知识点概述
求离散型随机变量函数的分布,是指已知一个或多个离散型随机变量的(联合)分布列,需要求出由这些变量构成的某个新函数 的分布列。核心方法是“合并同类项”:找出新变量 的所有可能取值,并对每一种取值,找到所有能产生该取值的原始变量组合,然后将这些组合的概率相加。
教材原文
(教材在2.7节标题“随机变量函数的分布”下隐含了此方法,其解法是标准概率论内容。)
详细解释
一、单个离散型随机变量的函数
设已知离散型随机变量 的分布列为 ,求 的分布列。
方法步骤:
- 确定Y的可能取值: 遍历 的所有可能取值 ,计算出对应的新变量 的所有可能取值 。注意去除重复值。
- 计算Y取每个值的概率: 对于 的每一个可能取值 ,找到所有满足 的原始值 。
- 合并概率: 将所有这些能得到 的原始 的概率相加,就得到了 。
例题: 设 的分布列为:
| -1 | 0 | 1 | 2 | |
|---|---|---|---|---|
| P | 0.2 | 0.3 | 0.4 | 0.1 |
求 的分布列。
解题思路:
- Y的可能取值:
- 的所有可能取值为 。
- 计算各值概率:
- 写出Y的分布列:
| 0 | 1 | 4 | |
|---|---|---|---|
| P | 0.3 | 0.6 | 0.1 |
(检查: $0.3+0.6+0.1=1$,正确。)
二、两个离散型随机变量的函数
设已知二维离散型随机向量 的联合分布列为 ,求 的分布列。
方法步骤:
- 确定Z的可能取值: 遍历 的所有可能取值对 ,计算出 的所有可能取值 ,并去除重复值。
- 计算Z取每个值的概率: 对于 的每一个可能取值 ,找到所有满足 的原始值对 。
- 合并概率: 将所有这些能得到 的原始值对 的联合概率 相加,就得到了 。
例题: 设 的联合分布列如下,求 的分布列。
| 0 | 1 | |
|---|---|---|
| 0 | 0.1 | 0.2 |
| 1 | 0.3 | 0.4 |
解题思路:
- Z的可能取值:
- 的所有可能取值为 。
- 计算各值概率:
- 写出Z的分布列:
| 0 | 1 | 2 | |
|---|---|---|---|
| P | 0.1 | 0.5 | 0.4 |
(检查: $0.1+0.5+0.4=1$,正确。)
学习要点
- 核心方法论是**“先分类,再合并”**。
- 分类: 找出新随机变量的每一个可能取值。
- 合并: 对每一个取值,找到所有能导致该取值的“原像”(原始变量的取值或取值组合),然后将这些“原像”的概率全部加起来。
- 对于二维变量的函数,最清晰的方法是列出所有 的组合,计算出对应的 值,以及该组合的概率 ,然后将 值相同的项的概率相加。
关联知识点
- 前置知识:
- 后续知识:
- 055-技术实现-连续型随机变量函数的分布
- 056-理论方法-卷积公式 (当 且X,Y独立时,求Z的分布的系统方法)