§2.5随机变量函数的分布

合集下载

随机变量函数的 分布

随机变量函数的 分布

WENKU DESIGN
离散型随机变量函数的概率分布
01
定义
离散型随机变量函数的概率分布 是指随机变量取各个可能值的概 率。
02
03
计算方法
应用
根据随机变量的定义和性质,计 算每个可能值的概率,并列出概 率分布表。
在概率论和统计学中,离散型随 机变量函数的概率分布是描述随 机变量取值规律的重要工具。
离散型随机变量函数的期望和方差
1 2 3
期望
离散型随机变量函数的期望是指所有可能取值的 概率加权和,即E(X)=∑xp(x)。
方差
离散型随机变量函数的方差是每个可能取值的概 率加权平方和的平均值,即D(X)=∑x^2p(x)E(X)^2。
应用
期望和方差是描述离散型随机变量函数取值稳定 性和分散程度的指标,在统计学、决策理论和风 险管理中具有重要应用。
随机变量函数的定义
随机变量函数是指将一个随机试验的 结果映射到一个实数域上的函数。
随机变量函数通常用大写字母表示, 如X(ω),其中ω表示随机试验的结果。
随机变量函数的性质
确定性
对于每一个试验结果ω,随机变量函数都 有一个确定的函数值X(ω)。
VS
随机性
函数值X(ω)是随机的,即对于相同的试验 结果ω,每次试验都可能得到不同的函数 值。
随机变量函数的分布
https://
REPORTING
• 随机变量函数的基本概念 • 离散型随机变量函数的分布 • 连续型随机变量函数的分布 • 随机变量函数的变换 • 随机变量函数的应用
目录
PART 01
随机变量函数的基本概念
REPORTING
WENKU DESIGN
连续性

随机变量的分布函数定理

随机变量的分布函数定理

随机变量的分布函数定理随机变量在概率论中扮演着非常重要的角色,随机事件的概率常常需要用到随机变量的概念进行描述。

随机变量可以表示为一个实数函数,它能在每个概率事件发生时给出一个实数值。

在随机变量的研究中,分布函数是一个重要概念。

分布函数可以告诉我们一个随机变量在每个实数点的概率大小,从而帮助我们推出随机变量的各种性质。

在本文中,我们将介绍分布函数定理及其应用。

分布函数的定义分布函数是随机变量的最基本概念,它是一个实数函数,通常用F(x)表示。

分布函数F(x)描述的是一个随机变量X小于等于x的概率,即:F(x) = P{X ≤ x}其中,P表示概率。

分布函数具有以下性质:1. F(x)是一个单调不降函数,即如果x1 < x2,则F(x1) ≤ F(x2);2. F(x)的取值范围是0 ≤ F(x) ≤ 1;3. 当x趋近于负无穷时,F(x)趋近于0;当x趋近于正无穷时,F(x)趋近于1;4. F(x)是右连续函数,即F(x+) = lim┬(t→x⁺)⁡〖F(t)〗。

分布函数定理分布函数定理是概率论中非常重要的一个定理,它的主要作用是帮助我们确定随机变量的分布函数。

分布函数定理是概率论中的一条基本公式,它可以描述一个随机变量的概率分布。

对于任意一个随机变量X,它的分布函数满足如下定理:若X是一个随机变量,则它的分布函数F(x)是一个连续的、右连续的函数,并且有以下两个性质:1. F(x)在每个实数点x处都是可积函数,即∫F(x)dx存在;2. 对于任意实数a < b,有P{a < X ≤ b} = F(b) - F(a)。

这两条性质可以用于计算一个随机变量在某个区间内取值的概率。

分布函数的应用分布函数的应用非常广泛,可以帮助我们推导出各种随机变量的性质。

下面介绍分布函数在离散和连续随机变量中的应用。

1. 离散随机变量中的分布函数对于离散随机变量X,它的分布函数可以表示为:F(x) = P{X ≤ x} = ΣP{X = xi},其中xi ≤ x这里,P{X = xi}表示X取值为xi的概率,Σ是求和符号。

