【精选】概率论基础 | 您所在的位置:网站首页 › 分布函数和分布密度函数怎么求 › 【精选】概率论基础 |
对于连续型随机变量经常喜欢考察的一个知识点,就是其函数的分布,以及变换函数后的分布,比如 Z = X + Y。在浙大版的《概率与数理统计》这本教材里,主要重点考察了三类 Z = X + Y型,Z = X Y型,Z = X/Y型,以及 Z = min(X, Y) 和 Z = max(X, Y)这几类型函数的分布。 为什么教材特别喜欢反复考察这些知识点,其中一个问题是对于我们连续型随机变量来说,有时不一定能顺利的使用连续的密度函数对概率事件进行建模,反而此时使用概率函数能够简化我们的工作量,所以这也就是要求学习概率论的朋友必须掌握的基础概念。 概率函数其实有很多,但是如果拆分它的基本型也就是以上这些。 文章目录 Z = X + Y型例题 Z = XY 型例题 Z = X/Y 型如何记住 XY 及 X/Y 型的概率密度 Z = min(X, Y) 和 Z = max(X, Y) 型例题 Z = X + Y型浙大版的《概率论与数理统计》这本书呢,列举了好几类函数分布。这里,我也对照着教材上把相关的类型罗列出来。 首先,你需要保持清晰的头脑,弄明白对于连续型的概率密度函数,与分布函数的区别,如果这方面你还是一团浆糊,建议先回到我之前的章节里,仔细看一看。 那么首先,对于 Z = X + Y Z = X + Y Z=X+Y 的分布,它的概率密度为: f X + Y ( z ) = ∫ − ∞ + ∞ f ( z − y , y ) d y = ∫ − ∞ + ∞ f ( x , z − y ) d x f_{X + Y}(z) = \int_{- \infty}^{+ \infty} f(z - y, y) dy = \int_{- \infty}^{+ \infty} f(x, z-y) dx fX+Y(z)=∫−∞+∞f(z−y,y)dy=∫−∞+∞f(x,z−y)dx 若X和Y互为独立事件,那么可以得到: f X + Y ( z ) = ∫ − ∞ + ∞ f X ( z − y ) f Y ( y ) d y = ∫ − ∞ + ∞ f X ( x ) f Y ( z − y ) d x f_{X + Y}(z) = \int_{- \infty}^{+ \infty} f_X(z - y)f_Y(y) dy = \int_{- \infty}^{+ \infty} f_X(x)f_Y(z-y) dx fX+Y(z)=∫−∞+∞fX(z−y)fY(y)dy=∫−∞+∞fX(x)fY(z−y)dx 这里的 f X f_X fX 和 f Y f_Y fY 是 ( X , Y ) (X, Y) (X,Y) 的边缘密度,同时也是卷积公式。 例题(1):设X和Y是相互独立的随机变量,其概率密度分别如下,求Z = X + Y的概率密度 f x ( x ) = { e − 2 x x > 0 0 e l s e f_x(x) = \left\{\begin{matrix} e^{-2x} & x > 0\\ 0 & else \end{matrix}\right. fx(x)={e−2x0x>0else f y ( y ) = { 1 / 2 0 ≤ y < 2 0 e l s e f_y(y) = \left\{\begin{matrix} 1/2 & 0 \leq y < 2\\ 0 & else \end{matrix}\right. fy(y)={1/200≤y 0 , 0 ≤ y < 2 0 e l s e f_z(z) = \int f_x(x) f_y(z - x) dx \Rightarrow \left\{\begin{matrix} \frac{1}{2} \int e^{-2x} dx& x > 0, 0 \leq y < 2\\ 0 & else \end{matrix}\right. fz(z)=∫fx(x)fy(z−x)dx⇒{21∫e−2xdx0x>0,0≤y 0 0 ≤ y < 2 ⇒ { x > 0 0 ≤ z − x < 2 ⇒ { x > 0 z − 2 < x ≤ z \left\{\begin{matrix} x > 0 \\ 0 \leq y < 2 \end{matrix}\right. \Rightarrow \left\{\begin{matrix} x > 0 \\ 0 \leq z - x < 2 \end{matrix}\right. \Rightarrow \left\{\begin{matrix} x > 0 \\ z - 2 < x \leq z \end{matrix}\right. {x>00≤yx>0z−2 0 x>0 不想交时, f z ( z ) = 0 f_z(z) = 0 fz(z)=0 对于第二种情况,部分相交时,有: z − 2 < 0 < z z-2 < 0 < z z−20000X,Y} 和 Z = m i n { X , Y } Z = min\{X, Y\} Z=min{X,Y}**型的分布函数,它们分别是: Z m a x = F m a x ( z ) = F x ( z ) F y ( z ) Z_{max} = F_{max}(z)= F_x(z)F_y(z) Zmax=Fmax(z)=Fx(z)Fy(z) 与 Z m i n = F m i n ( z ) = 1 − [ 1 − F x ( z ) ] [ 1 − F y ( z ) ] Z_{min} = F_{min}(z)= 1 - [1 - F_x(z)][1 - F_y(z)] Zmin=Fmin(z)=1−[1−Fx(z)][1−Fy(z)] 其对应的概率密度为: f z ( z ) = F ( z ) ′ f_z(z) = F(z)' fz(z)=F(z)′ Z = min(X, Y) 和 Z = max(X, Y) 型和之前的不太一样,不太容易理解。为了更好的理解这种概率是在什么状况使用的,我们来做下面的这个例题吧。 例题设系统L由两个独立的子系统 L 1 L_1 L1, L 2 L_2 L2 连接而成,连接的方式分别为串联、并联、备用,设 L 1 L_1 L1, L 2 L_2 L2 ,已知它们的概率密度分别为: f x ( x ) = { α e − α x x > 0 0 x ≤ 0 f_x(x) = \left \{ \begin{matrix} \alpha e^{-\alpha x} & x > 0\\ 0 & x \leq 0 \end{matrix} \right. fx(x)={αe−αx0x>0x≤0 f y ( y ) = { β e − β y y > 0 0 y ≤ 0 f_y(y) = \left \{ \begin{matrix} \beta e^{-\beta y} & y > 0 \\ 0 & y \leq 0 \end{matrix} \right. fy(y)={βe−βy0y>0y≤0 其中 α > 0 \alpha > 0 α>0, β > 0 \beta > 0 β>0 且 α ≠ β \alpha \neq \beta α=β。试分别就以上三种连接方式写出L的寿命Z的概率密度。 解(i) 针对串联情况,如果X或Y有任何一路出现问题,那么线路就会停止工作。 由于串联关系,发生事件概率大,预期使用寿命最短,所以使用 Z = m i n { X , Y } Z = min\{X, Y\} Z=min{X,Y} 为了更好的带入公式,我们先求解X和Y对应的分布函数: F x ( x ) = ∫ α e − α x d x = − e − α x ∣ 0 1 = 1 − e − α x F_x(x) = \int \alpha e^{-\alpha x} dx = -e^{-\alpha x} \bigg|_0^1 = 1 -e^{- \alpha x} Fx(x)=∫αe−αxdx=−e−αx∣∣∣∣01=1−e−αx F y ( y ) = ∫ β e − β y d y = − e − β y ∣ 0 1 = 1 − e − β y F_y(y) = \int \beta e^{-\beta y} dy = -e^{-\beta y} \bigg|_0^1 = 1 - e^{-\beta y} Fy(y)=∫βe−βydy=−e−βy∣∣∣∣01=1−e−βy 并且分布函数存在的情况,有且只有当 x > 0 , y > 0 x > 0, y> 0 x>0,y>0。 然后我们带入公式,得到关于z的分布函数 F m i n ( z ) = 1 − [ 1 − F x ( z ) ] [ 1 − F y ( z ) ] = 1 − e − α z e − β z = 1 − e − z ( α + β ) F_{min}(z) = 1 - [1 - F_x(z)][1 - F_y(z)] = 1 - e^{- \alpha z} e^{-\beta z} = 1 - e^{-z(\alpha + \beta)} Fmin(z)=1−[1−Fx(z)][1−Fy(z)]=1−e−αze−βz=1−e−z(α+β) 现在我们来确定下z的有效区间,因为 x > 0 , y > 0 x > 0, y > 0 x>0,y>0 z 若需要另 F m i n F_{min} Fmin 有效,必然 z > 0 z > 0 z>0,所以: F m i n ( z ) = { 1 − e − z ( α + β ) z > 0 0 z ≤ 0 F_{min}(z) = \left \{ \begin{matrix} 1 - e^{-z(\alpha + \beta)} & z > 0 \\ 0 & z \leq 0 \end{matrix} \right. Fmin(z)={1−e−z(α+β)0z>0z≤0 然后我们对原函数求导,就可以得到它的密度函数了 f m i n ( z ) = { ( α + β ) e − z ( α + β ) z > 0 0 z ≤ 0 f_{min}(z) = \left \{ \begin{matrix} (\alpha + \beta) e^{-z(\alpha + \beta)} & z > 0 \\ 0 & z \leq 0 \end{matrix} \right. fmin(z)={(α+β)e−z(α+β)0z>0z≤0 解(ii) 针对并联情况,只有X和Y同时出现问题,线路才会停止工作。 