数学概率之z=x+y和z=x-y和z=x/y的分布

最新推荐文章于 2023-11-24 18:54:10 发布
原创 最新推荐文章于 2023-11-24 18:54:10 发布 · 6.5w 阅读 · 146 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文探讨了两个随机变量之和的分布函数及概率密度函数，详细解析了卷积公式在独立随机变量和的密度函数计算中的应用。通过具体实例，如两个均匀分布变量的和与差的分布，以及标准正态分布随机变量商的柯西分布，展示了不同随机变量组合下概率密度函数的变化特征。

Z=X+Y 的分布

设(X,Y)的概率密度为f(x,y)，则Z=X+Y的分布函数为：
在这里插入图片描述
故Z=X+Y的概率密度为：
在这里插入图片描述
由X，Y的对等性，fZ(z)f_{Z}(z)fZ​(z) 又可写成
在这里插入图片描述

卷积公式：

如果X和Y相互独立时，Z=X+Y的密度函数公式称为卷积公式即：

fZ(z)＝∫−∞+∞fX(z−y)fY(y)dy=∫−∞+∞fX(x)fY(z−x)dxf_{Z}(z)＝\int^{+\infty}_{-\infty}f_{X}(z-y)f_{Y}(y)dy=\int^{+\infty}_{-\infty}f_{X}(x)f_{Y}(z-x)dxfZ​(z)＝∫−∞+∞​fX​(z−y)fY​(y)dy=∫−∞+∞​fX​(x)fY​(z−x)dx

例题

在这里插入图片描述
在这里插入图片描述

Z=X-Y 的分布

假如x,y都是U(0,1)均匀分布，求z=x-y的分布
概率密度函数不再是均匀分布，会是三角形或者梯形
在这里插入图片描述
f(z)=z,if−1<z<0;f(z)=1−z,if0<z<1f(z)=z, if -1<z<0;f(z)=1-z,if0<z<1f(z)=z,if−1<z<0;f(z)=1−z,if0<z<1
两个均匀分布相加减，概率密度曲线是梯形/三角形；

