概率论与数理统计连续型随机变量函数的密度函数

合集下载

连续型随机变量的概率密度

连续型随机变量的概率密度
x
F ( x) f ( x)dx
则称X为连续型随机变量,称 f (x)为X的概率密度函数,简称 概率密度或密度.
概率论与数理统计
2
❖ 一.连续型随机变量的概率密度 1.概念
x
F ( x) f ( x)dx
➢ 从几何上看, 连续型随机变量X的分
布函数是由概率密度曲线 f (x), x轴,
概率论与数理统计
3
❖ 一.连续型随机变量的概率密度 1.概念
x
F ( x) f ( x)dx
➢ 根据高等数学的知识,容易得到,连续型随机变量的分布函
数一定是连续函数,且在F(x)的导数存在的点上有
F( x) f (x).
➢ 由上述定义,显然,对于任意的实数 x1 x2 ,均有
P
x1 X x2
试求(1)
常数A,
1 Aex1 , x 1.
B的值;(2) 概率密度f
(x);
(3)
P(X
1 ).
2
➢ 解 (1) 由分布函数的连续性知 lim F( x) F(0), lim F( x) F(1),
x0
x1
可得
A
B,1
A
B,

A
B
1 2
.
1 2
e
x
,
故分布函数为:F
(
x
)
1
,
2
x 0, 0 x 1,
概率论与数理统计
❖ 一.连续型随机变量的概率密度 1.概念
➢ 由于连续型随机变量是在实数集上连续取值的随机变量,其 概率分布与离散型完全不同,由于其取值有无穷多个,不能 一一列举,需要用新的方法来研究其分布律. 对于这类随机变 量,用概率密度来描绘连续型随机变量的概率分布.

概率论与数理统计浙大四版 第二章3讲2

概率论与数理统计浙大四版 第二章3讲2
则X在任意区G( 间G可以是开区,也间可以是 闭区间,或半开半间闭;区可以是有限区 也可以是无穷区间取)值上的概率为,
PXGfxdx
G
例2 某电子元件的寿命 X(单位:小时)是以
f x 1000
x2
x 100 x 100
为密度函数的连续型随机变量.求 5 个同类型的元 件在使用的前 150 小时内恰有 2 个需要更换的概率.
1
x0
0x1 1x2
x2

0,
x0

F(x)



x2 , 2 2x 1 x2 ,
0 x 1 1 x 2

2
1,
x2
对连续型r.v,若已知F(x),我们通过求导 也可求出 f (x),请看下例.
例3 设r.vX的分布函数为
0, x 0
(1) 求X取值在区间
F(x) 没意义的点处,任意规定 F(x)的值.
由于连续型 r.v唯一被它的密度函数所确 定. 所以,若已知密度函数,该连续型 r.v 的概率规律就得到了全面描述.
f (x)
o
x
下面给出几个常用连续型r.v的例子.
(1)若 r.vX的概率密度为: f ( x)
f(x)b1a, axb
例2 设r.v X 的密度函数为 f (x)
f(x)2 1x2, 1x1
0, 其它
求 F(x).
解: F(x) = P(X x) =
x
f (t)dt

f(x)2 1x2, 1x1
0, 其它
解: 对x < -1,F(x) = 0
求 F(x).
对 1x1,
0, 其它
求 F(x).

