2014年6月高等教育
雅克比行列式在连续型随机变量函数分布密度中的应用
赵微
(山东科技大学山东青岛266590)
摘要:为了使二维随机变量函数概率密度计算公式得到简化,本文首先利用雅克比行列式,应用变量变换定理给出了二维随机变量函数概率密
度的计算公式。但变量变换定理要求反函数存在且唯一,为克服这一缺陷,文中给出了两种方法对变量变换定理进行改进。
关键词:二维随机变量函数概率密度雅克比行列式变量变换定理一、分布函数法
用分布函数法求随机变量是概率论的重要内容之一。通常情况下求一维随机变量的函数的概率密度有分布函数法和公式法。但对于二维随机变量,一般思路是先按定义求分布函数,然后再对分布函数求导,从而得到概率密度。
设(X_Y)为二维连续型随机变量,密度函数为f(x,Y),函数g(x,y)是
推论2的证明过程与推论l的证明过程相类似,因此此处不再做推论2的证明。
下面用变量变换定理来推导二维随机变量和的分布。
例l(和的公式J设与相互独立,其密度函数分别为P。(x)和p,(∥),求u=;+77的密度函数
,
推论2(x,Y)为二维连续.f生随机变量,其密度函数为f(x.Y),Z=g(X,Y)是二维连续性随机变量(X,Y)的函数,若X=X(X,z),则Z=g(X,Y)的分布函
数为乒眇(彤,巩y)剧国,
一个连续函数,z是随机变量,有z=g(x.Y)。一般地,若无特殊说明,总认
为z=g(x,y)在点(x,yJ处连续可微,且z关于x和Y的偏导数均不为0。则从分布函数的定义出发进行计算,先求出分布函数
trZ)2P(Z
s=)2P{g(x,y)≤=}_JJf(x,∥)出砂
解己:,则“:v二V
对分布函数求导,可得到z的密度函数fz(z)_F:Lz)。
由于在计算过程中要在XOY平面上确定区域D={(:wJIf(x—oH与区域D‘=妣∽Ig沁力≤z}的公共部分,且计算二重积分要根据曲线z=g(x,y)与D的相对位置,分多种情况讨论后,最后求导。因此,在理论上,对二维连续型随机变量(;,叩),虽然可以用分布函数法求得U=g(;.J1)的密度函数,但该方法计算量大,并且当U是分段函数时,计算过程较为繁琐。
,=k71=1,所以(u,vJ的联合密度函数为
p(u,’’)2P}(“一V)岛(V)l,12p{(“一v)p_(V)
的反函数为{。i::”,雅克比行列式为
17一v
对p(u,v)关于v积分,就可得U=;+叩的密度函数公式,即卷积公式。从例题中可以看出,相比于分布函数法,利用雅克比行列式,通过变量变换定理来推导卷积公式,简化了计算步骤.而且思路清晰。
应用变量变换定理,不仅可以求出随机变量的联合密度函数,而且还可以推导出随机变量的边际密度函数,下面给出推论3来说明。
推论3设(X_Y)为二维随机变量的概率密度为f(x.Y),若函数u=g(x.Y),v=妒(x,y)满足下列条件:
(i)存在唯一反函数X=X(U.v),y=y(u,v);(ii)具有一阶连续的偏导数,且雅克比行列式
,kv、:!!!:型t
0
二、变量变换法
为解决分布函数法计算复杂的问题,下面利用雅克比行列式,通过积分变换给出二维随机变量函数的概率密度的新计算公式。
定理l设(X_Y)为二维随机变量的概率密度为f(x,y),若函数u=g(x,y),v=妒(x,∥)满足下列条件:
(i)存在唯一的反函数x=x(甜,_l,),Y2y(u,V);
(ii)具有一阶连续的偏导数,且雅克比行列式不为零,即:
,k,,、:堕兰型≠0
则随机变量U=g(X,Y)和p7e(x,r)的联合概率密度为:
则随机变量U=g(X,Y)的概率密度为
兀(“)=I。f(x(n,V),y(u,v))lJF,
下面给出相应的例题,应用推论3求边际密度函数,通过判断密度函数变量可分离,从而证明两个随机变量相互独立。
工w1(¨,)=f(x(u,V),y(u∥))l,l
在定理l的基础上进行条件的改进,可以得到如下推论。
推论l(X,Y)为二维连续.I生随机变量,其密度函数为f(x,Y),Z=g(x,Y)是二维连续.I生随机变量的函数,若y=y(x,Z),则z=g(x,y)的分布函数为
例2随机变量善,77相互独立,且手~Ga(cz。.兄),77~Ga(or,,兄)试证U=;+叩,V=手/叩相互独立。,
萨em以砌矧出
证明当yt(一,+c。)时,o.z,0,则函数;g(i,y)关于变量Y严格单调递
证明J“2”∥、的反.函数为{xi●7雅克比行列式j_一。,所以【v二x/(x+∥)y=甜(1—17)
”
Rv(“,V)=P÷(uv)p。(Ⅳ(1w))卜“l
增,它的反函数y=y(x.z)和。字一定存在,且罢,o,于是雅克比行列式“
,:量詈l:I,妻:堂
嚣剖0割出
砂’
:J嵩(ICy)&1my高m计2。1emn_”恤I,憾i:。
1e
(X,z)的联合分布为Fk=)=JD口≤x,z(x,F)≤:}=JD扛!tF
5
y(¨)}
:J高丢le
I“1
1(1
v)=,1],删D删
=[密£“弛,,)妙=肛E,ky(m))罢出
由此可知(x,z)的联合概率密度为,k“m撒坐。所以
止㈣2
??
