连续型随机变量函数的分布

设已知$X$的分布函数$F_X(x)$或概率密度函数$f_X(x)$，则随机变量函数$Y=g(X)$的分布函数可按如下方法求得： F Y ( y ) = P { Y ⩽ y } = P { g ( X ) ⩽ y } = P { X ⩽ h ( y ) } = F X ( h ( y ) ) \begin{aligned} F_Y(y) & =P\{Y \leqslant y\} \\ & = P\{g(X)\leqslant y\} \\ & = P\{X \leqslant h(y)\} \\ & = F_X(h(y)) \\ \end{aligned} FY​(y)​=P{Y⩽y}=P{g(X)⩽y}=P{X⩽h(y)}=FX​(h(y))​

公式法求连续型随机变量函数的分布
设连续型随机变量$X$的密度函数为$f_X(x)$，若$y=g(x)$是处处可导且恒有$g^{\prime }(x)>0$或$g^{\prime }(x)<0$的函数(即$g(x)$单调)，其反函数为$x=h(y)$，则$Y=g(X)$的概率密度函数为$$f_Y(y)=F_X^{\prime }(h(y))=\{\begin{array}{ll}{f}_X(h(y))h^{\prime }(y),& \alpha <y<\beta \\ 0,& otherwise\end{array}$$
其中 α = min ⁡ { g ( − ∞ ) , g ( ∞ ) } \alpha = \min\{g(-\infty), g(\infty)\} α=min{g(−∞),g(∞)} β = max ⁡ { g ( − ∞ ) , g ( ∞ ) } \beta = \max\{g(-\infty), g(\infty)\} β=max{g(−∞),g(∞)}