随机变量及其分布

随机变量及其分布
• 定义1如果对于随机变量X及其分布函数F(x),存在非负可积函数 • f(x),使得对于任意实数x有
• 则称X为连续型随机变量,其中函数f(x)称为X的概率密度函数,简称 概率密度或者密度函数.
• 下面给出概率密度函数f(x)的性质: • (1)f(x)≥0 • (2)由分布函数的性质易得
下一页 返回
• 二、离散型随机变量的分布函数
• 设离散型随机变量X的分布律为:
上一页 下一页 返回
2. 3随机变量的分布函数
• 其中 • 则随机变量X的分布函数仿照例1可得
• 如图2一1所示,F(x)为阶梯函数,分段区间为半闭半开区间,并且右 连续
上一页 返回
2. 4连续型随机变量及其概率密度
• 一、连续型随机变量及其概率分布
上一页 返回
2. 2离散型随机变量及其分布律
• 一、离散型随机变量
• 在某些试验中(例如 2. 1中的例1,例2,例3),随机变量的取值是有 • 限个或者无穷可列个.这一类随机变量通常称为离散型随机变量,下
面我们给出离散型随机变量的精确定义: • 定义1若随机变量X的所有可能取值为x1,x2,…,xn…,并且其 • 对应的概率分别为p1, p2,…,p n,…,即
• 注:实值单值函数指的是每一个。仅存在唯一一个实数X (ω)与之对应, 其中X (ω)是一个关干样本点的函数,值域为实数集.
• 随机变量可以根据它的取值分为离散型随机变量与非离散型随机变量, • 其中非离散型随机变量又可以进一步分为连续型随机变量与混合型随
机变量.在本书中我们主要学习的是离散型与连续型随机变量.
• 则称X为离散型随机变量,并且式(2.均称为随机变量X的概率分布, 又称分布律或分布列.
下一页 返回

2.5随机变量的函数的分布

2.5随机变量的函数的分布

y
y} y f X (x)dx.
例5 设随机变量 X 具有概率密度 f X (x), x ,
求 Y = X 2 的概率密度.
解:(1)
y
FY ( y) y f X (x)dx.
(2)利用 FY( y) fY ( y)及变限定积分求导公式 得:
fY
(
y)
2
1
y
[
f
X
(
y ) fX (
§2.5 随机变量的函数的分布
• 离散型 • 连续型 • 定理及其应用
随机变量的函数
设 X 是一随机变量,Y 是 X 的函数,Y g X ,则Y 也是一个随机变量. 当 X 取值 x时,Y 取值 y gx
本节的任务就是:
已知随机变量 X 的分布,并且已知 Y gX ,
要求随机变量 Y 的分布.
h
y
f
X
x dx
fX hy hy fX hy hy
定理的证明
若 gx 0,则 gx是严格减少的函数.
因此, 当 y , 时,
FY y PY y PgX y
PX g 1y PX hy fX xdx
hy
所以, f
y
FY y
d dy
h
y
f
X
x dx
fX hy hy fX hy hy
证 X的概率密度为:
fX (x)
1
( x )2
e , 2 2
2
x .
y g(x) ax b, g(x) a,满足定理的条件,
y g(x)的反函数为:x h( y) y b ,且h( y) 1 .
a
a
fX (x)
1

随机变量函数的分布

随机变量函数的分布

,
0,
0 ey/2 1 其它

fY
(
y)
1 2
e
y
/
2
,
y0
0,
其它
即Y服从参数为1/2的指数分布.
例9
设随机变量 X ~ N , 2 ,Y eX,试求随机变量
Y 的密度函数 fY y.
解: 由题设,知 X 的密度函数为
f x
1
x2
e 2 2
x
2
因为函数 y ex 是严格增加的,它的反函数为
0,
其它.
整理得 Y =2X +8 的概率密度为:
fY
(
y
)
y8 32
,
8 y 16,
0,
其它.
解题思路总结
核心思想:{Y y}等价于{X ?}
解题过程:
⑴.先求Y g X 的分布函数
FY y PY y P g X y fX ( x)dx g( x) y
⑵.利用Y g X 的分布函数与密度函数之间的关系 求Y g X 的密度函数 fY y FY y
一、 离散型随机变量函数的概率分布
当X为离散型随机变量时, Y g X 也是离散型
随机变量。并且在 X 的分布列已知的情况下,求Y的
分布列是容易的。
X 1 0 1 2 3
例1 已知X的分布列为
Pk 0.2 0.1 0.1 0.3 0.3
求 Y X 1 Y X2
的分布列。
解 由Y 的分布列可列出
面积Y小于 等价于半径X<1/2
0
1
即事件{面积Y 1 }等价于事件{半径X 1}
4
2
所以 P{Y } P{ X 1} 1