《概率论》第2章§4连续型随机变量及其密度函数

《概率论》第2章§4连续型随机变量及其密度函数
对于连续型随机变量,其取值充满某 一个区间,不能以列举的方式表示其 所有可能取值,因此引入密度函数的 概念。
密度函数是描述连续型随机变量取值 规律的工具,通常用大写字母f(x)表示 ,f(x)在x处的函数值表示随机变量在x 点附近取值的“概率密度”。
性质与定理
非负性
密度函数f(x)在整个实数范围 内都是非负的,即f(x)≥0。
正态分布
又称高斯分布,是一种连续概率分布。正态分布 是自然界中最常见的分布之一,许多自然现象和 社会现象都服从或近似服从正态分布。其密度函 数呈钟形曲线,关于均值对称。
指数分布
常用于描述某些随机事件发生之间的时间间隔, 如无线电通信中的信号到达间隔等,其密度函数 呈指数形式衰减。
其他分布
除了上述三种分布外,还有许多其他类型的连续 型随机变量分布,如t分布、F分布、贝塔分布等 。这些分布在实际问题中也有广泛的应用。
03 概率计算与应用
概率计算公式及方法
概率密度函数
常用的概率分布
对于连续型随机变量,其概率通过概率 密度函数进行描述,该函数表示随机变 量在某个取值点附近的概率分布情况。
ቤተ መጻሕፍቲ ባይዱ
如正态分布、均匀分布、指数分布等,这些 分布具有特定的概率密度函数和累积分布函 数形式,可用于描述不同类型的随机现象。
累积分布函数
性质
多维随机变量具有一维随机变量的一些基本性质,如分布函数性质、独立性等。此外, 多维随机变量还具有一些特殊的性质,如多维随机变量的每一个分量都是一维随机变量。
联合密度函数概念及性质
要点一
概念
对于多维连续型随机变量(X1, X2, ..., Xn),如果存在非负可积 函数f(x1, x2, ..., xn),使得对Rn中的任意区域D,有P{(X1, X2, ..., Xn) ∈ D} = ∫∫...∫f(x1, x2, ..., xn)dx1dx2...dxn,则 称f(x1, x2, ..., xn)为(X1, X2, ..., Xn)的联合密度函数。

连续型随机变量的严格单调函数的概率密度

连续型随机变量的严格单调函数的概率密度

在概率论和数理统计中,连续型随机变量的概率密度函数是非常重要的概念。

而严格单调函数则是在数学中经常讨论的一个性质。

本文将结合这两个概念,探讨连续型随机变量的严格单调函数的概率密度。

1. 连续型随机变量的概率密度函数我们来回顾一下连续型随机变量的概率密度函数。

在概率论中,概率密度函数是描述一个随机变量在某个取值范围内出现的概率分布的函数。

对于一个连续型随机变量X,其概率密度函数f(x)表示在区间[a, b]内,X落在某一小区间(dx)内的概率。

概率密度函数具有非负性和积分为1的性质,是描述连续型随机变量概率分布的重要工具。

2. 严格单调函数的性质在数学中,一个函数如果满足对任意的x1, x2 (x1 ≠ x2),若x1<x2则f(x1)<f(x2)或者若x1<x2则f(x1)>f(x2),则称该函数是严格单调函数。

