随机变量X的函数 服从什么分布?

这篇博客主要回答以下几个问题:

  • 随机变量X的函数服从什么分布? ---i.e. 怎么求该函数的概率密度函数
  • 它们的反函数又服从什么分布?
  • 之前学的各种连续分布之间又有什么关系?

目录

各种分布之间的关系

离散分布

连续分布 

连续随机变量函数的分布

分布函数的反函数

习题讲解


 对于离散型随机变量,可用分布列来表示它的分布,连续型随机变量,则是用概率密度函数来描述它的分布。所以对于任何一个随机变量,求出它的概率密度函数/分布列就相当于能知道它服从什么分布。

各种分布之间的关系

先来回顾一部分知识

离散分布

回顾: 常用离散分布

  • n\rightarrow +\infty 时,二项分布可以用泊松分布来近似 【泊松定理】
  • n< < N【n 远远小于N】,   超几何分布 h\left ( n,N,M \right ) 可用二项分布b\left ( n, \frac{M}{N} \right )  近似
  • r=1时的负二项分布  为几何分布,即 Nb\left ( 1,p \right ) =Ge\left ( p \right )

 指数分布与几何分布都有“无记忆性”

连续分布 

回顾 :常用连续分布

  • 若X服从伽马分布 Ga\left ( \alpha ,\lambda \right ) ,则当k> 0 时,有 Y=kX\sim Ga\left ( \alpha ,\lambda /k \right )
  • 伽马分布与指数分布:Ga\left ( 1,\lambda \right )=Exp\left ( \lambda \right )

               若X\sim Ga\left ( k,\lambda \right ) ,则X= X_{1}+X_{2}+\cdots +X_{k} ,其中 X_{i}\sim Exp\left ( \lambda \right ),\: i=1,2,...,k 【独立同分布】;

              若形状参数为整数k,则伽马变量可以表示成k个独立同分布的指数变量之和

  • 伽马分布与卡方分布:

 \alpha =\frac{n}{2};\: \lambda =\frac{1}{2} 的伽马分布 就是 自由度为n的卡方分布 ,即Ga\left ( \frac{n}{2} ,\frac{1}{2}\right )=\chi ^{2}(n)

  • 正态分布与卡方分布:

X_{1}, X_{2},...,X_{n}\: \: \textup{i.i.d}\sim N\left ( 0,1 \right ) ,则X= \sum_{i=1}^{n}X_{i}\sim \chi ^{2}\left ( n \right )

  • 贝塔分布与均匀分布: Be\left ( 1,1 \right )=U\left ( 0,1 \right )

              当 a=b=1 时的贝塔分布就是区间(0,1)上的均匀分布。

  • 对数正态分布Ln\left ( \mu ,\sigma ^{2} \right )   与正态分布N\left ( \mu ,\sigma ^{2} \right ) 的关系:若 X\sim Ln\left ( \mu ,\sigma ^{2} \right ) ,则 Y=\textup{Ln} \left (X \right )\sim N\left ( \mu ,\sigma ^{2} \right ) 。
  •  正态分布的性质:正态变量的线性变换仍为正态变量,即

若 X \sim N\left ( \mu ,\sigma ^{2} \right ) ,则当 a\not\equiv 0 时,有 Y= aX+b\sim N\left ( a\mu +b\: ,\: a^{2}\sigma^{2} \right ) .

连续随机变量函数的分布

设连续随机变量X的密度函数 p_{X}\left ( x\right ),\: Y=g\left ( X \right ).

  ( 1 )   若 y=g\left ( x \right ) 严格单调,其反函数 h\left ( y \right ) 有连续导函数,则 Y=g\left ( X \right ) 的密度函数为

 p_{_{Y}} \left ( y \right ) = \begin{Bmatrix} p_{_{X}} \left [ h\left ( y \right ) \right ] \left | \: h{}'\left ( y \right ) \: \right | ,\: a< y< b \\ 0,\: otherwise \end{matrix}

其中 a= \textup{min} \: \left \{\, g\left ( -\infty \right ),g\left ( +\infty \right ) \right \} , \: b = \textup{max} \, \left \{ g\left ( -\infty \right ),g\left ( +\infty \right ) \right \} 

   ( 2 )   若 y=g\left ( x \right )  在不相重叠的区间 I_{1}\, ,I_{2}\,,\cdots上逐段严格单调,其反函数 h_{1}\left ( y \right ),\, h_{2}\left ( y \right ),\, \cdots 有连续导函数,则 Y=g\left ( X \right ) 的密度函数为  p_{_{Y}}= \sum_{i}p_{X}\left ( h_{i}\left ( y \right ) \right )\left | h{}'_{i} \left ( y \right )\right |  ..

分布函数的反函数

若X的分布函数 F_{X}\left ( x \right ) 为严格单调增的连续函数,其反函数 F_{X}^{-1}\left ( y \right ) 存在,则 Y=F_{X}\left ( X \right ) 服从(0,1)上的均匀分布U\left ( 0,1 \right )  .

 

习题讲解

 

 

 

 

 

 

 

 

  • 1
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值