2.5 随机变量的函数的分布

2.5 随机变量的函数的分布

推论
若X ~ N ( µ , σ ), 则
2
X −µ
σ
~ N (0, 1)
正态分布的标准化
2010年12月16日星期四 中央财经大学《概率统计》课件--孙 博 第二章 第五节 --第18页--
设X ~ N(0,1),其概率密度为 ( , ) 其概率密度为:
1 ϕ ( x) = e −∞ < x < +∞ 2π 则 Y = X 2 概率密度函数为: 概率密度函数为 1 y − − 1 y 2e 2 , y > 0 fY ( y ) = 2π 0, y ≤ 0
1, 0 < x < 1 fX ( x) = 其它 0,
d(e− y/ 2 ) − y/ 2 − y/ 2 , 0< e <1 fX (e ) fY ( y) = dy 0, 其它 1 − y / 2 得 e , y>0 fY ( y) = 2 0, 其它
服从[19 21]上的均匀分布 [19, 上的均匀分布. 即 Y 服从[19,21]上的均匀分布
2010年12月16日星期四 中央财经大学《概率统计》课件--孙 博 第二章 第五节 --第26页--
设球的半径X 例 设球的半径X的概率密度为 6 x(1 − x), x ∈ (0,1) f ( x) = 试求体积的概率密度。 试求体积的概率密度。 其它 0, 4 Y = π X 3 的分布函数为 解 体积 3 3y 3y 4 3 FY ( y ) = P π X < y = P X < 3 = FX 3 4π 4π 3 − 2 3 3y 1 3y 3 y 3 y ′ 3 3 3 fY ( y ) = f X ⋅ = fX 3 ⋅ ⋅ ⋅ 4π 4π 4π 3 4π 4π

随机变量分布函数.pptx

随机变量分布函数.pptx
P( x1 X x2 ) F (x2) F (x1). 证 对任意实数 x1, x2, x1 x2, 由分布函数定义知,
F (x1) P( X x1), F (x2 ) P( X x2 ). 事件X x2 是互不相容事件X x1与x1 X x2 的并: 由概率加法定理得
P( X x2 ) P( X x1) P(x1 X x2 ), 所以
6
66
F(π ) F( π ) 1.
6
62
第13页/共20页
§2.5 随机事件的分布函数
[例3] 使用了t小时的电子元件在以后的t小时内损 坏的概率为t o(t),其中 是常数,o(t)表示当t 0时较t高阶的无穷小. 求电子元件的寿命(电子元
件损坏前已使用的时数)的分布函数.
解 : 设 X 表示电子元件的寿命, 则 X 的分布函数为 F(t) P(X t).
P(X t t X t) t o(t),
所以有
F(t t) F(t) [1 F(t)][t o(t)].
整理得
F (t t) F (t) [1 F (t)][ o(t)].
t
t
令 t 0 得 dF (t) [1 F (t)].
dt
第15页/共20页
§2.5 随机事件的分布函数
X
1
1
3
P( X xi ) 0.4
0.4
0.2
第19页/共20页
感谢您的观看!
第20页/共20页
解:显然, X是离散型随机变量,且 X 的可能值为1, 1, 3. 易知
P(X 1) F(1) F(1 0) 0.4 0 0.4, P(X 1) F(1) F(1 0) 0.8 0.4 0.4, P(X 3) F(3) F(3 0) 1 0.8 0.2.