f。??0、】,
Oz
J。,协∥忆5”言出
因为u,v的密度函数变量可分离,故u,v相互独立.我们知道
当Y∈(。。,+。。)时,鱼,0,贝0
Frx,扪:P{z≤x,z&,n≤:{:P∞≤x,I,≥vrx,曲{
u~渤(口,+%却即U有密度函数:,舡,:』亍ii%“”"1em一。
0
“≤0
=胁歧:,f(x,y)dy=胁£m∥(那))(孑出
综上可知,当z为y的严格单调函数且兰处处存在时,有
因为P。J(u,V)=P。(“)办(1,),可知V的密度函数为!垫二型v”r1v、¨.0<v<1p,(v)={r(cq)r(cr。)
、
脾)=D(州删l剖出
0
,else
新放自涂j圈
万方数据
高等教育
即V服从参数为al,a2的分布。
上述三个推论给出的公式,简化了求解二维随机变量函数的概率密度的过程,而且同一问题可以用不同的变换方法求解。利用这些公式通过求广义定积分即可完成对概率密度的计算求解,较分布函数法降低了积分重数,简化了计算的步骤,提高了计算效率。
三、变量变换定理的改进及推广
本文中的定理l(变量变换定理)是人们研究二维随机变量变换的方法之一。这个方法虽然能适用于一些变量变换的情形,但变量变换法仍然存在一定的缺陷,即变量变化法要求反函数存在且惟一,这个条件过强。我们有时候会遇到反函数是多值函数的情形。这个时候,定理l将不再适用。
为了克服变量变换法要求存在唯一反函数的不足,下面我们给出两种方法对变量变换定理进行改进。
3.1区域划分法
)为二维连续.f生随机变量,其密度函数为f(x,Y),若函
一反
数耶定":-=2扛扛设力力
伍的
函数{i2鬻:::存在但不唯一,记为J。z理毋&。
函数i∥:∥蠢0存在但不唯一,记为1i:≥;:::j=L
2。譬_{:l,将区域D分成若干个互不重叠的区域D,使得在各区域d。上反函数
{i!:芝:存在且唯一,将推论l中相应的反函数记为{X=U,则E=j泛帕存在且唯一,将推论1中相应的反函数记为{v:v阢:j则Z=g(x,Y)的分布密度为:
。
…7
正(耻∑』m洲础))俐如
类似的,也可得出z=g(X,Y)的分布密度为:
掷)=∑』m(胁∥)l剥方
证明若Z=g(X,Y)关于随机变量Y在区间』,(i=1,2,…,m)上为严格单调函数,则随机变量(x,z)的联合分布为
F(x,z)=P0r≤x,z≤z}
叶oi=1∽立,g∽,眺秽引;)}
L
J
∑nP口≤x,g∽,F)≤z,F引;}
喜c出c似拈,砌倒龙
c出e融啡,砌悱
所以(X,z)得联合密度函数为
正(Z)_∑』似,∥舢,砌吲出
同理可证当Z=g(X,Y)关于随机变量x在区间,,“
i雹鬻飘,砌阱
严格单调函数时,z(z)=莩』,(t(炉¨)|弹
囤1、吒自时代
万方数据
2014年6月
下面给出相应的例子,对定理2区域划分法进行应用。例如,设Z=X2+y2,则Z的分布密度
Z(z)_zfo/(t姒t力’磊圭尹
其中
^(x,=)=玛(x,=)=√=x2,h3(x,z)=h4(x,z)…4z
x2,
D1=耻㈣删,五。删},D2=D4=kz)z>0,0<x<正}
由上可知,通过将区域D分成若干个互不重叠的区域D。,使各区域d1
上反函数存在且唯一,通过对若干个小区间的积分求和,可得达到求解概
率密度的目的。因此,区域划分法是可行的
3.2利用多值函数的一支进行变量变换
