几个实际中随机变量的例子,EX引入适当的随机变量描述下列事件： 将3个球随机地放入三个格子中， 事件A=有1个空格，B=有2个空格， C=全有球。 进行5次试验，事件D=试验成功一次， F=试验至少成功一次，G=至多成功3次,随机变量的分类： 随机变量,2.2离散型随机变量,(P25)定义 若随机变量X取值x1,

3、 x2, , xn, 且取这些值的概率依次为p1, p2, , pn, , 则称X为离散型随机变量，而称 PX=xk=pk, (k=1, 2, ) 为X的分布律或概率分布。可表为 X PX=xk=pk, (k=1, 2, )， 或,X x1 x2 xK Pk p1 p2 pk ,(1) pk 0, k1, 2, ; (2),例1 设袋中有5只球，其中有2只白3只黑。现从中任取3只球(不放回)，求抽得的白球数X为k的概率。 解 k可取值0，1，2,2. 分布律的性质,例2.某射手对目标独立射击5次，每次命中目标的概率为p，以X表示命中目标的次数，求X的分布律。,解：设Ai第i次射击时命中目标，i

4、=1,2,3,4,5 则A1,A2,A5,相互独立且 P(Ai)=p,i=1,2,5. SX=0,1,2,3,4,5,(1-p)5,几个常用的离散型分布 （一）贝努里(Bernoulli)概型与二项分布,1. (0-1)分布(p26) 若以X表示进行一次试验事件A发生的次数，则称X服从(01)分布(两点分布) XPXkpk(1p)1k, (0p1) k0，1 或,(P27)若以X表示n重贝努里试验事件A发生的次数，则称X服从参数为n,p的二项分布。 记作XB（n,p) ,其分布律为：,2.(p27)定义 设将试验独立重复进行n次，每次试验中，事件A发生的概率均为p，则称这n次试验为n重贝努里试

5、验.,例3.从某大学到火车站途中有6个交通岗,假设在各个交通岗是否遇到红灯相互独立,并且遇到红灯的概率都是1/3. (1)设X为汽车行驶途中遇到的红灯数,求X的分布律. (2)求汽车行驶途中至少遇到5次红灯的概率.,解:(1)由题意,XB(6,1/3),于是,X的分布律为:,例4. 某人射击的命中率为0.02，他独立射击400次，试求其命中次数不少于2的概率。,泊松定理(p28) 设随机变量XnB(n, p), (n0, 1, 2,), 且n很大，p很小，记=np，则,解 设X表示400次独立射击中命中的次数， 则XB(400, 0.02)，故 PX21 PX0P X1 10.98400(40

6、0)(0.02)(0.98399)=,上题用泊松定理 取 =np(400)(0.02)8, 故 近似地有,PX21 PX0P X1 1(18)e80.996981.,（二. ） 泊松(Poisson)分布P()(p28) XPXk , k0, 1, 2, (0),泊松定理表明，泊松分布是二项分布的极限分布， 当n很大，p很小时，二项分布就可近似地 看成是参数=np的泊松分布,例5.设某国每对夫妇的子女数X服从参数为的泊松分布,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,例6. 进行独立重复试验，每次成功的概率为p， 令X表示直到出现第m次成

7、功为止所进行的试验次数，求X的分布律。,解:m=1时,m1时,X的全部取值为:m,m+1,m+2,PX=m+1=P第m+1次试验时成功并且 在前m次试验中成功了m-1次,想一想：离散型随机变量的统计特征可以 用分布律描述，非离散型的该如何描述？ 如：熊猫彩电的寿命X是一个随机变量，对 消费者来说，你是否在意 X5年还是X5年零1分钟,2.3 随机变量的分布函数 一、分布函数的概念.,定义(P29) 设X是随机变量，对任意实数x，事件Xx的概率PXx称为随机变量X的分布函数。 记为F(x)，即 F(x)P Xx. 易知，对任意实数a, b (ab), P aXbPXbPXa F(b)F(a).,

8、二、分布函数的性质(P29),1、单调不减性：若x1x2, 则F(x1)F(x2); 2、归一 性：对任意实数x，0F(x)1，且,3、右连续性：对任意实数x，,反之，具有上述三个性质的实函数，必是某个随机变量的分布函数。故该三个性质是 分布函数的充分必要性质。,一般地，对离散型随机变量 XPX= xkpk, k1, 2, 其分布函数为,例1 设随机变量X具分布律如右表,解,试求出X的分布函数。,例2 向0,1区间随机抛一质点，以X表示质点坐标.假定质点落在0,1区间内任一子区间内的概率与区间长成正比，求X的分布函数 解： F(x)=PXx,当x1时,F(x)=1,当0x1时,特别,F(1)=

