求二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（中）

因为关于二维随机变量主题内容重要，难度大，例题多，最主要是积分区间的确定是难点，同时关联卷积概念，卷积公式容易，积分区间难以确定，因为书上的例题都没有详细解释积分区间如何确定，所以分成上中下三篇博客写。
接本主题（上）。

求二维函数Z=g(X,Y)型，用卷积公式求概率密度，积分区域如何确定（中）

 ####  =======

【例二】

设二维随机变量(X,Y)的概率密度为

$$f(x,y)= \begin{cases} & \text{ } 2-x-y, 0< x< 1, 0< y< 1, \\ & \text{ } 0, others \end{cases}$$
(1)求P{X>2Y}
(2)求Z=X+Y的密度函数$f_{z}(z)$

【解】

(1)求P{X>2Y}

一般的解法：P(f(X,Y))总是通过概率分布$F_{Z}(z)$得来的，而 $F_{Z}(z)$又是通过概率密度积分得出来的。概率密度 $f_{Z}(z) = \int_{-\infty}^{\infty}f(x,z-x)dx$
要求P{X>2Y}，
设Z=X-2Y, 求P(X>2Y)就是求$P(Z>0) = 1-F_{Z}(z\leqslant 0)$
先求概率密度 $f_{Z}(z) = \int_{-\infty}^{\infty}f(x,z-x)dx$

如上所述，如果按照先求概率密度的方法来算一个具体的特定的概率，求概率密度再求分布函数，会比较麻烦，对于一个特定的概率，可以通过画图图解法，看看积分区域在哪里，直接求dxdy的双重积分，也许对于特定概率来说更加方便。

对本题P(X>2Y) ，直接画一个x,y的坐标图，很容易看出来X>2Y的区域在哪里，再结合题目规定的区间 0< x< 1, 0< y< 1, 很容易算出，dxdy的双重积分。
在x,y的坐标系上，直接画一条$Y=\frac{1}{2}X$的直线，题目要求X>2Y，那么就是Y<\frac{1}{2}X，很容易看出来区域在哪里。

图中粉红色的三角形区域就是X>2Y的区间，其中x限制在0到1，y也限制在0到1
先对Y积分，Y的积分区间就是0到直线Y=X/2；后对X积分，X的积分区间就是常量：0到1
$P(X>2Y)=\int \int _{X>2Y} f(x,y)dxdy$
$=\int_{0}^{1}dx\int_{0}^{\frac{x}{2}}f(x,y)dy$
$=\int_{0}^{1}dx\int_{0}^{\frac{x}{2}}(2-x-y)dy = \int_{0}^{1}dx ((2-x)y-\frac{y^2}{2})|^\frac{2}{x}_0$
$=\int_{0}^{1}(x-\frac{5}{8}x^2)dx = (\frac{x^2}{2}-\frac{5}{8}*\frac{x^3}{3})|^1_0=\frac{1}{2}-\frac{5}{8}*\frac{1}{3}=\frac{7}{24}$

(2)求Z=X+Y的密度函数$f_{z}(z)$

画出x-z坐标，算出两条直线范围，
Zmin=X+Ymin =X+0
Zmax=X+Ymax =X+1
加上X的0到1区间范围，就构成积分区间。如图，积分区间就是红色三角块和蓝色三角块。

$f_{Z}(z) = \int_{-\infty}^{\infty}f(x,z-x)dx$
因此，积分区间按照z轴从下到上分，

当z<0, 由于z不在Zmin到Zmax的范围内，所以 $f_{Z}(z)=0$

当$0\leqslant z<1$, 对x先积分，x的积分区间为红色区块，x的边界为0到Zmin直线，所以积分区间就是0到z
$f_{Z}(z)=\int_{0}^{z}(2-x-(z-x))dx=\int_{0}^{z}(2-z)dx=(2-z)x|^z_0=(2-z)*z$