定理3设二维随机变量(X,Y)的联合密度函数为p(x,y),其非零区域
为Dxv,如果函数阻:g(x,y)
I
v=矗(x,y)(1’
存在连续偏导数,且有一个反函数
J”。,’”?(2)
设(2)式确定的p(x,y)的非零区域为d。[D。;(1)式所确定的映
…
d。_÷D。,D。。为平面的子集;(2)式确定的变换的雅克比行列式
lax
axl
扛筹=匿习加
a(“,v)l_呈!尘l
右
。
伽aVl
fU=g(X,F)【旷=h(x,F)
N(u,v)的联合密度函数为,向,们:!笔孚:兰:!竺:型爿
IIp(x,y)dxdy
嚣
证明由二重积分的变量变换法
JJp(x,y)出砂=JJp@(“,V),y(u,V))l,胁西
(3)
注意到d一[Dx。,故
0<IIp(x,∥)出砂≤1
叭3减曼瑞卷挚…
设%砌,旷铎岩掣
£
,,
注意到PvX(u,v)≥0,又因为JJ
Pv,v-(“,v)dudv
2
1,符合概率密度函数的条
件,则P。就是(u,V)的联合密度卤数。
因此利用多值函数的一支,利用雅克比行列式,也可以达到求解概率密度的目的。
参考文献:
[1]茆诗松,程依明,濮晓龙概率论与数理统计[M]2版北京:高等教育出版社.2012
[2]李思齐,李昌兴,柳晓燕二维连续型随机变量函数的分布密度的计算[J]大学数学,2011,27(5):162
166
[31宁荣健,概率论中有关计算公式的改进Ⅱ]大学数学,2004,20(5)[4]刘小云非卜1对应时连续型随机变量函数的概率密度U]西安科技大学学报,200828(3):584
588
2014年6月高等教育
雅克比行列式在连续型随机变量函数分布密度中的应用
赵微
(山东科技大学山东青岛266590)
摘要:为了使二维随机变量函数概率密度计算公式得到简化,本文首先利用雅克比行列式,应用变量变换定理给出了二维随机变量函数概率密
度的计算公式。但变量变换定理要求反函数存在且唯一,为克服这一缺陷,文中给出了两种方法对变量变换定理进行改进。
关键词:二维随机变量函数概率密度雅克比行列式变量变换定理一、分布函数法
用分布函数法求随机变量是概率论的重要内容之一。通常情况下求一维随机变量的函数的概率密度有分布函数法和公式法。但对于二维随机变量,一般思路是先按定义求分布函数,然后再对分布函数求导,从而得到概率密度。
设(X_Y)为二维连续型随机变量,密度函数为f(x,Y),函数g(x,y)是
推论2的证明过程与推论l的证明过程相类似,因此此处不再做推论2的证明。
下面用变量变换定理来推导二维随机变量和的分布。
例l(和的公式J设与相互独立,其密度函数分别为P。(x)和p,(∥),求u=;+77的密度函数
,
推论2(x,Y)为二维连续.f生随机变量,其密度函数为f(x.Y),Z=g(X,Y)是二维连续性随机变量(X,Y)的函数,若X=X(X,z),则Z=g(X,Y)的分布函
数为乒眇(彤,巩y)剧国,
一个连续函数,z是随机变量,有z=g(x.Y)。一般地,若无特殊说明,总认
为z=g(x,y)在点(x,yJ处连续可微,且z关于x和Y的偏导数均不为0。则从分布函数的定义出发进行计算,先求出分布函数
trZ)2P(Z
s=)2P{g(x,y)≤=}_JJf(x,∥)出砂
解己:,则“:v二V
对分布函数求导,可得到z的密度函数fz(z)_F:Lz)。