9、P0x1=k=1,用分布函数描述随机变量不如分布律直观， 对非离散型随机变量，是否有更直观的描述方法？,?,a,b,2.4 连续型随机变量 一、概率密度,1. 定义(p33) 对于随机变量X，若存在非负函数f(x)，(-x+)，使对任意实数x，都有,则称X为连续型随机变量， f(x)为X的概率密度函数，简称概率密度或密度函数. 常记为 X f(x) , (-x+),密度函数的几何意义为,2. 密度函数的性质 (p34) (1) 非负性 f(x)0，(-x)； (2)归一性,性质(1)、(2)是密度函数的充要性质；,EX,设随机变量X的概率密度为,求常数a.,答:,(3) 若x是f(x)的连续点

10、，则,EX,设随机变量X的分布函数为 求f(x),（4） 对任意实数b，若X f(x)， (-x)，则PX=b0。 于是,P(35) 例2.3.2.已知随机变量X的概率密度为 1)求X的分布函数F(x), 2)求PX(0.5,1.5),二、几个常用的连续型分布,1. 均匀分布(p36) 若Xf(x),则称X在(a, b)内服从均匀分布。记作 XU(a, b),对任意实数c, d (acdb)，都有,例.长途汽车起点站于每时的10分、25分、55分发车，设乘客不知发车时间，于每小时的任意时刻随机地到达车站，求乘客候车时间超过10分钟的概率,15,45,解：设A乘客候车时间超过10分钟 X乘客于某

11、时X分钟到达，则XU(0,60),2. 指数分布(p36) 若 X,则称X服从参数为0的指数分布。 其分布函数为,例 .电子元件的寿命X(年）服从参数为3的指数分布 (1)求该电子元件寿命超过2年的概率。 (2)已知该电子元件已使用了1.5年，求它还能使用两年的概率为多少？,解,例.某公路桥每天第一辆汽车过桥时刻为T， 设0，t时段内过桥的汽车数Xt服从 参数为t的泊松分布，求T的概率密度。,解,当t 0时，,当t 0时，,=1- 在t时刻之前无汽车过桥,于是,正态分布是实践中应用最为广泛，在理论上 研究最多的分布之一，故它在概率统计中占有特 别重要的地位。,3. 正态分布,A,B,A，B间真

12、实距离为，测量值为X。X的概率密度应该是什么形态？,其中 为实数， 0 ，则称X服从参数为 ,2的正态分布,记为N(, 2)，可表为XN(, 2).,若随机变量,(1) 单峰对称 密度曲线关于直线x=对称；(p38) f()maxf(x) .,正态分布有两个特性：,(2) 的大小直接影响概率的分布 越大，曲线越平坦， 越小，曲线越陡峻，。 正态分布也称为高斯(Gauss)分布,4.标准正态分布(p38) 参数0，21的正态分布称为标准正态分布，记作XN(0, 1)。,分布函数表示为,其密度函数表示为,一般的概率统计教科书均附有标准正态分布表供读者查阅(x)的值。(P226附表1)如，若 ZN（

13、0，1）,（0.5)=0.6915, P1.32Z2.43=(2.43)-(1.32) =0.9925-0.9066,注：(1) (x)1 (x)； (2) 若XN(, 2)，则,正态分布表,EX,设随机变量XN(-1,22),P-2.45X2.45=?,P(39)例2.3.5.设 XN(,2), 求P-3X+3,本题结果称为3 原则.在工程应用中，通常认为P|X|3 1，忽略|X|3的值. 如在质量控制中，常用标准指标值3作两条线，当生产过程的指标观察值落在两线之外时发出警报.表明生产出现异常.,正态分布表,(p67)14 一种电子元件的使用寿命（小时）服从正态分布(100,152),某仪器

14、上装有3个这种元件，三个元件损坏与否是相互独立的.求：使用的最初90小时内无一元件损坏的概率.,解:设Y为使用的最初90小时内损坏的元件数,故,则YB(3,p),其中,正态分布表,一、离散型随机变量函数的分布律,2.5 一维随机变量函数的分布,(p55) 设X一个随机变量，分布律为 XPXxkpk, k1, 2, 若yg(x)是一元单值实函数，则Yg(X)也是一个随机变量。求Y的分布律.,例:已知,X,Pk,-1 0 1,求：Y=X2的分布律,Y,Pk,1 0,或 Yg(X)PYg(xk)pk ， k1, 2, （其中g(xk)有相同的，其对应概率合并。）,一般地,X,Pk,Y=g(X),二、