严格单调函数具有非常重要的性质,比如在一个区间内只有一个零点、在一个区间内只有一个反函数等。

3. 连续型随机变量的严格单调函数的概率密度假设X是一个连续型随机变量,其概率密度函数为f(x)。

如果f(x)是一个严格单调函数,那么我们可以得到一些有趣的结果。

根据严格单调函数的性质,我们可以知道在任意的区间[a, b]内,f(x)的取值是严格单调递增或递减的。

这意味着X落在不同区间内的概率是按照一定的规律递增或递减的。

这对于我们理解连续型随机变量的概率分布有很大的帮助。

4. 个人观点和理解从我个人的观点来看,连续型随机变量的严格单调函数的概率密度是一个非常有意思的话题。

它不仅能帮助我们更深入地理解概率密度函数的特性,还能让我们对随机变量的概率分布有更加直观的认识。

通过研究严格单调函数的概率密度,我们也可以更好地理解随机变量的取值规律和分布特点。

深入研究连续型随机变量的严格单调函数的概率密度对于我们理解概率论和数理统计的基本概念具有重要的意义。

总结:本文通过回顾连续型随机变量的概率密度函数和严格单调函数的性质,探讨了连续型随机变量的严格单调函数的概率密度。

长沙理工大学《概率论与数理统计》模拟试题及答案七

长沙理工大学《概率论与数理统计》模拟试题及答案七

长沙理工大学概率论与数理统计模拟试卷第七套姓名: 班级: 学号: 得分: 一.判断题(10分,每题2分)1. 在古典概型的随机试验中,当且仅当是不可能事件 ( ) 2.连续型随机变量的密度函数与其分布函数相互唯一确定 ( ) 3.若随机变量与独立,且都服从的 (0,1) 分布,则( )4.设为离散型随机变量, 且存在正数k 使得,则的数学期望未必存在( )5.在一个确定的假设检验中,当样本容量确定时, 犯第一类错误的概率与犯第二类错误的概率不能同时减少 ( ) 二.选择题(15分,每题3分)1. 设每次试验成功的概率为,重复进行试验直到第次才取得次成功的概率为 . (a); (b);(c) ; (d) . 2. 离散型随机变量的分布函数为,则 .(a) ; (b) ;(c) ; (d) .3. 设随机变量服从指数分布,则随机变量的分布函数 .(a) 是连续函数; (b) 恰好有一个间断点; (c) 是阶梯函数; (d) 至少有两个间断点.4. 设随机变量的方差相关系数则方差 . (a) 40; (b) 34; (c) 25.6; (d) 17.65. 设为总体的一个样本,为样本均值,则下列结论中正确的是 .(a) ; (b) ;(c) ; (d) . 二. 填空题(28分,每题4分)1. 一批电子元件共有100个, 次品率为0.05. 连续两次不放回地从中任取一个, 则第二次才取到正品的概率为0)(=A P A )(x f )(x F X Y 1.0=p Y X =X 0)(=>k X P X )(X E )10(<<p p n )1(n r r ≤≤r n r r n p p C ----)1(11rn rr n p p C --)1(1111)1(+-----r n r r n p pC r n r p p --)1(X )(x F ==)(k x X P )(1k k x X x P ≤≤-)()(11-+-k k x F x F )(11+-<<k k x X x P )()(1--k k x F x F X )2003,(max X Y =),(Y X ,1)(,4)(==Y D X D ,6.0=XY ρ=-)23(Y X D ),,,(21n X X X )2,1(2N X )(~/21n t n X -)1,(~)1(4112n F X ni i ∑=-)1,0(~/21N n X -)(~)1(41212n X ni i χ∑=-2. 设连续随机变量的密度函数为,则随机变量的概率密度函数为3. 设为总体中抽取的样本()的均值, 则= .4. 设二维随机变量的联合密度函数为则条件密度函数为,当 时 ,5. 设,则随机变量服从的分布为 ( 需写出自由度 )6. 设某种保险丝熔化时间(单位:秒),取的样本,得样本均值和方差分别为,则的置信度为95%的单侧 置信区间上限为7. 设的分布律为1 2 3已知一个样本值,则参数的极大似然估计值 为三. 计算题(40分,每题8分)1. 已知一批产品中96 %是合格品. 检查产品时,一合格品被误认为是次品的 概率是0.02;一次品被误认为是合格品的概率是0.05.求在被检查后认 为是合格品的产品确实是合格品的概率2.设随机变量与相互独立,,分别服从参数为的指数 分布,试求的密度函数. 3.某商店出售某种贵重商品. 根据经验,该商品每周销售量服从参数为 的泊松分布. 假定各周的销售量是相互独立的. 用中心极限定理计算该商店一年内(52周)售出该商品件数在50件到70件之间的概率.4. 总体,为总体的一个样本. 求常数 k , 使为σ 的无偏估计量.5.(1) 根据长期的经验,某工厂生产的特种金属丝的折断力(单位:kg ). 已知kg , 现从该厂生产的一大批特种金属丝中 随机抽取10个样品,测得样本均值kg . 问这批特种金属丝的 平均折断力可否认为是570 kg ? () (2) 已知维尼纶纤度在正常条件下服从正态分布. 某日抽取 5个样品,测得其纤度为: 1.31, 1.55, 1.34, 1.40, 1.45 .)(x f Xe Y 3==)(yf Y X )4,3(~N X 4321,,,XX X X )51(<<-X P ),(Y X ⎩⎨⎧<<<=他其,0;10,,1),(x x y y x f =)(x y f X Y )(~m t X 2X Y =),(~2σμN X 16=n 36.0,152==S X μX X P 2θ)1(2θθ-2)1(θ-)1,2,1(),,(321=x x x X Y X Y )(,μλμλ≠Y X Z 23+=)(z f Z 1=λ),(~2σμN X ),,,(21n X X X X ∑=-ni i XX k 1),(~2σμN X 8=σ2.575=x %5=α)048.0,(2μN问 这天的纤度的总体方差是否正常?