已知离散型随机变量(X,Y)的概率分布,如何求函数Z=g(X,Y)的概率分布?类似于一维情形,求解步骤如下:
(1)列表由(X,Y)的所有可能取值(xi,yj),i,j=1,2,…,确定Z的可能取值g(xi,yj),i,j=1,2,…;
(2)求取相应值的概率
若g(xi,yj),i,j=1,2,…中有取值相等的,将相应的概率相加;
(3)写出Z的概率分布.
【例7】 设二维随机变量(X,Y)的概率分布为
求Z=XY的概率分布.
解 列表确定Z的取值
Z的可能取值为0,1,2,3,而
P(Z=0)=0.10+0.10+0.30=0.50
故Z=XY的概率分布为
【例8】 设二维随机变量(X,Y)的两个边缘分布如下:
已知X,Y相互独立,求下列随机变量函数的概率分布.
(1)Z=X+Y2; (2)U=max(X,Y).
解 由X,Y相互独立可得(X,Y)的概率分布为
(1)列表确定Z的取值
Z的可能取值为0,1,2,而
故Z=X+Y2的概率分布为
(2)列表确定U的取值
U的可能取值为0,1,而
故U=max(X,Y)的概率分布为
【例9】 设随机变量X,Y相互独立,且分别服从P(λ1),P(λ2),证明
Z=X+Y~P(λ1+λ2)
证明 依题意知X,Y的概率分布分别为
由X,Y相互独立得
故
Z=X+Y~P(λ1+λ2)
2.7.2.2 二维连续型随机变量函数的分布
已知二维连续型随机变量(X,Y)的密度函数,如何求其函数Z=g(X,Y)的密度函数?类似于一维情形,求解步骤如下:
(1)先求Z=g(X,Y)的分布函数
D是一个区域,与z有关;
(2)分布函数对z求导,得Z的密度函数fZ(z)=F′Z(z).
【例10】 已知随机变量(X,Y)密度函数为
求Z=2X+Y的概率密度.
解 先求Z的分布函数.
当z>0时,如图2.19(1)所示.
图2.19
当z≤0时,如图2.19(2)所示,2X+Y≤z表示随机变量(X,Y)落在以2x+y=z为边界的左下方区域,此时密度函数f(x,y)的取值为0,所以有
FZ(z)=P(Z≤z)=P(2X+Y≤z)=0
于是Z的分布函数可表示为
求导得Z的密度函数为
【例11】 设随机变量X,Y相互独立,且X~U(0,1),Y~E(1),求Z=X+Y的概率密度.
解 依题意知X,Y的密度函数分别为
由于X,Y相互独立,所以X与Y的联合密度为
先求Z的分布函数,当z>0时
其中,D={(x,y)|0≤x≤1,y>0且x+y≤z},如图2.20所示.由于0<z<1与z≥1时积分区域D的形状不同,因此,需分别讨论.
图2.20
当0<z<1时,如图2.20(1)所示(www.xing528.com)
当z≥1时,如图2.20(2)所示
当z≤0时,如图2.21所示,X+Y≤z表示随机变量(X,Y)落在以直线x+y=z为边界的左下方区域,此时密度函数f(x,y)的取值为0,所以有
FZ(z)=P(Z≤z)=P(X+Y≤z)=0
图2.21
于是Z的分布函数可表示为
求导得Z的密度函数
在实际应用中,求两个随机变量和的分布较为常见.即已知随机变量(X,Y)的概率密度f(x,y),求Z=X+Y的概率密度.
先求Z的分布函数,如图2.22所示
图2.22
令u=x+y,则y=u-x,dy=du,于是有
求导得Z的密度函数
特别是,当X,Y相互独立时,有
这个公式称为卷积公式.将X,Y的地位对调,得卷积公式的另一种形式
【例12】 设随机变量X,Y相互独立,且都服从E(λ),求Z=X+Y的概率密度.
解 由X,Y都服从E(λ),得X,Y的密度函数分别为
利用卷积公式
为保证fX(x)fY(z-x),需满足x>0,z-x>0,即0<x<z.
当z≤0时,
fZ(z)=0
当z>0时,
于是得Z的密度函数
【例13】 (最大值分布与最小值分布)设X,Y相互独立,它们的分布函数分别为FX(x),FY(y),分别求U=max(X,Y)与V=min(X,Y)的分布函数.
解 U的分布函数
FU(u)=P(U≤u)=P(max(X,Y)≤u)
=P(X≤u,Y≤u)=P(X≤u)P(Y≤u)
=FX(u)·FY(u)
V的分布函数
FV(v)=P(V≤v)=P(min(X,Y)≤v)=1-P(min(X,Y)>v)
=1-P(X>v,Y>v)=1-P(X>v)P(X>v)
=1-[1-FX(v)]·[1-FY(v)]
本题的两个结论可推广至n个随机变量的情形.
【例14】 设X,Y是独立同分布的两个随机变量,都服从(0,θ)上的均匀分布,其中θ>0,试求U=max(X,Y)与V=min(X,Y)的密度函数.
解 均匀分布U(0,θ)分布函数
当u<0时,
FU(u)=FX(u)·FY(u)=0
当0≤u<θ时,
当u≥θ时,
FU(u)=FX(u)·FY(u)=1
于是U的分布函数可表示为
求导得U的密度函数
当v<0时,
FV(v)=1-[1-FX(v)]·[1-FY(v)]=0
当0≤v<θ时,
当v≥θ时,
FV(v)=1-[1-FX(v)]·[1-FY(v)]=1
于是V的分布函数可表示为
求导得V的密度函数
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。