15、连续型随机变量函数的密度函数,1、一般方法(p56) 若Xf(x), - x +, Y=g(X)为随机变量X 的函数，则可先求Y的分布函数 FY (y) PYyP g(X) y,然后再求Y的密度函数,此法也叫“ 分布函数法”,例1.设XU(-1,1),求Y=X2的分布函数与概率密度。,当y0时,当0y1时,当y1时,例2.设X的概率密度为fX(x),y=g(x)关于x处处可导且是 x的严格单减函数，求Y=g(X)的概率密度。 解：Y的分布函数为,FY(y)=PYy=Pg(X)y =PXg-1(y)=1-FX(g-1(y),Y的概率密度为 fY(y)=F(g-1(y)=fX(g-1(y) g-1

16、(y),2、公式法：一般地 若XfX(x), y=g(x)是单调可导函数，则,注：1 只有当g(x)是x的单调可导函数时，才可用以 上公式推求Y的密度函数。 2 注意定义域的选择,其中h(y)为yg(x)的反函数.,例3.已知XN(,2),求,解：,的概率密度,关于x严单,反函数为,故,例4 设XU(0,1),求Y=ax+b的概率密度.(a0),解: Y=ax+b关于x严单,反函数为,故,而,故,小结.,习题课,一、填空： 1.设随机变量X服从参数为（2,p）的二项分布，随机变量Y服从参数（3,p）的二项分布，若 ， 则PY1=,2.设随机变量X服从（0，2）上的均匀分布，则随机变量Y=X2在

17、（0，4）内的密度函数为 fY(y)=,3.设随机变量XN（2，2），且P（2X4）=0.3，则P(X0)=,二.从某大学到火车站途中有6个交通岗,假设在各个交通岗是否遇到红灯相互独立,并且遇到红灯的概率都是1/3.以Y表示汽车在第一次停止之前所通过的交通岗数,求Y的分布律.(假定汽车只在遇到红灯或到达火车站时停止),三、某射手对靶射击，单发命中概率都为0.6，现他扔一个均匀的骰子，扔出几点就对靶独立射击几发，求他恰好命中两发的概率。,四.已知随机变量X的概率密度为,求：Y=1-X2的概率密度,2.6 二维随机变量的联合分布 一、 多维随机变量,1.定义(p41)将n个随机变量X1，X2，.,

18、Xn构成一个n维向量 (X1,X2,.,Xn)称为 n维随机变量。,一维随机变量XR1上的随机点坐标 二维随机变量(X,Y)R2上的随机点坐标 n维随机变量(X1,X2,Xn)Rn上的随机点坐标 多维随机变量的研究方法也与一维类似， 用分布函数、概率密度、或分布律来描述其统计规律,(p41)设(X, Y)是二维随机变量，(x, y)R2, 则称 F(x,y)=PXx, Yy 为(X, Y)的分布函数，或X与Y的联合分布函数。,二. 联合分布函数,几何意义：分布函数F( )表示随机点(X,Y)落在区域 中的概率。如图阴影部分：,对于(x1, y1), (x2, y2)R2, (x1 x2， y1

19、y2 ),则 Px1X x2， y1yy2 F(x2, y2)F(x1, y2) F (x2, y1)F (x1, y1).,(x1, y1),(x2, y2),(x2, y1),(x1, y2),分布函数F(x, y)具有如下性质：(p41-42),且,(1)归一性 对任意(x, y) R2 , 0 F(x, y) 1,(2)单调不减 对任意y R, 当x1x2时， F(x1, y) F(x2 , y)； 对任意x R, 当y1y2时， F(x, y1) F(x , y2).,(3)右连续 对任意xR, yR,(4)矩形不等式 对于任意(x1, y1), (x2, y2)R2, (x1 x2