试用作假设检验. 四. 证明题(7分)设随机变量相互独立且服从同一贝努利分布. 试证明随机变量与相互独立.附表: 标准正态分布数值表 分布数值表 t 分布数值表%10=αZ Y X ,,),1(p B Y X +Z 2χ6103.0)28.0(=Φ488.9)4(205.0=χ1315.2)15(025.0=t 975.0)96.1(=Φ711.0)4(295.0=χ7531.1)15(05.0=t 9772.0)0.2(=Φ071.11)5(205.0=χ1199.2)16(025.0=t 9938.0)5.2(=Φ145.1)5(295.0=χ7459.1)16(05.0=t长沙理工大学模拟试卷第七套概率论与数理统计试卷答案一. 判断题(10分,每题2分) 是 非 非 非 是 . 二. 选择题(15分,每题3分) (a)(d)(b)(c)(d). 三. 填空题(28分,每题4分)1.1/22 ;2. ;3.0.9772 ;4. 当时; 5. 6. 上限为 15.263 . 7. 5 / 6 . 四. 计算题(40分,每题8分)1. 被查后认为是合格品的事件, 抽查的产品为合格品的事件. (2分), (4分)(2分)2.(1分)时,,从而 ; (1分) 时,(2分)(2分)所以[] (2分) 3. 设为第i 周的销售量, (1分)则一年的销售量为 ,, . (2分)由独立同分布的中心极限定理,所求概率为(4分) . (1分)⎩⎨⎧≤>=000)])3/[ln()(1y y y f y f yY 10<<x ⎩⎨⎧<<-=他其0)2/(1)(xy x x x y f X Y ),1(m F A B 9428.005.004.098.096.0)()()()()(=⨯+⨯=+=B A P B P B A P B P A P .998.09428.0/9408.0)(/)()()(===A P B A P B P A B P ⎩⎨⎧>=-其他00)(x e x f xX λλ⎩⎨⎧>=-其他00)(y e y f yY μμ0≤z 0)(=z F Z 0)(=z f Z 0≤z ⎰∞+-∞-=dxx z f x f z f Y X Z ]2/)3[()()(21)(232/3/3/0]2/)[(21z z z x z x e e dx e μλμλλμλμλμ-------==⎰⎪⎩⎪⎨⎧≤>--=--0,00),(23)(2/3/z z e e z f z z Z μλλμλμ⎪⎩⎪⎨⎧≤>--=--0,00),(32)(3/2/z z e e z f z z Z μλλμλμiX 52,,2,1 =i i X)1(~P ∑==521i iX Y 52)(=Y E 52)(=Y D 1522521852185252522)7050(-⎪⎪⎭⎫⎝⎛Φ+⎪⎪⎭⎫ ⎝⎛Φ≈⎪⎪⎭⎫ ⎝⎛<-<-=<<Y P Y P 6041.016103.09938.01)28.0()50.2(=-+=-Φ+Φ=4. 注意到5. (1) 要检验的假设为(1分)检验用的统计量, 拒绝域为. (2分),落在拒绝域内,故拒绝原假设,即不能认为平均折断力为570 kg .[, 落在拒绝域外,故接受原假设,即可以认为平均折断力为571 kg . ] (1分)(2) 要检验的假设为 (1分)[]检验用的统计量 , 拒绝域为 或(2分)570:,570:10≠=μμH H )1,0(~/0N nX U σμ-=96.1)1(025.02==-≥z n z U α96.106.21065.010/85702.5750>==-=U 0H 96.1632.0102.010/92.5695710<==-=U 0H 221220048.0:,048.0:≠=σσH H 22122079.0:,79.0:≠=σσH H )1(~)(2202512--=∑=n X Xi iχσχ488.9)4()1(205.022==->χχχαn 711.0)4()1(295.02122==-<-χχχαn ()n i i X X n X X nX X ---+--=- )1(121)2(1)(,0)(2分σnn X X D X X E i i -=-=-)1(1,0~2分⎪⎭⎫⎝⎛--σn n N X X i dze n n z X X E nn z i 2212121|||)(|σσπ--∞+∞-⎰-=-dze nn znn z 221201212σσπ--∞+⎰-=)3(122分σπnn -=⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛-∑∑==ni i n i i X X E k X X k E 11||||σπn n kn 122-=σ令=)分(2)1(2-=n n k π[], 落在拒绝域内,[,落在拒绝域内,]故拒绝原假设,即认为该天的纤度的总体方差不正常 . (1分)五、证明题 (7分) 由题设知0 1 0 1 2(2分) ;;;;;. 所以 与相互独立. (5分)41.1=x 49.1=x 488.9739.150023.0/0362.020>==χ711.0086.06241.0/0538.020<==χ0H X Y X +P p qP 2q pq 22p )0()0()0,0(3==+====+Z P Y X P q Z Y X P )1()0()1,0(2==+====+Z P Y X P pq Z Y X P )0()1(2)0,1(2==+====+Z P Y X P pq Z Y X P )1()1(2)1,1(2==+====+Z P Y X P pq Z Y X P )0()2()0,2(2==+====+Z P Y X P pq Z Y X P )1()2()1,2(3==+====+Z P Y X P p Z Y X P Y X +Z。

