第五节 多维随机变量的函数的分布 引言引言 问题的一般提法为:(X1,Xn)为n维随机变量,Y1,Ym都是X1,Xn的函数 yi=gi(x1, x2, xn), i=1,2,m；要求(Y1,Ym)的概率分布. 设(X,Y)为二维随机变量,讨论 (1)X,Y的一个函数Z=g(X,Y)的分布(X,Y)经变换后为一维随机变量),(2)简单地介绍二维向量(X,Y)到二维向量(Z1,Z2)(zi=gi(x,y),i=1,2)变换问题。 一、离散型随机变量函数分布 我们可以从下面两个例子中总结出一般的方法。 例1: 设(X,Y)的分布律为 XY 0 1 2 3 4 50 0 0.01 0.03 0.05 0.07 0.091 0.01 0.02 0.04 0.05 0.06 0.082 0.01 0.03 0.05 0.05 0.05 0.063 0.01 0.02 0.04 0.06 0.06 0.05 求(1)V=Max(X,Y)；(2)U=Min(X,Y)；(3)W=X+Y的分布律。 解: (1) V=Max(X,Y)可能取值为：0，1，2，3，4，5。V 0 1 2 3 4 5P 0 0.04 0.16 0.28 0.24 0.28PV=0=PX=0,Y=0=0；PV=1=PX=0,Y=1+PX=1,Y=0 +PX=1,Y=1 =0.01+0.01+0.02=0.04；同理，可求出其它取值的概率。 所以V的分布律为 XY 0 1 2 3 4 50 0 0.01 0.03 0.05 0.07 0.091 0.01 0.02 0.04 0.05 0.06 0.082 0.01 0.03 0.05 0.05 0.05 0.063 0.01 0.02 0.04 0.06 0.06 0.05V=0V=1V=2V=3V=4V=5(2) U=Min(X,Y)的可能取值为：0，1，2，3 PU=i=PX=i,Yi+PXi,Y=i,i=0,1,2,3. U的分布律为 V 0 1 2 3P 0.28 0.30 0.25 0.17 XY 0 1 2 3 4 50 0 0.01 0.03 0.05 0.07 0.091 0.01 0.02 0.04 0.05 0.06 0.082 0.01 0.03 0.05 0.05 0.05 0.063 0.01 0.02 0.04 0.06 0.06 0.05U=0U=1U=2U=3(3) W=X+Y的可能取值为：0,1,2,3,4,5,6,7,8. W的分布律为 W 0 1 2 3 4 5 6 7 8 P 0 0.02 0.06 0.13 0.19 0.24 0.19 0.12 0.05 XY 0 1 2 3 4 50 0 0.01 0.03 0.05 0.07 0.091 0.01 0.02 0.04 0.05 0.06 0.082 0.01 0.03 0.05 0.05 0.05 0.063 0.01 0.02 0.04 0.06 0.06 0.05W=0W=1W=2W=3W=4W=5W=6W=7W=8例2: 设X和Y独立,分别服从二项分布b(n1,p), 和b(n2,p)(注意两个二项分布中p是一样的),求Z=X+Y的分布律.解: Z的可能取值为0,1, n1+ n2，固定k于上述范围内,由独立性有 可见，Zb(n1+n2,p). 这个结果很容易推广至多个的情形:若Xib(ni,p),i=1,2,m,且X1,Xm独立,则X1+X2+Xmb(n1+n2+nm,p)。 解：依题意解：依题意 例例2 若若X和和Y相互独立相互独立,它们分别服从参数为它们分别服从参数为 的泊松分布的泊松分布, 证明证明Z=X+Y服从参数为服从参数为的泊松分布的泊松分布.由公式由公式i=0,1,2,j=0,1,2,即即Z服从参数为服从参数为 的泊松分布的泊松分布.r =0,1，二、连续型随机变量函数的分布 问题： 设(X,Y)为连续型随机向量,具有概率密度f(x,y),又Z=g(X,Y)为X与Y的函数,若Z是连续型随机变量,要求Z的概率密度。 一般的方法是先求出Z的分布函数Fz(z), 然后由FZ(z)求出Z的概率密度fZ(z). 例: 设(X,Y)的概率密度为 x+, y0时1Z=X+Y的分布： 设(X,Y)的概率密度为f(x,y),则Z=X+Y的分布函数为 积分区域如图,化成累次积分,得 固定z和y对上式内层积分作变量变换,令x=u-y,得 x=z-yxy于是 (*)由概率密度的定义,即得Z的概率密度为 由x,y的对称性,fZ(z)又可写成: 上两式即是两个随机变量和的概率密度的一般公式. 