由于在计算过程中要在XOY平面上确定区域D={(:wJIf(x—oH与区域D‘=妣∽Ig沁力≤z}的公共部分,且计算二重积分要根据曲线z=g(x,y)与D的相对位置,分多种情况讨论后,最后求导。因此,在理论上,对二维连续型随机变量(;,叩),虽然可以用分布函数法求得U=g(;.J1)的密度函数,但该方法计算量大,并且当U是分段函数时,计算过程较为繁琐。
,=k71=1,所以(u,vJ的联合密度函数为
p(u,’’)2P}(“一V)岛(V)l,12p{(“一v)p_(V)
的反函数为{。i::”,雅克比行列式为
17一v
对p(u,v)关于v积分,就可得U=;+叩的密度函数公式,即卷积公式。从例题中可以看出,相比于分布函数法,利用雅克比行列式,通过变量变换定理来推导卷积公式,简化了计算步骤.而且思路清晰。
应用变量变换定理,不仅可以求出随机变量的联合密度函数,而且还可以推导出随机变量的边际密度函数,下面给出推论3来说明。
推论3设(X_Y)为二维随机变量的概率密度为f(x.Y),若函数u=g(x.Y),v=妒(x,y)满足下列条件:
(i)存在唯一反函数X=X(U.v),y=y(u,v);(ii)具有一阶连续的偏导数,且雅克比行列式
,kv、:!!!:型t
0
二、变量变换法
为解决分布函数法计算复杂的问题,下面利用雅克比行列式,通过积分变换给出二维随机变量函数的概率密度的新计算公式。
定理l设(X_Y)为二维随机变量的概率密度为f(x,y),若函数u=g(x,y),v=妒(x,∥)满足下列条件:
(i)存在唯一的反函数x=x(甜,_l,),Y2y(u,V);
(ii)具有一阶连续的偏导数,且雅克比行列式不为零,即:
,k,,、:堕兰型≠0
则随机变量U=g(X,Y)和p7e(x,r)的联合概率密度为:
则随机变量U=g(X,Y)的概率密度为
兀(“)=I。f(x(n,V),y(u,v))lJF,
下面给出相应的例题,应用推论3求边际密度函数,通过判断密度函数变量可分离,从而证明两个随机变量相互独立。
工w1(¨,)=f(x(u,V),y(u∥))l,l
在定理l的基础上进行条件的改进,可以得到如下推论。
推论l(X,Y)为二维连续.I生随机变量,其密度函数为f(x,Y),Z=g(x,Y)是二维连续.I生随机变量的函数,若y=y(x,Z),则z=g(x,y)的分布函数为
例2随机变量善,77相互独立,且手~Ga(cz。.兄),77~Ga(or,,兄)试证U=;+叩,V=手/叩相互独立。,
萨em以砌矧出
证明当yt(一,+c。)时,o.z,0,则函数;g(i,y)关于变量Y严格单调递
证明J“2”∥、的反.函数为{xi●7雅克比行列式j_一。,所以【v二x/(x+∥)y=甜(1—17)
”
Rv(“,V)=P÷(uv)p。(Ⅳ(1w))卜“l
增,它的反函数y=y(x.z)和。字一定存在,且罢,o,于是雅克比行列式“
,:量詈l:I,妻:堂
嚣剖0割出
砂’
:J嵩(ICy)&1my高m计2。1emn_”恤I,憾i:。
1e
(X,z)的联合分布为Fk=)=JD口≤x,z(x,F)≤:}=JD扛!tF
5
y(¨)}
:J高丢le
I“1
1(1
v)=,1],删D删
=[密£“弛,,)妙=肛E,ky(m))罢出
由此可知(x,z)的联合概率密度为,k“m撒坐。所以
止㈣2
??