概率论与数理统计连续型随机变量及其概率分布ppt课件

概率论与数理统计连续型随机变量及其概率分布ppt课件

0 x
则t , dt d
1-(x)
x1
2
3
F(x) 1
(t )2
1 x e
2 2
dt
x
2
e 2 d
( x )
2
2
4. P{a X b} (b ) ( a )
P{X b} (b ) P{X a} 1 (a )
例6
设 X ~ N(1,4) , 求 P (0 X 1.6)
解:X 的密度函数为
f
x
1 10
e
x 10
0
x0 x0
令:B={ 等待时间为10-20分钟 }
则 PB P10 X 20
20
1
x
e 10 dx
10 10
x
e 10
20
e 1
e 2
0.2325
10
例5 假定一大型设备在任何长为 t 的时间内发生
故障的次数 N( t ) 服从参数为t 的Poisson分布,
P(2
X
4)
4
2
2
2
2
(0)
0.3
2
0.8
P( X 0) 0.2
解二 图解法
0.2 0.15
0.1 0.05
0.3 0.2
-2
2
4
6
由图 P( X 0) 0.2
例 3 原理
设 X ~ N ( , 2), 求 P(| X | 3 )
解 P(| X | 3 ) P( 3 X 3 )
应用场合:
若随机变量X在区间(a,b)内等可能的取值,则
X ~ U a,b
例3 秒表的最小刻度差为0.01秒. 若计时精度 是取最近的刻度值, 求使用该秒表计时产生的 随机误差X 的概率密度, 并计算误差的绝对值 不超过0.004秒的概率.

概率论与数理统计第3章

概率论与数理统计第3章

试求常数a和b。
π F xlim F x a b 2 0 解: F lim F x a b π 1 x 2
1 1 a , b 2 π
P ( 2 4) P ( 2) P ( 2 4) 0.3 0.6 0.5 0.4
P ( 3) 1 P ( 3) 1 0.5 0.5
6
例3:设r.v. 的分布函数
F x a b arctan x
b a
因此求概率可从分布函数与密度函数两条途径入手。
5、密度的图像称分布曲线,相应有两个特征: ⑴ 曲线在x轴上方;
概率面积
y
f(x)分布曲线
⑵ 曲线于x轴之间的 面积是1。
x c o d
10
例4:设 的密度在[a,b]以外为0,在[a,b]内为
一常数 ,
, a x b f ( x) 0, 其它
x2 2
16
⑶ f(x)符合密度函数的两性质: ① f(x) > 0;②



f x d x 1。
x2 2
以标准正态分布为例, e
e d t e
t2 2 2 x2 2
d x 称为高斯积分。
dy
r2 2 0
从F(x)求f(x): f x F x 从f(x)求F(x): F x f t d t
x
9
4、对于连续型随机变量 ,
⑴ P a 0 ,即某指定点的概率为0; ⑵ Pa b Pa b
Pa b Pa b f x d x