概率之2-5 随机变量的函数的分布(专衔本)

概率之2-5 随机变量的函数的分布(专衔本)

h '( y ) 1 y ,
记 X的 概 率 密 度 为 fX ( x)
1 2
同理,
P P Z 4 0 .2 5 , Z 9 , 即Z的概率分布为
Z=X2
0
1
4
9
P
0.20
0.40
0.25
0.15
Ch2-5-11
例3:
已 知 r . v . X B ( 3 , 0 .4 ), 令 Y X (3 X ) 2 , 求 P {Y 1}.
2
P(
yX
y) y)
FX ( y ) FX (
FY y P Y y
Ch2-5-15
求导可得:
1 f ( y ) f ( y ) , y 0 dFY ( y ) X X 2 y fY ( y ) dy y0 0,
Y
0 1
1 1
4 1
p
4
2
4
由此归纳出离散型随机变量函数的分布的求法.
Ch2-5-8
离散型随机变量的函数的分布
如果 X 是离散型随机变量 也是离散型随机变量

pk x1 p1 x2 p2
, 其函数 Y g ( X )
.若 X 的分布律为
xk pk
则 Y g ( X ) 的分布律为
1 2 2 2
三、连续型随机变量的函数的分布
例4
设随机变量 x , fX (x) 8 0, 求随机变量 X 的概率密度为 0 x 4, 其他 . .
Ch2-5-12
Y 2 X 8 的概率密度
解 第一步 先求Y=2X+8 的分布函数 FY ( y ).
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 52
-5
5 252
-3
15 252
1
35 252
9
70 252
15
126 252
【例2】 设随机变量 X 具有以下的分布律,
1 2 X -1 0 pk 0.2 0.3 0.1 0.4
求Y ( X 1) 2 的分布律.
解 Y的取值为 0,1,4. 且 Y=0 对应于 ( X-1)2=0, 解得 X=1, 所以, P{Y=0}=P{X=1}=0.1,
f X [ h( y )] | h( y ) |, y , fY ( y ) 0, 其它 .
1 其中 h(y) 是 g(x) 的反函数,即 x g ( y ) h( y )
min{ g ( ), g ( )}, max{ g ( ), g ( )}.
若 f ( x ) 在有限区间 [ a , b ] 以外等于零,则只须假 设 在 [ a , b ] 上恒有 g ( x ) 0(或恒有 g ( x ) 0 ), 此时仍有:
f X [ h( y )] | h( y ) |, y , fY ( y ) 0, 其它 .
所以,当 y 0, 时,
f Y y f X ln y ln y


ln y 2 1 1 exp 2 2 2 y
X
随机变量 Y e 的密度函数为
ln y 2 1 exp 2 f Y y 2 y 2 0 y0 y0
若 g x 0,则 g x 是严格减少的函数.
因此, 当 y , 时, FY y PY y Pg X y
P X g 1 y PX h y
d f x dx 所以, f y FY y X dy h y
P{ y X y }

y y
f X ( x )dx .
FY ( y )

y y
f X ( x )dx .
y0
y 0 时 FY ( y ) 0.
( 2)利用 FY ( y ) fY ( y )及变限定积分求导公式 得: 1 2 y [ f X ( y ) f X ( y ), y 0, fY ( y ) y 0. 0
1 252
-1
5 252
0
15 252
2
35 252
6
70 252
9
126 252
随机变量Y 2 X 3 ,求Y 的分布律。
解 随机变量Y 2 X 3 的取值为
9, 5, 3, 1, 9, 15,
这些取值两两互不相同
随机变量Y 2 X 3 的分布律为
Y P -9
Y ( X 1)
2
1 2 X -1 0 pk 0.2 0.3 0.1 0.4
P{Y=1}= P{X=0}+P{X=2}=0.3+ 0.4=0.7, P{Y=4}= P{X= -1}= 0.2, 所以,Y=(X-1)2 的分布律为:
4 Y 0 1 pk 0.1 0.7 0.2
二.连续型随机变量函数的分布
2 fY ( y )
1 y
[ f X ( y ) f X (
y ),
y 0,
0
x2
y 0.
说明
X~N(0,1),其概率密度为:
( x)
1 2 e , 2
x .
则 Y = X 2 的概率密度为: 1 y 1 y 2e 2 , f Y ( y ) 2 0,
§2.5 随机变量的函数的分布
一.离散型随机变量的函数 二.连续型随机变量函数的分布 三.小结 思考题
随机变量的函数
设 X 是一随机变量, Y 是 X 的函数,即 则 当 Y g X , Y 也是一个随机变量。 X 取值 x 时,
Y 取值 y g x 。
本节任务:
已知随机变量 X 的分布和函数关系式
因此, FY y P X g 1 y PX h y
h y