当$1\leqslant z<2$, 对x先积分，x的积分区间为蓝色区块，x的边界为Zmax直线到1，所以积分区间就是z-1到1
$f_{Z}(z)=\int_{z-1}^{1}(2-x-(z-x))dx=\int_{z-1}^{1}(2-z)dx=(2-z)x|^1_{z-1}=(2-z)^2$

所以，概率密度

$$f_{Z}(z) = \begin{cases} & \text{ } z(2-z),0\leqslant z<1 \\ & \text{ } (2-z)^2,1\leqslant z<2 \\ & \text{ } 0, else \end{cases}$$

####  =====

【例三】

假设一电路装有3个同种电气元件，其工作状态相互独立，且无故障工作时间都服从参数为$\lambda > 0$的指数分布，当3个元件都无故障时，电路正常工作，否则整个电路不能正常工作，试求电路正常工作的时间T的概率分布。

【解】
分布函数的物理含义：${\color{Red}{F(x)表示在x范围内（X\leqslant x)发生事件的概率。}}$

指数分布函数的含义：${\color{Red}{F(t)=1-e^{-\lambda t}，F(t)表示x时间前发生故障的概率。}}$

指数(概率密度)函数的意义：${\color{Red}{f(t)=e^{-\lambda t}，表示t时间内不发生故障的概率。}}$

[分析]
关于指数分布，回顾一下博客离散型随机变量，二项分布，泊松分布，指数分布，几何分布（概统2.知识）
泊松分布是求某个时间t内，事件发生k次的概率
P{ X=k }=$\frac{ ({\lambda t})^k} {k!}*e^{-\lambda t}$
“所谓指数分布就是求事件发生的时间间隔”
$P(X=0,N(t)) =\frac{(\lambda t)^0}{0!}*e^{-\lambda t}=e^{-\lambda t}$
“在t时间内出现一个以上的概率”
$P\{ X>0,N(t) \}=1-e^{-\lambda t}$

指数分布，
概率密度函数为$f(x)=\lambda e^{-\lambda x}$
分布函数为$F(x)=1-e^{-\lambda x}$
简写 $X \sim E(\lambda)$
参数$\lambda$为单位时间内事件发生的次数，即（电子元器件损坏的次数）。
所以电子元器件的平均寿命就是 指数分布的期望值 $EX=\frac{1}{\lambda}$
假设某电子元器件的平均寿命为1000小时，那么$EX=1000, \lambda=0.001$,
某个电子元器件在1000小时内损坏的概率就是分布函数F(x<1000)
$F(x<1000)=1-e^{-\lambda x} =1-\frac{1}{e^{\lambda x}}$
$= 1 - \frac{1}{e^{0.001*1000}} = 1-\frac{1}{e}$

分布函数的物理含义：${\color{Red}{F(x)表示在x范围内（X\leqslant x)发生事件的概率。}}$

指数分布函数的含义：$F(t)=1-e^{-\lambda t}$，${\color{Red}{F(t)表示x时间前发生故障的概率。}}$

指数(概率密度)函数的意义：$f(t)=e^{-\lambda t}$，${\color{Red}{表示t时间内不发生故障的概率。}}$

=====
回到本题，
指数分布的分布函数是
分布函数为$F(x)=1-e^{-\lambda x}$
${\color{Red} {其意义是指在 x时间内事件发生的概率}}，其等于t 时间内出现一个以上的概率，等于P\{ X>0,N(t) \}=1-e^{-\lambda t}$。

本题求系统正常工作的时间的概率分布，
已知一个元件正常工作的概率分布（t时间内发生故障的概率）$F(t)=1-e^{-\lambda t}$
系统正常工作，要求三个元件都不发生故障，F(t)是发生故障的概率，不发生故障的概率是1-F(t), 如果是三个F(t)相乘，等于三个同时发生故障的概率，一个都不发生故障，应该是三个(1-F(t))相乘，系统要求求三个都不发生故障的分布函数，就是1-三个（1-F(t))相乘。

所以
$F_{T}(t) = 1-（1-F_{1}(t)）*（1-F_{2}(t)）*（1-F_{3}(t)）$
$=1 - ( e^{-\lambda t}) ^3$ (1)