《概率论与数理统计》随机变量

《概率论与数理统计》随机变量

正态分布
§2.2 正态分布
3. 几何特征
正态分布
§2.2 正态分布 正态分布
§2.2 正态分布 正态分布
§2.2 正态分布
4. 标准正态分布
正态分布
标准正态分布的概率密度表示为 是偶函数
标准正态分布的分布函数表示为
§2.2 正态分布
重要公式
正态分布
§2.2 正态分布
5. 例题
正态分布
§2.2 正态分布 正态分布
§2.1 随机变量的概念 连续型随机变量 概率密度函数
§2.1 随机变量的概念 连续型随机变量 概率密度函数
指数分布
分布函数
§2.1 随机变量的概念 连续型随机变量 概率密度函数
概率论与数理统计
§2.2 正态分布
正态分布 授课内容
§2.2 正态分布
1. 定义
正态分布
§2.2 正态分布
2. 图形表示
§2.1 随机变量的概念 随机变量的分布函数
2. 性质
§2.1 随机变量的概念 随机变量的分布函数
§2.1 随机变量的概念 随机变量的分布函数
§2.1 随机变量的概念 随机变量的分布函数
3. 离散型随机变量分布律与分布函数的关系
分布律
pk P{ X xk }
分布函数 F( x) P{X x} pk xk x
其中 p( x) 称为 X 的概率密度函数,简称概率密度.
随机变量
离散型随机变量 概率分布列
授课内容
随机变量的分布函数 连续型随机变量 概率密度函数
§2.1 随机变量的概念 随机变量的分布函数
1. 分布函数的定义
§2.1 随机变量的概念 随机变量的分布函数
说明 (1) 分布函数主要研究随机变量在某一区间内取值的概率情况.
  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)。

答案:
f
S
(
y)
2
1
y
,
y 4 ,
0,
otherwise,
10
此类问题的基本做法:先确定Y的取值范围,其密度 函数在此范围外的取值为零,对此范围内用公式法 或者分布函数求导法,最后写出函数. 以下练习:
例题1,…
11
练习题:
12
2.分段严格单调可导函数
定理3.2 若随机变量X和随机变量Y=g(X)的密度 函数分别为f X (x), fY (y), 当g(x)在不相重叠的区间
x ,
2
则 Y X 2 概率密度函数为:
fY
y
1
2
1 y
y 2e 2 ,
0,
y0 y0
此时称Y 服从自由度为1的-2分布,记作 Y ~ 2 1
结论:若 X ~ N,则0,1 X 2 ~ 2 1. 14
解 1).公式法 (自己看)
首先注意到 y x2 , 则 y 0 因此对于 y 0, 有 fY ( y) 0.
17
例3.15(3). 设X的密度函数
f
(x)
8
9
2
(x
2
),
2
x
,
0,
otherwise,
求 Y sin X 的密度函数.
解. 因为 1 Y 1, 所以只要考虑 1 y 1.
当 1 y 0 时,
FY ( y) P{Y y} P{sin X y}
P{
2
X
arcsin
基本方法(分布函数求导法),分2个步骤:
(1) 求Y的分布函数 FY ( y)
FY ( y)
根据分布函数 的定义
P{Y y} P{g(X ) y}
P X x g(x) y
f (x)dx.
x g ( x) y
(2) 对 FY求( y导) ,
fY ( y) FY( y).
2
1. y g(x) 是严格单调且可导的函数.
I1, I2,…,Ik上是严格单调函数且可导,则
k
fY ( y) fX [(hi ( y)] hi '( y) . i 1
其中x Gi为( y) y 在gIii上(x)的反函数
最好不要套用定理,还是由”分布函数求导法” 来求解!
13
例 设X ~ N(0,1),其概率密度为:
f x
1
x2
e 2,
P{ y X y}
y
f (t)dt 2
y
1
e
t2 2
dt
,
y
0
2
对其求导,
fY ( y) 2
e 1
y 2
1
2
2y
e , 1
y 2
2 y
所以,
fY
(
y)
e , 1
y 2
2 y
y 0,
0,
y 0. 16
若 Y X , 结果怎样?
fY
(
y)
e , 2
y2 2
0,
y 0, y 0.
f
(x)

