当前课程知识点:概率论与数理统计 > 第2章 一维随机变量及其分布 > 连续型随机变量函数的分布 > 拓展知识
逆变换法
设 \( X \) 是连续型随机变量,其密度函数为 \( f_X
(x) \)。随机变量 \( Y=g(X) \),且存在开集 \( D \) 使得 \( P\left\{ {Y\in D}
\right\}=1 \)。如果函数 \( g(x) \) 的反函数 \( h(y) \) 存在且在 \( D \) 上严格单调可导,则 \( Y=g(X) \) 的密度函数为
\[
f_Y (y)=\left\{ {{\begin{array}{ll}
{\vert h'(y)\vert f_X (h(y)),} & {y\in D} \\
{0,} & \mbox{其他} \\
\end{array} }} \right.
\]
(一)对数正态分布
设 \( X\sim N(\mu ,\sigma ^2) \),采用逆变换法,计算 \( Y=e^X \) 的密度函数 \( f_Y
(y) \)。
解:易见 \( P\left\{ {Y>0} \right\}=1 \)。\( y=e^x \) 的反函数 \( x=\ln
y \) 是单调可导函数,且 \( \frac{dx}{dy}=\frac{1}{y} \)。
由此得到 \( Y \) 的密度函数
\[
f_Y (y)=\left\{ {{\begin{array}{ll}
{\frac{1}{y}f_X (\ln y),} & {y>0} \\
{0,} & {y\le 0} \\
\end{array} }} \right.=\left\{ {{\begin{array}{ll}
{\frac{1}{\sqrt {2\pi } \sigma y}\exp (-\frac{(\ln y-\mu )^2}{2\sigma
^2}),} & {y>0} \\
{0,} & {y\le 0} \\
\end{array} }} \right.
\]
此时称 \( Y \) 服从参数为 \( (\mu ,\sigma ^2) \) 的对数正态分布,记作 \( Y\sim
LN(\mu ,\sigma ^2) \) 。密度函数的特征参见图1。
该分布应用广泛。例如,服从对数正态分布的有:
1).绝缘体材料因化学或物理化学的缓慢变化造成的断裂或失效时的使用寿命;
2).设备故障的维修时间;
3).家中仅有两个小孩的年龄差。
\(\qquad\qquad {\ldots}{\ldots}\)
(二)威布尔分布
设 \( X\sim \Gamma (1,1) \)(参数为 \( \lambda
=1 \) 的指数分布),\( a,b \) 为正常数,\( Y=(X/a)^{1/b} \),则 \( Y \) 服从参数为 \( (a,\;b) \) 的威布尔分布,记为 \( Y\sim
W(a,b) \)。\( Y \) 的密度函数是
\[
f_Y (y)=\left\{ {{\begin{array}{ll}
{aby^{b-1}\exp (-ay^b),} & {y>0} \\
{0,} & {y\le 0} \\
\end{array} }} \right.
\]
其密度函数图形参见图2。
证明:因为 \( P\left\{ {Y>0}
\right\}=1 \),且 \( y=(x/a)^{1/b} \) 在正半轴区间上严格单调,其反函数 \( x=ay^b \) 的导函数为 \( \frac{dx}{dy}=aby^{b-1} \)。
采用逆变换法,\( Y \) 的密度函数为
\[
f_Y (y)=aby^{b-1}f_X (ay^b)=\left\{ {\begin{array}{ll}
aby^{b-1}\exp (-ay^b),& y>0 \\
0,& y\le 0 \\
\end{array}} \right.