如果是三个F_{T}(t)直接相乘，得到的结果是
$F_{T1}(t) = F_{1}(t)*F_{2}(t)*F_{3}(t)$
$= ( 1-e^{-\lambda t}) ^3$
=$1-3e^{-\lambda t}+3e^{-2\lambda t} -e^{3\lambda t}$ = $1-3e^{-\lambda t}(1-e^{-\lambda t})-e^{3\lambda t}$ (2)
其中，$(1-e^{-\lambda t})$ 肯定是大于0 的，所以(2)式的整体值小于(1)式，
$F_{T1}(t)$ 小于 $F_{T}(t)$ ， 而F(t)的含义是在t时间前系统发生故障的概率， 而实际上要求三个元件同时不发生故障系统才算不发生故障， 所以F(t)应该取大才对。

还有一个公式
在书上$P_{82}(2).3$：
设X,Y相互独立，分布函数分别为F_{X}(x)和F_{Y}(y)，M=max(X.Y), N=min(X,Y)，则
$F_{M}(z)=F_{X}(z)*F_{Y}(z) , F_{N}(z)=1-[1-F_{X}(z)][1-F_{Y}(z)]$

本题中 T=min(X1, X2, X3)，故 $G(t)=1-[1-F(t)]^3$

【例四】

设随机变量(X,Y)在矩形区域$G=((x,y)|0\leqslant x\leqslant 2,0\leqslant y\leqslant 1)$上服从均匀分布，试求Z=XY的密度函数。

【 解 】

需要理解的是：${\color{Red} {二维随机变量均匀分布的概率密度函数 = \frac{1}{分布区域的面积} }}$

区域G的面积=x的长度乘以y的宽度=(2-0) x (1-0)=2*1=2

X和Y的均匀分布的概率密度函数 = $\frac{1}{分布区域的面积}=\frac{1}{2}$

区域G的面积=x的长度y的宽度=(2-0)(1-0)
均匀分布的密度函数 = $\frac{1}{区域G的面积} = \frac{1}{2*1} = \frac{1}{2}$

对于 Z=X*Y的密度函数与Z=X+Y的密度函数有所不同。
见P82.(2)

${\color{Red} {Z=X+Y型的密度函数为，f_{Z}(z)=\int_{-\infty}^{\infty}f(x,z-x)dx}}$

${\color{Red} {Z=X/Y型的密度函数为，f_{Y/X}(z)=\int_{-\infty}^{\infty}|x|f(x,zx)dx}}$

${\color{Red} {Z=XY型的密度函数为，f_{YX}(z)=\int_{-\infty}^{\infty}\frac{1}{|x|}f(x,\frac{z}{x})dx}}$

对于本题，要求Z=XY的密度函数
$Z=XY型的密度函数为，f_{YX}(z)=\int_{-\infty}^{\infty}\frac{1}{|x|}f(x,\frac{z}{x})dx$

如图所示，
Zmax = X*Ymax = X*1 =X, ==> 直线边界：x=z
Zmin = X*Ymin = X*0 =0 , ==> 直线边界：z=0
X的左右边界为 0 到 2
所以积分区域就是Zmax, Zmin和X的左右边界围成的区块

对x进行积分，x的左边界为Zmax直线，即x=z，右边界为x=2垂直直线。
当 $0\leqslant z<2 时， f_{XY}(z)=\int_{-\infty}^{\infty}\frac{1}{|x|}f(x,\frac{z}{x})dx = \int_{z}^{2}\frac{1}{|x|}*\frac{1}{2}dx$
博客积分公式小节
基本积分表中有：$\int \frac{dx}{x}=ln|x|+C$
得，

$$f_{XY}(z)= \left\{\begin{matrix} &\frac{1}{2}(ln2-lnz) & ,0\leqslant z<2\\ &0 &,else \end{matrix}\right.$$

参考书目：

张天德，叶宏 《星火燎原·概率论与数理统计辅导及习题精解》（浙大·第4版）第三章