f x dx
X
由题设,当随机变量 X 在区间 , 上变化时, 随机变量 Y 在区间 , 上变化.
其中,
min g , g max g , g ,
【例6】设随机变量 X ~ N ( , 2 ) ,证明 X 的函数
Y aX b( a 0 ) 也服从正态分布.
证 X的概率密度为:
y g ( x ) ax b ,
fX ( x)
1 e 2
( x )2 2 2
, x .
g ( x ) a , 满足定理的条件,
⑵利用 Y g X 的分布函数与密度函数 之间的 关系 , 求 Y g X 的密度函数
fY y FY y
g ( x ) y
f X ( x )dx
【例3】设随机变量 X 具有概率密度:
x , 0 x 4, fX (X ) 8 0, 其它.
说明
本例用到变限的定积分的求导公式
如果 F ( x )
a
( x)
f ( t )dt , 则 F ( x ) f [ ( x )] ( x )
如果 F ( x ) 则
( x ) f ( t )dt ,
( x)
F ( x ) f [ ( x )] ( x ) f [ ( x )] ( x ).
【例4】设随机变量 X 具有概率密度 f X ( x ), x , 求 Y = X 2 的概率密度. 解:(1) 先求 Y = X 2 的分布函数 FY(y):
10 由于 Y X 2 0 , 故当 y 0 时 FY ( y ) 0.
20
当 y 0 时,
FY ( y ) P {Y y } P { X 2 y }
解:由 题设 ,知 X 的密度函数为
f x
x
1 e 2
x 2
2 2
x
y e 为 严格增加函数 , 它的反函数为 x ln y.
并且当随机变量 X 在区间 , 上变化时 , Y e X 在区间 0, 上变化.

y8
0 x 4, 其它 .
y8 y8 fY ( y ) f X ( )( ) 2 2
1 y 8 1 ( ) , 8 2 2 0, y8 0 4, 2 其它 .
整理得 Y=2X+8 的概率密度为: y8 , 8 y 16 , f Y ( y ) 32 0, 其它 .
均匀分布,试求电压V的概率密度. 解: v g ( ) A sin , 在( , )上恒有
2 2
g ( x ) A cos 0,且有反函数 h( v ) arcsin
以及 h( v ) 1 A v
2 2
v , A
,
的概率密度为:
1 , f ( ) 0,
y 0, y 0.
称Y 为自由度为 1 的 2 分布
函数 y g ( x ) 是严格单调函数
定理 设随机变量 X 具有概率密度 f ( x ) , x , X 又设函数 g ( x ) 处处可导,且有 g ( x ) 0 (或 g ( x ) 0 ) ) 则 Y =g(X ) 是一个连续型随机变量,其概率密度为
y1 , y2 ,, yn ,
其中 yn g ( x n ), n 1,2,
第一种情形
如果 y1 , y 2 , , y n ,两两互不相同,

P {Y y n } P { X x n } ( n 1, 2,)
随机变量Y 的分布律
P{Y yn } pn


[ y ( a b )]2 2 ( a ) 2
e
.
即有Y aX b ~ N a b, (a ) 2 .
设电压 V A sin , 其中 A 是一个已知的正常数 , 【例7】 相角 是一个随机变量 , 在区间 , 上服从 2 2



h y
f x dx
X
f X h y h y f X h y h y
综上所述,得 Y g X 的密度函数为
f X h y h y fY y 0
y
其它
设随机变量 X ~ N , 2 , e X ,试求 Y 【例5】 随机变量 Y 的密度函数 f Y y .
这里 min{ g ( a ), g ( b )}, max{ g ( a ), g ( b )}.
证明: 设随机变量 Y g X 的分布函数为 FY y ,
则有 FY y PY y Pg X y
由题设,不妨假设 g x 0 ,则 g x 是严格增 加的函数.
设 X 是一连续型随机变量, 其密度函数为 f X x ,
再设 Y g X 是 X 的函数 ,我们假定 Y 也是连续型 随机变量.
求的是Y g X 的密度函数 fY y .
解题思路
⑴.先求 Y g X 的分布函数
FY y P y Pg X y Y
( n 1,2,)
, yn ,
pn
Y
y1
p1
y2
相关文档
最新文档