\]所以 \( Y\sim W(a,b) \)。
特别地,当 \( b=1 \) 时,威布尔分布 \( W(a,b) \) 就是参数为 \( a \) 的指数分布 \( \Gamma
(1,a) \)。
实际经验表明许多电子元件和机械设备的使用寿命都可以用威布尔分布描述.凡是由局部部件的失效或故障引起的全局停止运转的设备的寿命常用威布尔分布近似。
-课程发展概况及概率的三要素
--讲义下载
--拓展知识
-第一章第一节测试题
-古典概率
--讲义下载
--拓展知识
-第一章第二节测试题
-几何概率
--讲义下载
--拓展知识
-第一章第三节测试题
-条件概率与乘法公式
--讲义下载
--拓展知识
-第一章第四节测试题
-全概率公式
--讲义下载
--拓展知识
-第一章第五节测试题
-贝叶斯公式
--讲义下载
--拓展知识
-第一章第六节测试题
-事件的独立性及应用
--讲义下载
--拓展知识
-第一章第七节测试题
-讨论
--“三门”问题
-第一章测试题
-随机变量及其分布
--讲义下载
--拓展知识
-第二章第一节测试题
-一类离散型随机变量的分布
--讲义下载
--拓展知识
-第二章第二节测试题
-泊松分布及泊松定理
--讲义下载
--拓展知识
-第二章第三节测试题
-均匀分布与指数分布
--讲义下载
--拓展知识
-第二章第四节测试题
-正态分布
--讲义下载
--拓展知识
-第二章第五节测试题
-连续型随机变量函数的分布
--讲义下载
--拓展知识
-第二章第六节测试题
-讨论
--分布之间关系
-第二章测试题
-多维随机变量及分布(一)
--讲义下载
--拓展知识
-第三章第一节测试题
-多维随机变量及分布(二)
--讲义下载
--拓展知识
-第三章第二节测试题
-边缘分布律和边缘密度
--讲义下载
--拓展知识
-第三章第三节测试题
-条件分布与随机变量的独立性
--讲义下载
--拓展知识
-第三章第四节测试题
-随机变量极值的分布
--讲义下载
--拓展知识
-第三章第五节测试题
-随机变量和的分布
--讲义下载
--拓展知识
-第三章第六节测试题
-数形结合求解函数的分布
--讲义下载
--拓展知识
-第三章第七节测试题
-讨论
--分布类的和不变性
-第三章测试题
-数学期望和方差的定义
--讲义下载
--拓展知识
-第四章第一节测试题
-数学期望和方差的应用
--讲义下载
--拓展知识
-第四章第二节测试题
-数学期望的线性性质及应用
--讲义下载
--拓展知识
-第四章第三节测试题
-方差的性质与协方差
--讲义下载
--拓展知识
-第四章第四节测试题
-标准化与相关系数
--讲义下载
--拓展知识
-第四章第五节测试题
-讨论
-第四章测试题
-大数定律
--课程讲义下载
--拓展知识
-第五章第一节测试题
-中心极限定理
--讲义下载
--拓展知识
-第五章第二节测试题
-讨论
--用电量的正态假设
-第五章测试题
-数理统计的基本概念
--讲义下载
--拓展知识
-第六章第一节测试题
-单样本均值统计量的分布
--讲义下载
--拓展知识
-第六章第二节测试题
-单样本方差统计量的分布
--讲义下载
--拓展知识
-第六章第三节测试题
-讨论
--保险损失分布
-第六章测试题
-什么是参数估计
--讲义下载
--拓展知识
-第七章第一节测试题
-矩估计
--讲义下载
--拓展知识
-第七章第二节测试题
-似然原理与似然函数
--讲义下载
--拓展知识
-第七章第三节测试题
-连续型分布的似然估计
--讲义下载
--拓展知识
-第七章第四节测试题
-一类离散总体的似然估计
--讲义下载
--拓展知识
-第七章第五节测试题
-区间估计
--讲义下载
--拓展知识
-第七章第六节测试题
-讨论
--湖中有多少条鱼?
-第七章测试题
-假设检验的基本原理
--讲义下载
--拓展知识
-第八章第一节测试题
-两类错误
--讲义下载
--拓展知识
-第八章第二节测试题
-正态总体均值的检验
--讲义下载
--拓展知识
-第八章第三节测试题
-正态总体方差的检验
--讲义下载
--拓展知识
-第八章第四节测试题
-卡方拟合检验
--讲义加载
--拓展知识
-第八章第五节测试题
-讨论
-第八章测试题
-一元线性回归(最小二乘估计)
--讲义下载
--拓展知识
-第九章第一节测试题
-一元线性回归(相关系数检验)
--讲义下载
--拓展知识
-第九章第二节测试题
-讨论
--火灾损失的因素
-第九章测试题