Z=Y/X 的分布

比如两个相互独立的标准正态分布随机变量的商的分布，实际是位置参数为0、尺度参数为1的柯西分布
在这里插入图片描述

二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（上）
刘瑛的博客
03-01 3万+
二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（上） 因为关于二维随机变量主题内容重要，难度大，例题多，最主要是积分区间的确定是难点，同时关联卷积概念，求二维函数Z=g(X,Y)型，用卷积公式求概率密度，卷积公式容易，积分区间难以确定，所以分成上中下三篇博客写。 一。问题的引入 有一大群人，令X和Y分别表示一个人的年龄和体重，Z表示该人的血压，并且已知Z与X,Y的关系...
卷积积分整理
weixin_44108830的博客
12-26 1万+
卷积是一种计算方法 1、一维连续卷积 1.1 基本概念 h(x)=f(x)⊗g(x)=∫−∞∞f(u)×g(x−u)duh(x) = f(x)\otimes g(x) = \int_{-\infty}^{\infty}f(u)\times g(x-u)duh(x)=f(x)⊗g(x)=∫−∞∞​f(u)×g(x−u)du 对于线性时不变系统，它的零状态响应可以通过系统的冲激响应h(t)与e(t)的卷积积分求得： f(t)=∫−∞∞e(τ)×h(t−τ)dτf(t) = \int_{-\infty}^{\in
概率论中形如z=x+y,z=x-y的多维连续型随机变量函数的密度函数求解
xyxndw的博客
10-19 1684
概率论中形如z=x+y,z=x-y的多维连续型随机变量函数的密度函数求解
二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（下）
刘瑛的博客
03-04 1万+
二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（下） 因为关于二维随机变量主题内容重要，难度大，例题多，最主要是积分区间的确定是难点，同时关联卷积概念，卷积公式容易，积分区间难以确定，因为书上的例题都没有详细解释积分区间如何确定，所以分成上中下三篇博客写。 接本主题（中）。 【例五】 设随机变量X和Y的联合分布是正方形G=((x,y)|1⩽x⩽3,1⩽y⩽3)...
概率论--Z=X+Y概率密度的推导
weixin_43160630的博客
11-04 2万+
概率论–Z=X+YZ=X+YZ=X+Y 的分布 提出问题： Z=X+YZ=X+YZ=X+Y时，fZ(z)=∫−∞+∞f(x,z−x)dxf_Z(z)=\int_{-\infty}^{+\infty}f(x,z-x)dxfZ​(z)=∫−∞+∞​f(x,z−x)dx是如何推导出的？ 背景： 概率论中多维随机变量及其分布板块，若X,YX,YX,Y均为连续型随机变量，FZ(z)F_Z(z)FZ​(z)的求法，可用公式 特别的，当Z=X+YZ=X+YZ=X+Y 时， 由此可得Z=X+YZ=X+YZ=X+Y的概率
Z=X+Y型概率密度的求解
Bing's Blog
11-09 12万+
Z=X+Y型概率密度的求解@(概率论)Z=g(X,Y)Z = g(X,Y)总结过一次，一般方法是可以由分布函数再求导得到概率密度，计算一定更要小心才能得到正确的解。FZ(z)=P(Z≤z)=P(g(X,Y)≤z)=∫∫g(x,y)≤zf(x,y)dxdy F_Z(z) = P(Z\leq z) = P(g(X,Y)\leq z) \\ = \int\int_{g(x,y)\leq z}f(x,y)d
概率论基础 —— 7.连续型二维随机函数的分布
老程的技术笔记
07-22 8688
对于连续型随机变量，经常考察的一个知识点是其函数的分布，以及变换函数后的分布。例如，考察形如ZXY的变换。在浙大版的《概率论与数理统计》教材中，主要重点考察了几类函数的分布，包括ZXYZXYZXY，以及ZminXY和ZmaxXY。之所以教材特别重视这些知识点，是因为对于连续型随机变量来说，有时直接使用连续的密度函数对概率事件进行建模并不总是可行的。这时，使用概率函数可以简化工作量。因此，这也是学习概率论的人必须掌握的基础概念之一。
概率论中多元随机变量函数分布中的卷积公式原来是重积分换元
帅气廖鹏飞
10-12 9296
文章目录重积分换元（雅克比行列式）卷积公式①：把$x$换掉确定范围卷积公式做定义法来做 重积分换元（雅克比行列式） {x=x(u,v)y=y(u,v)\left\{\begin{matrix} x=x(u,v)\\ \\ y=y(u,v) \end{matrix}\right.⎩⎨⎧​x=x(u,v)y=y(u,v)​ J=∣∂x∂u∂x∂v∂y∂u∂y∂v∣J=\begin{vmatrix} ...
概率论与数理统计学习笔记——第二十五讲——Z=X+Y的分布
预见未来to50的专栏
10-29 3万+
1. 连续型随机变量Z=X+Y的分布 2.Z=X+Y概率密度求解示例 3. 离散变量的独立和分布
概率论中两个独立连续随机变量X,Y，变量Z=X+Y的密度函数为X,Y的卷积与特征函数原理
