最大值与最小值的分布（多维随机变量函数的分布）

本篇笔记内容来源
概率论与数理统计教程（第三版） 茆诗松 高等教育出版社

---

最大值分布

设 $X_1,X_2,\cdots ,X_n$ 是相互独立的 $n$ 个随机变量，若 Y = max ⁡ { X 1 , X 2 , ⋯   , X n } Y=\max\{X_1,X_2,\cdots,X_n\} Y=max{X1​,X2​,⋯,Xn​} . 试在以下情况下求 $Y$ 的分布

1. $X_1\sim F_i(x),i=1,2,\cdots ,n$

   F Y ( y ) = P ( max ⁡ { X 1 , X 2 , ⋯   , X n } ⩽ y ) = P ( X 1 ⩽ y , X 2 ⩽ y , ⋯   , X n ⩽ y ) = P ( X 1 ⩽ y ) P ( X 2 ⩽ y ) ⋯ P ( X n ⩽ y ) = ∏ i = 1 n F i ( y ) \begin{align*} F_Y(y)&=P(\max\{X_1,X_2,\cdots,X_n\}\leqslant y)\\ &=P(X_1\leqslant y,X_2\leqslant y,\cdots,X_n\leqslant y)\\ &=P(X_1\leqslant y)P(X_2\leqslant y)\cdots P(X_n\leqslant y)\\ &=\prod^n_{i=1}F_i(y) \end{align*} FY​(y)​=P(max{X1​,X2​,⋯,Xn​}⩽y)=P(X1​⩽y,X2​⩽y,⋯,Xn​⩽y)=P(X1​⩽y)P(X2​⩽y)⋯P(Xn​⩽y)=i=1∏n​Fi​(y)​

2. 诸 $X_i$ 同分布，即 $X_i\sim F(x),i=1,2,\cdots ,n$

   将 $X_i$ 的共同分布带入上式即可

   $$F_Y(y)=[F(y){]}^n$$

3. 诸 $X_i$ 为连续随机变量，且诸 $X_i$ 同分布，即 $X_i$ 的密度函数均为 $p(x)$

   $Y$ 的分布函数仍为上式，密度函数为分布函数的导数

   $$p_Y(y)=F_Y^{{}^{\prime }}(y)=n[F(y){]}^{n-1}p(y)$$

---

最小值分布同理

设 $X_1,X_2,\cdots ,X_n$ 是相互独立的 $n$ 个随机变量，若 Z = min ⁡ { X 1 , X 2 , ⋯   , X n } Z=\min\{X_1,X_2,\cdots,X_n\} Z=min{X1​,X2​,⋯,Xn​} . 试在以下情况下求 $Z$ 的分布

1. $X_1\sim F_i(x),i=1,2,\cdots ,n$

   F Z ( z ) = P ( min ⁡ { X 1 , X 2 , ⋯   , X n } ⩽ z ) = 1 − P ( min ⁡ { X 1 , X 2 , ⋯   , X n } > z ) = 1 − P ( X 1 > y , X 2 > y , ⋯   , X n > y ) = 1 − P ( X 1 > y ) P ( X 2 > y ) ⋯ P ( X n > y ) = 1 − ∏ i = 1 n [ 1 − F i ( z ) ] \begin{align*} F_Z(z)&=P(\min\{X_1,X_2,\cdots,X_n\}\leqslant z)\\ &=1-P(\min\{X_1,X_2,\cdots,X_n\}> z)\\ &=1-P(X_1>y,X_2>y,\cdots,X_n>y)\\ &=1-P(X_1>y)P(X_2>y)\cdots P(X_n>y)\\ &=1-\prod^n_{i=1}[1-F_i(z)] \end{align*} FZ​(z)​=P(min{X1​,X2​,⋯,Xn​}⩽z)=1−P(min{X1​,X2​,⋯,Xn​}>z)=1−P(X1​>y,X2​>y,⋯,Xn​>y)=1−P(X1​>y)P(X2​>y)⋯P(Xn​>y)=1−i=1∏n​[1−Fi​(z)]​

2. 诸 $X_i$ 同分布，即 $X_i\sim F(x),i=1,2,\cdots ,n$

   $$F_Z(z)=1-[1-F(z){]}^n$$

3. 诸 $X_i$ 为连续随机变量，且诸 $X_i$ 同分布，即 $X_i$ 的密度函数均为 $p(x)$

   $$p_Z(z)=F_Z^{{}^{\prime }}(z)=n[1-F(z){]}^{n-1}p(z)$$