f。??0、】,
Oz
J。,协∥忆5”言出
因为u,v的密度函数变量可分离,故u,v相互独立.我们知道
当Y∈(。。,+。。)时,鱼,0,贝0
Frx,扪:P{z≤x,z&,n≤:{:P∞≤x,I,≥vrx,曲{
u~渤(口,+%却即U有密度函数:,舡,:』亍ii%“”"1em一。
0
“≤0
=胁歧:,f(x,y)dy=胁£m∥(那))(孑出
综上可知,当z为y的严格单调函数且兰处处存在时,有
因为P。J(u,V)=P。(“)办(1,),可知V的密度函数为!垫二型v”r1v、¨.0<v<1p,(v)={r(cq)r(cr。)
、
脾)=D(州删l剖出
0
,else
新放自涂j圈
万方数据
高等教育
即V服从参数为al,a2的分布。
上述三个推论给出的公式,简化了求解二维随机变量函数的概率密度的过程,而且同一问题可以用不同的变换方法求解。利用这些公式通过求广义定积分即可完成对概率密度的计算求解,较分布函数法降低了积分重数,简化了计算的步骤,提高了计算效率。
三、变量变换定理的改进及推广
本文中的定理l(变量变换定理)是人们研究二维随机变量变换的方法之一。这个方法虽然能适用于一些变量变换的情形,但变量变换法仍然存在一定的缺陷,即变量变化法要求反函数存在且惟一,这个条件过强。我们有时候会遇到反函数是多值函数的情形。这个时候,定理l将不再适用。
为了克服变量变换法要求存在唯一反函数的不足,下面我们给出两种方法对变量变换定理进行改进。
3.1区域划分法
)为二维连续.f生随机变量,其密度函数为f(x,Y),若函
一反
数耶定":-=2扛扛设力力
伍的
函数{i2鬻:::存在但不唯一,记为J。z理毋&。
函数i∥:∥蠢0存在但不唯一,记为1i:≥;:::j=L
2。譬_{:l,将区域D分成若干个互不重叠的区域D,使得在各区域d。上反函数
{i!:芝:存在且唯一,将推论l中相应的反函数记为{X=U,则E=j泛帕存在且唯一,将推论1中相应的反函数记为{v:v阢:j则Z=g(x,Y)的分布密度为:
。
…7
正(耻∑』m洲础))俐如
类似的,也可得出z=g(X,Y)的分布密度为:
掷)=∑』m(胁∥)l剥方
证明若Z=g(X,Y)关于随机变量Y在区间』,(i=1,2,…,m)上为严格单调函数,则随机变量(x,z)的联合分布为
F(x,z)=P0r≤x,z≤z}
叶oi=1∽立,g∽,眺秽引;)}
L
J
∑nP口≤x,g∽,F)≤z,F引;}
喜c出c似拈,砌倒龙
c出e融啡,砌悱
所以(X,z)得联合密度函数为
正(Z)_∑』似,∥舢,砌吲出
同理可证当Z=g(X,Y)关于随机变量x在区间,,“
i雹鬻飘,砌阱
严格单调函数时,z(z)=莩』,(t(炉¨)|弹
囤1、吒自时代
万方数据
2014年6月
下面给出相应的例子,对定理2区域划分法进行应用。例如,设Z=X2+y2,则Z的分布密度
Z(z)_zfo/(t姒t力’磊圭尹
其中
^(x,=)=玛(x,=)=√=x2,h3(x,z)=h4(x,z)…4z
x2,
D1=耻㈣删,五。删},D2=D4=kz)z>0,0<x<正}
由上可知,通过将区域D分成若干个互不重叠的区域D。,使各区域d1
上反函数存在且唯一,通过对若干个小区间的积分求和,可得达到求解概
率密度的目的。因此,区域划分法是可行的
3.2利用多值函数的一支进行变量变换
定理3设二维随机变量(X,Y)的联合密度函数为p(x,y),其非零区域
为Dxv,如果函数阻:g(x,y)
I
v=矗(x,y)(1’
存在连续偏导数,且有一个反函数
J”。,’”?(2)
设(2)式确定的p(x,y)的非零区域为d。[D。;(1)式所确定的映
…
d。_÷D。,D。。为平面的子集;(2)式确定的变换的雅克比行列式
lax
axl
扛筹=匿习加
a(“,v)l_呈!尘l
右
。
伽aVl
fU=g(X,F)【旷=h(x,F)
N(u,v)的联合密度函数为,向,们:!笔孚:兰:!竺:型爿
IIp(x,y)dxdy
嚣
证明由二重积分的变量变换法
JJp(x,y)出砂=JJp@(“,V),y(u,V))l,胁西
(3)
注意到d一[Dx。,故
0<IIp(x,∥)出砂≤1
叭3减曼瑞卷挚…
设%砌,旷铎岩掣
£
,,
注意到PvX(u,v)≥0,又因为JJ
Pv,v-(“,v)dudv
2
1,符合概率密度函数的条
件,则P。就是(u,V)的联合密度卤数。
因此利用多值函数的一支,利用雅克比行列式,也可以达到求解概率密度的目的。
参考文献:
[1]茆诗松,程依明,濮晓龙概率论与数理统计[M]2版北京:高等教育出版社.2012
[2]李思齐,李昌兴,柳晓燕二维连续型随机变量函数的分布密度的计算[J]大学数学,2011,27(5):162
166
[31宁荣健,概率论中有关计算公式的改进Ⅱ]大学数学,2004,20(5)[4]刘小云非卜1对应时连续型随机变量函数的概率密度U]西安科技大学学报,200828(3):584
588