biao2488890051的博客
04-14 2万+
X,Y若是独立的离散随机变量求Z=X+Y的分布 因为变量Z=X+Y,也就是X,Y的取值是可以任意的，但是加起来一定得为Z，说明X取定了x，那么Y就只能取z-x 即当X取了x，此时Y取z-x即可保证两者加起来等于z，也就是这两个取值必须同时发生，由于X,Y独立， 有P(Z=z) = P(X=x) * P(Y=z-x)，因为x的值我没有具体指定是多少，他可以是，负无穷，-2，-1，0，1，2，3...
【概率论面试整理】
圣托里尼的日落啊~的博客
06-27 1万+
转载：https://blog.csdn.net/qian2213762498/article/details/80480888 什么是大数定律（LAMDA）先通俗讲再举例 大数定律通俗一点来讲，就是样本数量很大的时候，样本均值和数学期望充分接近，也就是说当我们大量重复某一相同的实验的时候，其最后的实验结果可能会稳定在某一数值附近。就像抛硬币一样，当我们不断地抛，抛个上千次，甚至上万次，我们...
卷积公式和分布函数去解决Z=X+Y,Z=XY,Z=Y/X等Z的概率密度函数以及如何确定他们的范围
进阶的小宋
12-04 1万+
数学
概率论与数理统计（一）
qq_22534363的博客
01-04 2135
还不会的地方： 大数定律，第六章， 3，4章。 连续型函数的概率密度函数 离散型的比较好求，直接带值就可以，重点是连续型的。函数的概率密度函数，就是告诉你X的分布，让你求Y=g(X)的分布。 公式法求一维概率密度函数 首先根据x的区间求出y的区间， 然后根据y=g(x)求出其反函数x=h(y)和x的导数。 把x=h(y)带到X的概率密度函数里边，然后再乘一个导数的绝对值，就是Y的概率密度函数。 不...
概率论复习——Z=X+Y的分布
qianyebaihe的博客
11-24 2493
关于本科概率论内容的复习与总结
求二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（中）
刘瑛的博客
03-02 5万+
因为关于二维随机变量主题内容重要，难度大，例题多，最主要是积分区间的确定是难点，同时关联卷积概念，卷积公式容易，积分区间难以确定，因为书上的例题都没有详细解释积分区间如何确定，所以分成上中下三篇博客写。 接本主题（上）。 求二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（中） #### ======= 【例二】 设二维随机变量(X,Y)的概率密度为f(x...
max(X,Y),min(X,Y)的期望求解
Bing's Blog
11-13 5万+
max(X,Y),min(X,Y)的期望求解@(概率论)核心是去max和min符号。max(X,Y)=12(X+Y+|X−Y|);min(X,Y)=12(X+Y−|X−Y|); max(X,Y) = \frac{1}{2}(X+Y+|X-Y|); \\ min(X,Y) = \frac{1}{2}(X+Y- |X-Y|); 举个应用的例子： 随机变量X,Y相互独立同分布，均服从正态分布N(μ,
概率笔记12——多维正态分布的最大似然估计
我是8位的
08-19 2万+
　　我们在前面的章节中见识过二维正态分布，(X,Y)服从参数为μ1, μ2, σ1, σ2, ρ的二维正态分布，记作(X, Y)~N(μ1, μ2, σ1, σ2, ρ)，它的密度函数： 　　其中μ1是第1维度的均值，σ12是第1维度的方差，ρ是将两个维度的相关性规范到-1到+1之间的统计量，称为样本的相关系数，定义为： 　　对于二维正态随机变量(X,Y)，X和Y相互独立的充要条件是二...
利用MATLAB来绘制二维随机变量的联合概率密度图像
weixin_44202064的博客
07-30 1万+
本文档通过MATLAB来绘制二维随机变量(X,Y)的联合概率密度函数。其中X服从标准正态分布，Y服从均匀分布。 【例题】已知随机变量X与Y相互独立，X~N(0,1);Y在区间[0,2]上服从均匀分布。求： （1）二维随机变量(X,Y)的联合概率密度。 （2）概率P(X ≥\geq≥Y) 解答： （1）随机变量X的概率密度为 fX(x)=12πe−x22−∞<x<∞f_{X} (x)=\frac{1}{\sqrt{2\pi} } e^{-\frac{x^2}{2} } -\infty
概率论复习笔记——卷积公式
热门推荐
jyfan0806的博客
12-03 20万+
概统笔记——多维随机变量及其分布、卷积公式二维随机变量边缘概率密度条件分布相互独立的随机变量两个随机变量的函数的分布（一）Z=X+Y的分布（二）Z=X/Y的分布、Z=XY的分布（三）M=max{X,Y} 及 N=min{X,Y}的分布 二维随机变量 定义 设(X,Y)(X,Y)(X,Y)是二维随机变量，对于任意实数x,yx,yx,y,二元函数：\newline F(x,y)=P{(X⩽x)⋂(...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值