当前课程知识点:概率论与数理统计 > 第三章 二维随机向量及其分布 > 第5节 随机向量函数的分布 > 3.5.1 离散型随机向量函数的分布
大家好
下面我们学习三点五节
随机向量函数的分布
对于本节知识
我们分成离散型随机向量函数的分布和
连续型随机向量函数的分布两个模块
首先我们学习第一个模块离散型
随机向量函数的分布
该类问题的描述为已知(X,Y)的
联合分布列与Z=g(X,Y)的
函数关系
来求Z的分布列
下面我们就通过例题的形式
来展现这部分知识
已知(X,Y)的分布列如右表给出
求Z=X+Y的分布列
是一个非常简单的函数关系
那么这里呢我们知道Z
是一个一维的离散型
我们需要去求Z的取值
以及Z取这些值的概率
首先我们看 Z 的取值
由于Z=X+Y 那么我们看
联合分布列中X,Y的取值
就易得到 Z 的取值情况
Z 可以取 -2 或 者 -5 或者 1
Z取这么三个可能值
那么接着我们看Z取值的概率
Z取-2的概率
那么什么时候 Z 取-2呢
有两种情况
X 取-2
同时Y取0
还有一种情况
X取1 Y取-3
那么Z取-2的概率应该是两个概率的
和
那么代入概率值
得到Z取-2的概率就是0.4
那我们再看Z取-5的概率
也就是当X取-2
同时Y取-3的时候
概率值0.3
Z取1的概率
就是当X 取1 同时Y取
0的概率为0.3
这样的话我们就把Z的取值
以及取各个值的概率计算完毕了
我们填到分布列中就完成了Z 的分布列
这是这样一个例题
那么我们再看下一个例题
已知 X,Y 相互独立
给定了(X,Y) 各自的边际分布列
让我们来求
Z 等于 X,Y 最大值的分布列
那么这里边呢
Z 也是一个一维的
离散型变量我们需要去确定它的取值
以及取这些值的概率
咱们还是先看它的取值情况
X,Y 值的中的最大值是 Z 的值
那我们看 X 取 0 或 1, Y取0或1
那么当x 取0
同时y取0的时候
最大值是0
所以Z可能取0
X取0,Y取1或者X取1,Y取
0或者X取1,Y取1的时候
X,Y的最大值都等于
1,所以Z的可能取值
还有一个是1
这是Z的两个可能取值
我们找到了
那接下来我们看Z 取0的概率
Z 取0也就是X取0,y取0的时候
在结合到已知条件 X,Y 独立
变成事件概率的乘积
我们计算得到0.25
Z 等于 1 的概率
应该是三种情况都会使得Z等1
那应该是三个概率的和
同样应用一下独立性
那我们经过计算得到概率是0.75
好 我们填入数据既完成了Z 的分布列
好了
我们看这样的例题
那这个例题呢是关于泊松分布
最终这个题目告诉我们一个关于
泊松分布和的结论
假设 X,Y 独立
X是参数为λ1的泊松分布,Y是参数
为λ2的泊松分布
让我们证明 X+Y 仍然是泊松分布
参数变为λ1加λ2
那我们又已知 X,Y 都是泊松分布
易知X,Y各自的取值
以及它们取值的概率
那么由Z=X+Y我们
容易确定 Z 的取值
为0,1,2,3...
那接下来我们只需要再去
证明 Z取k的概率
如下式
就证明了Z服从参数
为λ1加λ2的泊松分布
所以呢下边我们只需证明Z取k的
概率是这样一个式子
就可以了
那么对于Z 等 k 这里边的这个Z呢
我们把它换到X,Y上去
Z=X+Y 那么它换进来
那么对于 X+Y 等于
k 这个事件呢
我们把它做一个分解
把它分解成 X 取 i
同时 Y 取 k-i
i从0到k这样的一些事件的并集
正好代表的是X+Y等于
k
好了 那么接下来
再用一下事件独立性
由 X,Y 独立
用一下事件的独立性
X=i同时Y=k-i的
概率变成它们概率的乘积
接着呢我们把X和Y取值的概率带入
得到下式
那么对于这个式子呢
我们再需要一个工具
需要准备一个东西什么呢
就是关于λ1加λ2的
k次方的一个二项展开式
如果我把展开式用进来的话
那这个式子就变为我们最终想要
证明的这个结果了
那这样的话我们就证明了X+Y
是服从参数为λ1加λ2的
泊松分布
我们看一个最简单的例子
假设X,Y独立,X是参数为2的泊松分布
Y是参数为5的泊松分布
那么 X+Y
应该是
参数为7的泊松分布
那在这个
结论应用的时候啊
大家要注意前提条件必须要求
X,Y是独立
如果没有这个独立的话
泊松分布加泊松分布
不一定服从泊松分布
如果有独立就可以了
一定要注意一下这个独立性
通过对本知识模块的学习
我们掌握了给定联合分布列以及函数
关系来求新变量Z 的
分布列的方法
同时给出了关于两个独立的泊松分布
和仍为泊松分布的结论
好了
对 本知识模块的学习
就到这里
再见
-第1节 随机事件
--1.1 作业
-第2节 概率的定义和性质
--1.2 作业
-第3节 古典概型与几何概型
--1.3 作业
-第4节 条件概率
--1.4 作业
-第5节 随机事件的独立性
--1.5 作业
-本章测试
--第一章测试
-第1节 随机变量与分布函数
--2.1 作业
-第2节 离散型随机变量
--2.2 作业
-第3节 连续型随机变量
--2.3 作业
-第4节 随机变量函数的分布
--2.4 作业
-本章测试
--第二章测试
-第1节 二维随机向量及其分布函数
--3.1 作业
-第2节 二维离散型随机向量
--3.2 作业
-第3节 二维连续型随机向量
--3.3 作业
-第4节 条件分布与随机变量的独立性
--3.4 作业
-第5节 随机向量函数的分布
--3.5 作业
-本章测试
--第三章测试
-第1节 数学期望
--4.1 作业
-第2节 方差
--4.2 作业
-第3节 协方差和相关系数
--4.3 作业
-第4节 矩和协方差矩阵
-本章测试
--第四章测试
-第1节 大数定律
--5.1 作业
-第2节 中心极限定理
--5.2.2 De Moivre-Laplace 中心极限定理
--5.2 作业
-本章测试
--第五章测试
-第1节 数理统计的基本问题
-第2节 总体、样本和统计量
--6.2 作业
-第3节 抽样分布
--6.3 抽样分布
--6.3 作业
-第4节 抽样分布定理
--6.4 作业
-本章测试
--第六章测试
-第1节 参数点估计
--7.1 作业
-第2节 区间估计
--7.2 作业
-第3节 非正态总计参数的区间估计
--7.3 作业
-本章测试
--第七章测试
-第1节 假设检验的基本概念
--8.1 作业
-第2节 正态总体参数的假设检验
--8.2 作业
-第3节 非正态总体参数的假设检验
-本章测试
--第八章测试
-期末考试