已知X分布律
,
Y=X^2
所以Y分布律就是
Y
0
1
4
-----------------------------
Pk
3/8
3/16
7/16
FY(3)=P{Y<=3}=3/8+3/16=9/16
有问题请追问
如对你有帮助请及时采纳
引入:
可测量圆轴界面直径d,关心:截面面积
作为自变量的函数Y=g(X)也是随机变量,称之为随机变量
的函数。例如:
问题:已知X的概率分布,求Y=g(X)的概率分布。
设X具有以下分布律,试求 的分布律。
解:(矩阵法)
有两种方法:分布函数求导法、公式法(必须单调函数)。
分布函数求导法:
已知连续型随机变量 的概率密度函数 ,和分布函数 ,而 ,求 的概率分布,概率密度 和分布函数 。
①由分布函数定义,求Y=g(X)分布函数。
其中积分区间就是g(X)≤y的不等式解。
②对 ,就可解出。
设随机变量 具有概率密度 求随机变量 的概率密度。
解:分布函数求导法
①第一步:
②第二步: 此时, 是分段函数,因此要对 在分段函数中进行讨论。
因此就有
设随机变量X具有概率密度 求随机变量 的概率密度。
①
当 是不可能事件,故
当
综上所述,就有:
②
定理:设随机变量X具有概率密度 。
如果 是x的单调可导函数,即恒有 或 则'Y=g(X)'是连续型随机变量,其概率密度为
其中x=h(y)是y=g(x)的反函数,
证明:讨论 情形,此时g(x)单调增加
,h'(y),h(y)单调增加
当 不可能事件,
当 必然事件,
当
综上所述:
单调递增,就是乘导数
单调递减,就是乘导数的相反数。
注:若 在有限区间[a,b]以外等于零,则只需假设在[a,b]上恒有 ,此时
设随机变量 ,试证明X的线性函数
也服从正态分布。
证明: ,
故 的概率密度为:
即: 的
故
最终
推论:正态分布的线性函数,依然服从正态分布。
设电压 ,其中是一个已知的正常数,
相角 是一个随机变量,且有 ,试求电压V的概率密度。
解:
很显然V在区间 上是严格单调的,导函数大于0,因此可以采用公式法。
很显然
那么
又 ,那么 ( 因均匀分布)。
随机变量的分布刻画了随机变量的取值规律,不管是连续型、离散型或既不是连续型,也不是离散型随机变量都可用分布函数来描述其取值的规律;而分布律只用来描述离散型随机变量的取值规律;密度函数只能来描述连续型随机变量的取值规律。它们的联系在于当知道了X的分布律,可通过求概率(x取任意的值)求得X的分布函数;仅之亦然。当知道了连续型随机变量的密度函数,可通过积分 ,求得分布函数, 可通过对求导
随机变量的分布函数有的性质: (1)单调性, x1F(x1)≤F(x2) (2) 有界性,0≤F(x)≤1, F(-∞)=0, F(+∞)=1 (3) 右连续性: lim[x-->x0+]F(x)=F(x0) 离散型随机变量的分布列具有性质: (1) 非
知道分布律求分布函数的方法:
F(x)=P(X≤x)
分类讨论如下:
(1)x<0时,显然,F(x)=P(X≤x)=0
(2)0≤x<1时,F(x)=P(X≤x)=P(X=0)=22/35
(3)1≤x<2时,F(x)=P(X≤x)=P(X=0)+P(X=1)=22/35+12/35=34/35
(4)x≥2时,F(x)=P(X≤x)=P(X=0)+P(X=1)+P(X=2)=22/35+12/35+1/35=1
扩展资料:
通常来讲判断一个函数是否是分布函数要找到其对应的随机变量,但一般的只要函数单调递增,右连续且在正无穷趋于1,负无穷趋于0,就可称之为分布函数。
若已知X的分布函数,就可以知道X落在任一区间上的概率,在这个意义上说,分布函数完整地描述了随机变量的统计规律性。
对概率密度函数分段积分
得到的就是分布函数
当然其最大值为1
而分布律是对离散型随机变量X来说的
即其取值为k的概率为pk
分布律反映了一个离散型随机变量的概率分布的全貌
如果X、Y独立,则:E(XY)=E(X)E(Y)。
如果不独立,可以用定义计算:先求出X、Y的联合概率密度,再用定义。
或者先求出Cov(x,y)再用公式 Cov(X,Y)=E(XY)--E(X)E(Y)。
D(X±Y)=D(X)+D(Y)±2Cov(X,Y)。
离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定
变量取值只能取离散型的自然数,就是离散型随机变量。例如,一次掷20个硬币,k个硬币正面朝上,k是随机变量。k的取值只能是自然数0,1,2,…,20,而不能取小数35、无理数,因而k是离散型随机变量。
如果变量可以在某个区间内取任一实数,即变量的取值可以是连续的,这随机变量就称为连续型随机变量。例如,公共汽车每15分钟一班,某人在站台等车时间x是个随机变量,x的取值范围是[0,15),它是一个区间,从理论上说在这个区间内可取任一实数35、无理数等,因而称这随机变量是连续型随机变量。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)