特别地,当X和Y相互独立时,设(X,Y)关于X,Y的边缘概率密度分别为fx(x),fY(y),则两式分别为 这两个公式称为卷积公式,记为fx*fY,即 例1: 设X和Y是两个相互独立的随机变量,它们都服从N(0，1) 分布,即有 求Z=X+Y的概率密度。 解: 由公式 令t=x-(z/2)，得 即Z服从N(0，2)分布. 一般地,设X,Y相互独立且XN(1，12)，YN(2，22),经过计算知Z=X+Y仍然服从正态分布,且有ZN(1+2，12+22). 这个结论可推广到n个独立正态随机变量之和的情况,即若 XiN(i,i2),(i=1,2,n),且它们相互独立,则它们的和Z=X1+X2+Xn仍然服从正态分布,且有ZN(1+2+n，12+22+.+n2). 例2: 在一简单电路中,两电阻R1,R2,相互独立,它们的概率密度均为 试求总电阻R=R1+R2的概率密度。解: 由公式，R的概率密度为 易知仅当 亦即 时上述积分的被积函数不等于零, 即得 x=zx=z-10x100 10 20 z将f(x)的表达式代入上式得 2 M=max(X,Y) N=min(X,Y)的分布 设X,Y是两个相互独立的随机变量,它们的分布函数分别为Fx(x)和FY(y).现在来求M=max(X,Y)及N=min(X,Y)的分布函数. 由于M=max(X,Y)不大于z等价于X和Y都不大于z,故有 PMz=PXz,Yz 又由于X和Y相互独立,得到M=max(X,Y)的分布函数为类似地,可得N=min(X,Y)的分布函数为 以上结果容易推广到n 个相互独立的随机变量的情况,设X1,X2,Xn是n个相互独立的随机变量.它们的分布函数分别为 ,i=1,2,n,则M=Max(X1,X2,Xn)及N=Min(X1,X2,Xn)的分布函数分别为 特别,当X1,X2,Xn相互独立且具有相同分布函数F(x)时,有Fmax(z)=F(z)n, Fmax(z)=1-1-F(z)n.例: 设系统L由两个相互独立的子系统L1,L2联接而成,联接的方式分别为(i)串联,(ii)并联,(iii)备用(当系统L1损坏时,系统L2开始工作),设L1,L2的寿命分别为X,Y,已知它们的概率密度分别为 其中0,0且，试分别就以上三种联接方式写出L的寿命Z的概率密度. 解: (i)串联的情况 由于当L1,L2中有一个损坏时,系统L就停止工作,所以这时L的寿命为 Z=min(X,Y)。 由指数分布X,Y的分布函数分别为 由公式得Z=min(X,Y)的分布函数为 于是Z=min(X,Y)的概率密度为 (ii)并联的情况 由于当且仅当L1,L2都损坏时,系统L才停止工作,所以这时L的寿命Z为Z=max(X,Y),按公式得Z=max(X,Y)的分布函数 于是Z=max(X,Y)的概率密度为 (iii)备用的情况. 由于这时当系统L1损坏时系统L2才开始工作,因此整个系统L的寿命Z是L1,L2两者寿命之和,即:Z=X+Y. 按公式,当z0时，Z=X+Y的概率密度为 当z0,y0,显然有P(X,Y)A=1,对变换(): ,当(x,y) A时,(u,v)的值域为:G=(u,v)|u0,v0 且此变换满足定理中的条件(i)(ii)(iii)变换()解得 所以 由定理得(U,V)的联合密度为 (2)可由(U,V)的联合密度求出U,V的概率密度fU(u),fV(v) (3)容易看出,对于任意u,v有,所以U,V相互独立. 注释注释 在求Z=g(X,Y)的概率密度时,可以再找一个X与Y的函数W=h(X,Y)使得对变换 满足定理的条件,利用定理的结论就可以求出（Z,W）的联合密度，再由联合密度便可求出Z的概率密度。 可以用此方法导出X+Y，X/Y，XY，X-Y等简单函数的概率密度的一般公式。要求是重点掌握在独立性条件下求几个简单函数X+Y，Min(X,Y)，Max(X,Y)的分布。 小结 本章以二维随机变量为主，讨论了多维随机变量的(1)联合分布 (2)边缘分布 (3)X,Y的独立性 (4)条件分布 (5) 二维随机变量函数的分布。 对于多维随机变量不难推广，请同学自学关于正态分布的一些结论： 1若XN(,2)，则 2若XN(,2)，则 3若Xi服从二维正态分布 N(i,i2), Xi相互独立， i=1,2,n. 则 4(X,Y)服从二维正态分布，=0 X与Y相互独立（X与Y不相关）；5(X,Y)服从二维正态分布 X,Y也服从正态分布；(X,Y)服从二维正态分布其条件分布也是正态分布;6若X,Y为正态同分布且相互独立 服从瑞利分布； 若X,Y为正态同分布且相互独立Z=X/Y服从柯西分布； 7数字特征：见下章。