6x(1 0,
体积 Y
x), x (0,1)
otherwise
4的分X布3 函数为
试求体积的概率密度。
y 4 x3
3
严格单调递增函数
3
FY
( y)
P
4 3
X3
y
P
X
3
3y
4
FX
3
3y
4
所以体积的
fY ( y)
fX
3
3y
4
3
3y
4
概率密度为
fX
3
3y
4
对 y 0, y x2, 不是单调的,但却是分段单调的。
I1 : x (, 0] y x2 是单调下降的,x h1( y) y I2 : x (0, ) y x2 是单调上升的,x h2 ( y) y
fY ( y)
fX
[(h1 ( y)]
h
' 1
(
y)
f X [(h2 ( y)] h'2 ( y)
1). 定理3.1. 设 X ~ fX (x), 而 y g(x) 是严格单 调且且处处可导的, 设 x h( y)是g的反函数, 则 Y g(X ) 是连续型随机变量,其密度函数为
fY
(
y)
f
X
(h(
y)) 0
|
h(
y)
|,
a y b, otherwise,
其中 a min(| g(x) |), b max(| g(x) |).
求 Y aX b 的概率密度。 请同学自己用分布函
解 先求分布函数 FY (y)。
数求导法证明!
FY ( y) P{Y y} P{aX b y}
当 a 0 时,
FY ( y)
P{X
y b} a
FX
yb a
所以,
fY ( y)
f
( y b) 1 aa
ቤተ መጻሕፍቲ ባይዱ
yba 2
1
e 2(a )2
其实就是变限积分求导
3
证明
4
推论. 如果Y=aX+b,则Y 的密度函数为
f , yb 1 X a |a|
特别的, 对于正态分布 X
~ N(, 2)
, 设Y
X
,
我们有 Y ~ N(0,1). 更一般的, Z aX b, 则
Z ~ N (a b, a2 2 ).
5
设随机变量X服从正态分布 N , 2
2 a
6
当 a 时0,
FY ( y)
P( X
y b) a
FY
( y)
P{X
y b} 1 P{X a
y b} a
yb 1
fY ( y) f (
a
) a
yb 1 FX ( a )
yba2
1
e 2(a )2
2 a
所以, Y ~ N a b,( a )2
7
例 设球的半径X的概率密度为
1 3
3y
4
2
3
3
4
8
所以体积的
fY ( y)
fX
3
3y
4
3
3y
4
概率密度为
fX
3
3y
4
1 3
3y
4
2
3
3
4
代入f(x).

3 4
fY ( y)
2
3
3y
1 ,
y
0,
4 3
,
0,
otherwise.
9
练习 设圆的半径X服从区间(1,2)上的均匀分布,求 圆面积的分布密度函数。
第三节 连续型随机变量函数的密度函数
复习:变限积分的求导公式
b(x) f (t)dt f (b(x))b '(x) f (a(x))a '(x). a(x)
若a为常数,则
b(x)
a f (t)dt f (b(x))b '(x);
若b为常数?
1
一.一维随机变量函数的密度函数
目标:设X 为一个连续型随机变量,其概率密度函数为 f (x)。y = g(x)为一个连续函数(分段严格单调),求随机 变量Y=g(X)的密度函数 f.Y ( y)
f X [ y ] ( y )' f X [ y ] ( y )'
1 ( y )2
1 [ 1 e2
2y
2
1 ( y )2
1 e2
]
2
1 y
1 e2
15
2 y
2).分布函数求导法:
首先Y X 2 0, 因此对 y 0, 有 fY ( y) 0.
当 y 时0,
FY ( y) P{Y y} P{X 2 y}
相关文档
最新文档