第四节随机变量函数的概率分布x 是分布已知的随机变量 - read.ppt

第四节随机变量函数的概率分布x 是分布已知的随机变量 - read.ppt

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第四节随机变量函数的概率分布x 是分布已知的随机变量 - read

* * 第四节 随机变量函数的概率分布 X 是分布已知的随机变量,g ( · ) 是一个已知 的连续函数,如何求随机变量 Y =g(X ) 的分布? 比较常见的一些函数 y = g(x) 的形式是 线性函数 y = a + bx、幂函数 y = xk (特别 k = 2 )、 指数函数 y = e x、对数函数 y = ln x 等等; 概率论中的很多重要的分布都是通过一些 简单的分布变换得出来的。 一. 离散随机变量函数的概率分布 如果离散随机变量 X 具有分布律: P { X = xk } = pk , k ≥ 1 ; 则 Y = g(X) 也是一个离散随机变量,相应分布律是 P { Y = g(xk ) } = pk , k ≥ 1 。 需要把可能重合的一些 g (xk ) 的概率相加 思考1 X ~ B (1,p) ,则 Y = X2 服从什么分布? □ 例2.5.1 已知随机变量 X 具有如下的分布律, X – 1 0 1 2 pk 0.2 0.3 0.1 0.4 计算 Y = (X – 1)2 的概率分布。 解. (X – 1)2 4 1 0 1 pk 0.2 0.3 0.1 0.4 整理后立刻得到 Y 的分布律, Y 0 1 4 pk 0.1 0.7 0.2 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 0 1 2 3 4 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 k 0 1 2 3 4 5 pk 0.1 0.1 0.2 0.3 0.2 0.1 X 的分布律 k – 2.5 –1 0.5 2 3.5 5 pk 0.1 0.1 0.2 0.3 0.2 0.1 Y = 1.5 X – 2.5 的分布律 □ 三、连续型随机变量函数的分布 解:设Y的分布函数为 FY(y), 例2 设 X ~ 求 Y=2X+8 的概率密度. FY(y)=P{ Y y } = P (2X+8 y ) =P{ X } = FX( ) 于是Y 的密度函数 故 注意到 0 x 4 时, 即 8 y 16 时, 此时 Y=2X+8 例3 设 X 具有概率密度 ,求Y=X2的概率密度. 求导可得 当 y0 时, 注意到 Y=X2 0,故当 y 0时, 解: 设Y和X的分布函数分别为 和 , 若 则 Y=X2 的概率密度为: 其中, 此定理的证明与前面的解题思路类似. x=h(y)是y=g(x)的反函数 定理 设 X是一个取值于区间[a,b],具有概率 密度 f(x)的连续型r.v,又设y=g(x)处处可导,且 对于任意x, 恒有 或恒有 ,则 Y=g(X)是一个连续型r.v,它的概率密度为 下面我们用这个定理来解一个例题 . 例6 设随机变量X在(0,1)上服从均匀分布,求Y=-2lnX的概率密度.

文档评论(0)

yanchuh + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档