20、， y1y2 ), F(x2, y2)F(x1, y2) F (x2, y1)F (x1, y1)0.,反之，任一满足上述四个性质的二元函数F(x, y)都 可以作为某个二维随机变量(X, Y)的分布函数。,例2.已知二维随机变量(X,Y)的分布函数为,1)求常数A，B，C。 2)求P0X2,0Y3,解:,三.联合分布律,(P42)若二维随机变量(X, Y)只能取至多可列个值 (xi, yj), (i, j1, 2, )，则称(X, Y)为 二维离散型随机变量。 若二维离散型随机变量(X, Y) 取 (xi, yj)的概率为pij,则称 PXxi, Y yj, pij ， (i, j1, 2,

21、 )，为二维离散型随机变量(X, Y)的分布律，或随机变量X与Y的联合分布律. 可记为 (X, Y) PXxi, Y yj, pij ，(i, j1, 2, )，,X Y y1 y2 yj p11 p12 . P1j . p21 p22 . P2j . pi1 pi2 . Pij .,.,.,.,.,.,.,.,.,联合分布律的性质 (1) pij 0 , i, j1, 2, ； (2),x1 x2 xi,二维离散型随机变量的分布律也可列表表示如下:,P43,例3.(P43)袋中有两只红球，三只白球，现不放回摸球二次， 令,求(X,Y)的分布律。,X,Y,1 0,1 0,四.二维连续型随机变量

22、及其密度函数,1、定义 p44 对于二维随机变量(X, Y)，若存在一个非负可积函数f (x, y)，使对(x, y)R2， 其分布函数,则称 (X, Y)为二维连续型随机变量，f(x,y)为 (X, Y)的密度函数(概率密度)，或X与Y的联合密度函数，可记为 (X, Y) f (x, y)， (x, y)R2,2、联合密度f(x, y)的性质(p44) (1)非负性： f (x, y)0, (x, y)R2; (2)归一性：,反之，具有以上两个性质的二元函数f (x, y)，必是某个二维连续型随机变量的密度函数。 此外，f (x, y)还有下述性质,(3)若f (x, y)在(x, y)R2

23、处连续，则有,(4)对于任意平面区域G R2,EX,设,求:PXY,G,求：(1)常数A；(2) F(1,1)； (3) (X, Y)落在三角形区域D：x0, y0, 2X+3y6 内的概率。,例4. 设,解(1)由归一性,(3) (X, Y)落在三角形区域D：x0, y0, 2X+3y6 内的概率。,解,3. 两个常用的二维连续型分布 (1)二维均匀分布(p45) 若二维随机变量(X, Y)的密度函数为 则称(X, Y)在区域D上(内) 服从均匀分布。,易见，若（X，Y）在区域D上(内) 服从均匀分布，对D内任意区域G，有,例5.设(X,Y)服从如图区域D上的均匀分布， (1)求(X,Y)的

24、概率密度； (2)求PY2X ； (3)求F(0.5,0.5),其中，1、2为实数，10、20、| |1，则称(X, Y) 服从参数为1, 2, 1, 2, 的 二维正态分布，可记为,(2)二维正态分布N(1, 2, 1, 2, ) 若二维随机变量(X, Y)的密度函数为(P101),分布函数的概念可推广到n维随机变量的情形。 事实上，对n维随机变量(X1, X2, , Xn)， F(x1, x2, , xn)P(X1 x1, X2 x2, , Xn xn) 称为的n维随机变量(X1, X2, , Xn)的分布函数， 或随机变量X1, X2, , Xn的联合分布函数。,定义2.4.6. n维随

25、机变量(X1,X2,.Xn)， 如果存在非负的n元函数f(x1,x2,.xn)使对任意的 n元立方体,定义2.4.7. 若(X1,X2,.Xn)的全部可能取值为Rn上的有限或可列无穷多个点，称(X1,X2,.Xn)为n维离散型的，称 PX1=x1,X2=x2,.Xn=xn ，(x1,x2,.xn) 为n维随机变量(X1,X2,.Xn)的联合分布律。,则称(X1,X2,.Xn)为n维连续型随机变量，称f(x1,x2,.xn)为(X1,X2,.Xn)的概率密度。,求：（1）PX0,(2)PX1,(3)PY y0,EX:随机变量（X，Y）的概率密度为,x,y,D,答: PX0=0,FY(y)F (+

26、, y) PYy 称为二维随机变量(X, Y)关于Y的边缘分布函数.,2.7.边缘分布与独立性 一、边缘分布函数(p46),FX(x)F (x, +) PXx,称为二维随机变量(X, Y)关于X的边缘分布函数；,边缘分布实际上是高维随机变量的某个 (某些)低维分量的分布。,例1.已知(X,Y)的分布函数为,求FX(x)与FY(y)。,二、边缘分布律,若随机变量X与Y的联合分布律为 (p47) (X, Y) PXxi, Y yj, pij ，i, j1, 2, 则称 PXxipi. ，i1, 2, 为(X, Y)关于X的边缘分布律；,PY yjp.j ，j1, 2, 为(X, Y)关于Y的边缘分

