个人比较推荐使用分布函数法,卷积法算是第一种方法的推论,卷积法有一定的局限性,分布函数法可以随机应变;当然不可否认,卷积法有些情况下很方便。看个人选择;
分布函数法
X
,
Y
X,Y
X,Y为两个连续型随机变量,并且
(
X
,
Y
)
∼
f
(
x
,
y
)
(X,Y)\sim f(x,y)
(X,Y)∼f(x,y),f为二维随机变量
(
X
,
Y
)
(X,Y)
(X,Y)的密度函数;
对于
Z
=
g
(
X
,
Y
)
Z=g(X,Y)
Z=g(X,Y),求Z的分布函数和概率密度;
F
Z
(
z
)
=
p
{
Z
≤
z
}
=
P
{
g
(
X
,
Y
)
≤
z
}
=
∬
g
(
x
,
y
)
≤
z
f
(
x
,
y
)
d
x
d
y
\displaystyle F_Z(z)=p\{Z\leq z\}=P\{g(X,Y)\leq z\}=\iint _{g(x,y)\leq z}f(x,y)dxdy
FZ(z)=p{Z≤z}=P{g(X,Y)≤z}=∬g(x,y)≤zf(x,y)dxdy
f
Z
(
z
)
=
F
Z
′
(
z
)
\displaystyle f_Z(z)=F_Z^{'}(z)
fZ(z)=FZ′(z)
卷积公式法
X , Y X,Y X,Y为两个连续型随机变量,并且 ( X , Y ) ∼ f ( x , y ) (X,Y)\sim f(x,y) (X,Y)∼f(x,y),如果 Z = X + Y Z=X+Y Z=X+Y(这里必须是一些简单的运算规则,加减乘除),并且 X , Y X,Y X,Y独立(若不独立,那么需要知道二维概率密度,且等式的左边到中间是成立的,中间到右边是不成立的;因为不独立,那么二维概率密度不一定能写成两个变量概率密度的乘积),那么 Z Z Z的概率密度为:
f Z ( z ) = ∫ − ∞ ∞ f ( x , z − x ) d x = ∫ − ∞ ∞ f X ( x ) f Y ( z − x ) d x \displaystyle f_Z(z)=\int_{-\infty}^{\infty}f(x,z-x)dx=\int_{-\infty}^{\infty}f_X(x)f_Y(z-x)dx fZ(z)=∫−∞∞f(x,z−x)dx=∫−∞∞fX(x)fY(z−x)dx
例题:
第一问第二问就不说了,这题很显然,
X
,
Y
X,Y
X,Y分别服从于指数分布,第三问两种方法都可以,需要注意的是用卷积公式的时候,上下限的问题;
x > 0 x>0 x>0且 y > 0 y>0 y>0的时候, f f f不为0,我们要在这个范围内积分,又因为 Z = X + 2 Y Z=X+2Y Z=X+2Y,那么 z ≥ 2 y , z ≥ x z\geq 2y,z\geq x z≥2y,z≥x,如果对 x x x积分上下限是 ( 0 , z ) (0,z) (0,z),如果对 y y y积分是 ( 0 , z / 2 ) (0,z/2) (0,z/2);
这题里
X
、
Y
X、Y
X、Y独立,两种方法都可以;这题答案给的是第一种求分布函数;对于用卷积公式求,这题来说,因为
X
X
X服从正态分布,我们换
Y
Y
Y不换
X
X
X(所以我们需要对
x
x
x积分);同样需要注意积分限的问题,
Y
∈
(
−
π
,
π
)
Y\in (-\pi,\pi)
Y∈(−π,π),因为
Z
=
X
+
Y
Z=X+Y
Z=X+Y,所以
X
=
Z
−
Y
∈
(
z
−
π
,
z
+
π
)
X=Z-Y\in(z-\pi,z+\pi)
X=Z−Y∈(z−π,z+π);这题还需要对积分进行变换,变换成标准正态分布;