由于并联关系,发生事件概率小,预期使用寿命长,所以使用 Z = m a x { X , Y } Z = max\{X, Y\} Z=max{X,Y} 我们直接把上面得到的关于X和Y的分布函数拿下来用,于是: F m a x ( z ) = F x ( z ) F y ( z ) = ( 1 − e − α z ) ( 1 − e − β z ) F_{max}(z) = F_x(z)F_y(z) = (1 -e^{- \alpha z})(1 - e^{-\beta z}) Fmax(z)=Fx(z)Fy(z)=(1−e−αz)(1−e−βz) 所以, F m a x ( z ) = { ( 1 − e − α z ) ( 1 − e − β z ) z > 0 0 z ≤ 0 F_{max}(z) = \left \{ \begin{matrix} (1 -e^{- \alpha z})(1 - e^{-\beta z}) & z > 0 \\ 0 & z \leq 0 \end{matrix} \right. Fmax(z)={(1−e−αz)(1−e−βz)0z>0z≤0 同样,求导后有 f m i n ( z ) = { α e − α z + β e − β z − ( α + β ) e − z ( α + β ) z > 0 0 z ≤ 0 f_{min}(z) = \left \{ \begin{matrix} \alpha e^{-\alpha z} + \beta e^{-\beta z} - (\alpha + \beta) e^{-z(\alpha + \beta)}& z > 0 \\ 0 & z \leq 0 \end{matrix} \right. fmin(z)={αe−αz+βe−βz−(α+β)e−z(α+β)0z>0z≤0 解(iii) 情况和并联相似,但是有先后关系。即先X出问题,然后启动Y,如果Y再出问题,则线路停止工作。 由于X与Y是先后投入使用,所以预期使用寿命应该为 Z = X + Y。 f X + Y ( z ) = ∫ f x ( x ) f y ( z − x ) d x = ∫ α e − α x β e − β ( z − x ) d x f_{X+Y}(z) = \int f_x(x) f_y(z - x) dx = \int \alpha e^{-\alpha x} \beta e^{-\beta (z - x)} dx fX+Y(z)=∫fx(x)fy(z−x)dx=∫αe−αxβe−β(z−x)dx = α β e − β z ∫ e ( β − α ) x d x = α β e − β z ⋅ 1 β − α e ( β − α ) x ∣ 0 z = α β ( β − α ) ( e − α z − e − β z ) = \alpha \beta e^{-\beta z} \int e^{(\beta - \alpha) x} dx = \alpha \beta e^{-\beta z} \cdot \frac{1}{\beta - \alpha} e^{(\beta - \alpha)x} \bigg|_0^z = \frac{\alpha \beta}{(\beta - \alpha)} (e^{-\alpha z} - e^{-\beta z}) =αβe−βz∫e(β−α)xdx=αβe−βz⋅β−α1e(β−α)x∣∣∣∣0z=(β−α)αβ(e−αz−e−βz) 于是: f X + Y ( z ) = { α β ( β − α ) ( e − α z − e − β z ) z > 0 0 e l s e f_{X+Y}(z) = \left \{ \begin{matrix} \frac{\alpha \beta}{(\beta - \alpha)} (e^{-\alpha z} - e^{-\beta z}) & z > 0\\ 0 & else \end{matrix} \right. fX+Y(z)={(β−α)αβ(e−αz−e−βz)0z>0else |
CopyRight 2018-2019 实验室设备网 版权所有 |