27、布律。 边缘分布律自然也满足分布律的性质。,例2.已知(X,Y)的分布律为 xy 1 0 1 1/10 3/10 0 3/10 3/10 求X、Y的边缘分布律。,解： xy 1 0 pi. 1 1/10 3/10 0 3/10 3/10 p.j,故关于X和Y的分布律分别为： X 1 0 Y 1 0 P 2/5 3/5 P 2/5 3/5,2/5,3/5,2/5,3/5,三、边缘密度函数,为(X, Y)关于Y的边缘密度函数。,设(X, Y)f (x, y), (x, y)R2, 则称 (p48),为(X, Y)关于X的边缘密度函数； 同理，称,易知N(1, 2, 12, 22, )的边缘密度函数

28、fX(x)是N(1, 12)的密度函数，而fX(x)是N(2, 22)的密度函数，故二维正态分布的边缘分布也是正态分布。,例3.设(X,Y)的概率密度为,（1）求常数c;(2)求关于X的边缘概率密度,解:(1)由归一性,设(X,Y)服从如图区域D上的均匀分布， 求关于X的和关于Y的边缘概率密度,x=y,x=-y,EX,四、随机变量的相互独立性,定义2.4.1 称随机变量X与Y独立，如果对任意实数ab,cd，有(p49) paXb,cYd=paXbpcYd 即事件aXb与事件cYd独立，则称随机变量X与Y独立。,定理2.4.2：随机变量X与Y独立的充分必要条件是(p49) F(x,y)=FX(x

29、)FY(y),定理2.4.3.(p50) 设(X,Y)是二维连续型随机变量，X与Y独立的充分必要条件是f(x,y)=fX(x)fY(y) 定理2.4.4. (p50)设(X,Y)是二维离散型随机变量，其分布律为Pi,j=PX=xi,Y=yj,i,j=1,2,.，则X与Y独立的充分必要条件是对任意i,j，Pi,j=Pi.Pj 。,由上述定理可知，要判断两个随机变量X与Y的独立性，只需求出它们各自的边缘分布，再看是否对(X,Y)的每一对可能取值点,边缘分布的乘积都等于联合分布即可,EX：判断例1、例2、例3中的X与Y是否相互独立,例(p50).已知随机变量(X,Y)的分布律为,且知X与Y独立，求a

30、、b的值。,例4.(p51)甲乙约定8:009:00在某地会面。设两人都随机地在这期间的任一时刻到达，先到者最多等待15分钟过时不候。求两人能见面的概率。,定义. 设n维随机变量(X1,X2,.Xn)的分布函数为F(x1,x2,.xn), (X1,X2,.Xn)的k（1kn)维边缘 分布函数就随之确定，如关于(X1,X2）的 边缘分布函数是 FX1,X2（x1,x2,)=F(x1,x2,.) 若Xk 的边缘分布函数为FXk(xk),k=1,2,n,五n维随机变量的边缘分布与独立性(p51),则称X1,X2,.Xn 相互独立，或称(X1,X2,.Xn)是独立的。,对于离散型随机变量的情形，若对任

31、意整数 i1, i2, , in及实数 有,则称离散型随机变量X1, X2, , Xn相互独立。,设X1，X2，Xn为n 个连续型随机变量，若对任意的(x1, x2, , xn)Rn， f (x1, x2, , xn)fX1(x1)fX2(x2)fXn(xn) 几乎处处成立，则称X1，X2，Xn相互独立。,定义2.4.6. 设n维随机变量(X1,X2,.Xn)的分布函数为FX(x1,x2,.xn)；m维随机变量(Y1,Y2,Ym)的 分布函数为FY(y1,y2,ym), X1,X2,.Xn ,Y1,Y2,Ym 组成的n+m维随机变量（X1,X2,.Xn ,Y1,Y2,Ym) 的分布函数为F（x

