概率密度变换公式 雅可比矩阵_雅克比行列式在连续型随机变量函数分布密度中应用.doc...
雅克比行列式在连续型随机变量函数分布密度中应用
雅克比行列式在连续型随机变量函数分布密度中应用 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,y)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 对分布函数求导,可得到Z的密度函数fz(Z)=Fz(Z)。 由于在计算过程中要在XOY平面上确定区域 与区域 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 ,虽然可以用分布函数法求得 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。 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1 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), 满足下列条件: (i)存在唯一的反函数 , ; (ii)具有一阶连续的偏导数,且雅克比行列式不为零,即: 则随机变量U=g(X,Y)和 的联合概率密度为: 在定理1的基础上进行条件的改进,可以得到如下推论。 推论1(X,Y)为二维连续性随机变量,其密度函数为f(x,y),Z=g(x,y) 是二维连续性随机变量 的函数,若y=y(x,z),则z=g(x,y)的分布函数为 证明当 时, ,则函数z=g(x,y)关于变量y严格单调递增,它的反函数y=y(x.z)和 一定存在,且 ,于是雅克比行列式 (X,Z)的联合分布为 由此可知(X,Z)的联合概率密度为 。所以 当 时, ,则 综上可知,当z为y的严格单调函数且 处处存在时,有 推论2(X,Y)为二维连续性随机变量,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 推论2的证明过程与推论1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1 (和的公式)设 与 相互独立,其密度函数分别为 和 ,求 的密度函数 解 记 ,则 的反函数为 ,雅克比行列式为 ,所以(U,V)的联合密度函数为 对p(u,v)关于v积分,就可得 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), 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 则随机变量U=g(X,Y)的概率密度为 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。 例2 随机变量 , 相互独立,且 , 试证 , 相互独立。 证明 的反?函数为 雅克比行列式 j=-u,所以 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 即U有密度函数: 因为 ,可知V的密度函数为 即V服从参数为a1,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1(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,
概率密度变换公式 雅可比矩阵_雅克比行列式在连续型随机变量函数分布密度中应用.doc...相关推荐
- 概率密度变换公式 雅可比矩阵_雅克比行列式在连续型随机变量函数分布密度中的应用...
龙源期刊网 http://www.qikan.com.cn 雅克比行列式在连续型随机变量函数分布密 度中的应用 作者:赵微 来源:<新教育时代> 2014 年第 12 期 摘 要:为了使二 ...
- 概率密度变换公式 雅可比矩阵_看懂蒙特卡洛积分(一) 概率分布变换与随机采样...
TC130:游戏渲染进阶zhuanlan.zhihu.com 蒙特卡洛积分是图形学中常用的数学工具, 这里就来总结下蒙特卡洛积分的原理和使用方式. 很多教程中把概率分布和积分是混在一起讲的, 个人觉 ...
- 概率密度变换公式 雅可比矩阵_的联合概率密度函数f(x,y).ppt
的联合概率密度函数f(x,y) 解:(X,Y)的概率密度为 变换为 解出逆变换为 雅可比行列式为 在变换之下,区域G={(x,y)|x>0,y>0}与 G*={(u,v)|u>0,v ...
- 概率密度变换公式 雅可比矩阵_【转载】雅克比矩阵与雅克比行列式
最近接触了一点雅克比的东西,以前学习雅克比矩阵和雅克比行列式是在高数上,就知道个二重积分的时候可以用一下,其他的真没遇到过.最近在学习随机过程,在涉及到随机变量转化求解概率密度函数时,猛然冒出雅克比行 ...
- 概率密度变换公式 雅可比矩阵_雅可比行列式【1】定义及一些推导
最近在做应用多元统计的学习的时候再一次遇到了雅可比矩阵这个东西,发现完全想不起来这是什么东西,只记得学习高代和概率论的时候背过这个公式.学数学分析的时候也没有好好学习向量微积分的知识.今天跑步的时候想 ...
- 概率密度变换公式 雅可比矩阵_从理解到认识雅可比矩阵
最近在做应用多元统计的学习的时候再一次遇到了雅可比矩阵这个东西,发现完全想不起来这是什么东西,只记得学习高代和概率论的时候背过这个公式.学数学分析的时候也没有好好学习向量微积分的知识.今天跑步的时候想 ...
- 概率密度变换公式 雅可比矩阵_学习笔记之——Jacobian matrix(雅可比矩阵)
在<斯坦福大学公开课--机器人学>视频课程中一开始就提到了Jacobian matrix的重要性.为此写下本学习笔记介绍雅可比矩阵.本博客的内容来自于网络的各种资料的总结,已经给出参考引用 ...
- 概率密度变换公式 雅可比矩阵_机器人雅可比矩阵的理解和常用公式
雅可比矩阵就是一种特殊的矩阵导数 考虑一个简单的问题: .其中x是自变量,y是因变量.对两边求导可得: .这里的 表示可以使式子成立的一个和a有关的一个值. 将上面的问题拓展到多维情况,可以得到: , ...
- 概率密度变换公式 雅可比矩阵_干货 | 从雅可比矩阵你还能得到什么?(雅可比矩阵下篇)...
本文转载自微信公众号ROBOTICS原作者:CC编辑:古月居 复习 首先我们在学习完正运动学--即如何将关节空间的位置映射到操作空间的位置及朝向这个问题之后,第二个问题就是瞬时运动学--如何将关节空间 ...
最新文章
- 实体链接:信息抽取中的NLP的基础任务
- CF650C Table Compression
- Spring.Net+NHibenate+Asp.Net mvc +ExtJs 系列 6 ----asp.net MVC+Extjs
- python培训好学吗-Python爬虫培训好学吗?
- SUMO 设置车辆的换道模型
- (转)Linux下MatlabCompilerRuntime的安装和使用
- html标签table的使用,HTML标签之table
- Python的from import和import的区别?
- 训练数据量中关于batch_size,iteration和epoch的概念
- ubuntu常见问题有效解决办法
- LR监控linux系统资源
- Atitit 分布式文件系统 hdfs nfs fastfs 目录 1. 分布式文件系统	1 2. 什么是FastDFS	1 2.1. FastDFS特性:	1 2.1.1. fastdfs是否可在
- maya显示已安装_安装cad2010显示已安装怎么办?峰哥教你怎么解决
- 移动应用开发 Android Studio安装教程
- 简谈:java种关于BigDecimal的坑
- html文档定一层的标记,HTML基本结构和常用标记.doc
- 动手深度学习笔记(四十)7.4. 含并行连结的网络(GoogLeNet)
- 用Python语言模型和LSTM做一个Drake饶舌歌词生成器!自己蒙了!
- 2017年中国大数据发展趋势和展望解读(下)
- 中国全屋智能行业市场前瞻与投资战略规划分析报告