总结多维随机变量的函数的分布计算方法(离散型、连续型)
- 离散型
若联合分布率为 P { X = x i , Y = y i } = p i j P\{X=x_i,Y=y_i\} = p_{ij} P{X=xi,Y=yi}=pij, i , j = 1 , 2 , ⋯ i,j=1,2,\cdots i,j=1,2,⋯
则随机变量函数 Z = g ( X , Y ) Z=g(X,Y) Z=g(X,Y)的分布率为
P { Z = z i } = P { g ( X , Y ) = z k } = ∑ z k = g ( x i , y i ) p i j P\{Z=z_i\}=P\{g(X,Y)=z_k\} = \sum_{z_k=g(x_i,y_i)}p_{ij} P{Z=zi}=P{g(X,Y)=zk}=∑zk=g(xi,yi)pij, k = 1 , 2 , ⋯ k=1,2,\cdots k=1,2,⋯
- 连续型
F ( x , y , ⋯ ) = P { X ≤ x , Y ≤ y ⋯ } F(x,y,\cdots)=P\{X \le x,Y \le y\ \cdots\} F(x,y,⋯)=P{X≤x,Y≤y ⋯}, − ∞ < x < ∞ -\infty < x < \infty −∞<x<∞ , − ∞ < y < ∞ -\infty < y < \infty −∞<y<∞ , ⋯ \cdots ⋯
Z = X + Y , Z = X / Y , Z = X Y Z=X+Y ,Z=X/Y , Z=XY Z=X+Y,Z=X/Y,Z=XY的概率密度计算公式
-
Z = X + Y Z=X+Y Z=X+Y
f Z ( z ) = ∫ − ∞ ∞ f ( z − y , y ) d y f_Z(z) = \int_{-\infty}^{\infty}f(z-y,y)dy fZ(z)=∫−∞∞f(z−y,y)dy
当 X X X, Y Y Y独立时,也可表示成
f Z ( z ) = ∫ − ∞ ∞ f X ( z − y ) f Y ( y ) d y f_Z(z) = \int_{-\infty}^{\infty}f_X(z-y)f_Y(y)dy fZ(z)=∫−∞∞fX(z−y)fY(y)dy
或 f Z ( z ) = ∫ − ∞ ∞ f X ( x ) f Y ( z − x ) d x f_Z(z) = \int_{-\infty}^{\infty}f_X(x)f_Y(z-x)dx fZ(z)=∫−∞∞fX(x)fY(z−x)dx
-
Z = X / Y Z=X/Y Z=X/Y
f ( z ) = ∫ 0 ∞ y f ( y z , y ) d y − ∫ − ∞ 0 y f ( y z , y ) d y = ∫ − ∞ ∞ ∣ y ∣ f ( y z , y ) d y f(z)=\int_0^{\infty}yf(yz,y)dy-\int_{-\infty}^0yf(yz,y)dy = \int_{-\infty}^{\infty}|y|f(yz,y)dy f(z)=∫0∞yf(yz,y)dy−∫−∞0yf(yz,y)dy=∫−∞∞∣y∣f(yz,y)dy
当 X X X, Y Y Y独立时, f ( z ) = ∫ − ∞ ∞ ∣ y ∣ f X ( y z ) f Y ( y ) d y f(z) = \int_{-\infty}^{\infty}|y|f_X(yz)f_Y(y)dy f(z)=∫−∞∞∣y∣fX(yz)fY(y)dy
-
Z = X Y Z=XY Z=XY
f X Y ( z ) = ∫ − ∞ ∞ 1 ∣ x ∣ f X ( x ) f Y ( z x ) d x f_{XY}(z)=\int_{-\infty}^{\infty} \frac{1}{|x|}f_X(x)f_Y(\frac{z}{x})dx fXY(z)=∫−∞∞∣x∣1fX(x)fY(xz)dx
最值函数 Z = M A X ( X , Y ) , Z = M I N ( X , Y ) Z=MAX(X,Y),Z=MIN(X,Y) Z=MAX(X,Y),Z=MIN(X,Y)的分布函数公式
设 X , Y X,Y X,Y是两个相互独立的随机变量。分布函数为 F X ( x ) F_X(x) FX(x)和 F Y ( y ) F_Y(y) FY(y)
有 F m a x ( z ) = F X ( z ) F Y ( z ) F_{max}(z) = F_X(z)F_Y(z) Fmax(z)=FX(z)FY(z)
F m i n ( z ) = 1 − [ 1 − F X ( z ) ] [ 1 − F Y ( z ) ] F_{min}(z)=1-[1-F_X(z)][1-F_Y(z)] Fmin(z)=1−[1−FX(z)][1−FY(z)]
随机变量函数分布
X X X~ B ( n , p ) B(n,p) B(n,p), Y Y Y~ B ( m , p ) B(m,p) B(m,p),且 X X X和 Y Y Y相互独立,则$X+Y $ ~ B ( n + m , p ) B(n+m,p) B(n+m,p)
X X X~ P ( λ 1 ) P(λ_1) P(λ1) , Y Y Y~ P ( λ 2 ) P(λ_2) P(λ2),且 X X X与 Y Y Y相互独立,则 X + Y X+Y X+Y ~ P ( λ 1 + λ 2 ) P(λ_1 + λ_2) P(λ1+λ2)
X X X ~ N ( μ 1 , σ 1 2 ) N(\mu_1,\sigma^2_1) N(μ1,σ12) , Y Y Y ~ N ( μ 2 , σ 2 2 ) N(\mu_2,\sigma^2_2) N(μ2,σ22),且 X X X与 Y Y Y相互独立,则 X + Y X+Y X+Y~ N ( μ 1 + μ 2 , σ 1 2 + σ 2 2 ) N(\mu_1+\mu_2,\sigma_1^2+\sigma_2^2) N(μ1+μ2,σ12+σ22)