32、1,x2,.xn, y1,y2,ym). 如果 F（x1,x2,.xn, y1,y2,ym).= FX(x1,x2,.xn) FY(y1,y2,ym) 则称n维随机变量(X1,X2,.Xn)与m维随机 变量(Y1,Y2,Ym)独立。,定理2.4. 7设(X1,X2, , Xn )与(Y1, Y2,， Ym )相互独立，则Xi (i=1, 2, , n)与Yi (i=1, 2, , m)相互独立；又若h, g是连续函数，则h(X1,X2, , Xn) 与g(Y1, Y2,， Ym )相互独立.,设随机变量X与Y的联合分布律为 (X, Y) PXxi, Y yj, pij ，(i, j1, 2,

33、)， X和Y的边缘分布律分别为,2.8 条件分布 一.离散型随机变量的条件分布律,为Y yj的条件下，X的条件分布律;,若对固定的j, p.j0, 则称,同理，对固定的i, pi. 0, 称,为X xi的条件下，Y的条件分布律;,EX.设某昆虫的产卵数X服从参数为50的泊松分布，又设一个虫卵能孵化成虫的概率为0.8,且各卵的孵化是相互独立的，求此昆虫产卵数X与下一代只数Y的联合分布律.,二 连续型随机变量的条件概率密度,定义. 给定y，设对任意固定的正数0，极限,存在，则称此极限为在条件条件下X的条件分布函数. 记作,可证当 时,若记 为在Y=y条件下X的条件概率密度，则由(3.3.3)知,当

34、 时， .,类似定义，当 时,例2.已知(X,Y)的概率密度为,(1)求条件概率密度,(2)求条件概率,x,y,1,解:,=p55,2.8 多维随机变量函数的分布 一、二维离散型随机变量函数的分布律,设二维离散型随机变量（X，Y）， (X, Y)P(Xxi, Yyj)pij ，i, j1, 2, 则 Zg(X, Y)PZzk pk , k1, 2, ,或,EX 设随机变量X与Y独立，且均服从0-1 分布，其分布律均为 X 0 1 P q p (1) 求WXY的分布律; (2) 求Vmax(X, Y)的分布律； (3) 求Umin(X, Y)的分布律。 (4)求w与V的联合分布律。,0,1,1,

35、2,0,1,1,1,0,0,0,1,V,W,0 1,0 1 2,0,0,0,二、多个随机变量函数的密度函数,1、一般的方法：分布函数法(p60) 若(X1, X2, , Xn)f (x1, x2, , xn), (x1, x2, , xn)Rn, Y=g(X1, X2, , Xn), 则可先求Y的分布函数:,然后再求出Y的密度函数:,2、几个常用函数的密度函数 (1)和的分布 已知(X, Y)f(x, y), (x, y)R2, 求ZXY的密度。,z x+y=z x+y z,若X与Y相互独立，则ZXY的密度函数,例1. 设随机变量X与Y独立且均服从标准正态分布，求证：Z=X+Y服从N（0，2）

36、分布。,一般地，设随机变量X1, X2，., Xn独立且Xi服从正态分布N(i ,i2),i=1,.,n, 则,p62,例2.卡车装运水泥,设每袋水泥的重量X(kg)服从N(50,2.52)分布,该卡车的额定载重量为2000kg,问最多装多少袋水泥,可使卡车超载的概率不超过0.05.,解:设最多装n袋水泥,Xi为第i袋水泥的重量.则,由题意,令,查表得,(2)商的分布 已知(X, Y)f(x, y), (x, y)R2, 求Z 的密度。,y G1 0 x G2,特别，当X，Y相互独立时，上式可化为,其中fX(x), fY(y)分别为X和Y的密度函数。,3、极大(小)值的分布 设X1, X2,

37、, Xn相互独立，其分布函数分别为F1(x1),F2(x2), , Fn(xn)，记 MmaxX1, X2, , Xn , NminX1, X2, , Xn 则，M和N的分布函数分别为：,FM(z)F1(z) Fn(z),特别，当X1, X2, , Xn独立同分布(分布函数相同)时，则有 FM(z)F(z)n; FN(z)11F(z)n. 进一步地，若X1, X2, , Xn独立且具相同的密度函数f (x)，则M和N的密度函数分别由以下二式表出 fM(z)nF(z)n1f (z)； fN(z)n1F(z)n1f (z).,例3. 设系统L由两个相互独立的子系统联接而成，联接的方式分别为(i)串联，(ii)并联，如图所示设L1,L2的寿命分别为X与Y，已知它们的概率密度分别为,其中0，0,试分别就以上两种联结方式写出L的寿命Z的概率密度,小结,