今晚好朋友问了一道我觉得还比较有意思的概率题,有助于对概率论中基础概念的理解,分享给大家~~
题目描述:
随机变量a, b 相互独立同分布,均服从某种分布,则求min(a, b)的数学期望。
a, b ~ N(0, 1)
当 a, b 均服从正态分布
N
(
μ
,
σ
2
)
N(\mu, \sigma^2)
N(μ,σ2),首先可以将
m
i
n
(
a
,
b
)
min(a, b)
min(a,b)转化为:
m
i
n
(
a
,
b
)
=
0.5
(
a
+
b
−
∣
a
−
b
∣
)
min(a, b) = 0.5 (a + b - |a - b|)
min(a,b)=0.5(a+b−∣a−b∣)
然后问题可转换为
m
i
n
(
U
,
V
)
min(U, V)
min(U,V),转换过程如下:
接下来的步骤我就不放上我自己丑出天际的字,从网上找的截图:
这截图中还给出了
m
a
x
(
a
,
b
)
max(a, b)
max(a,b),其实
m
a
x
(
a
,
b
)
=
0.5
(
a
+
b
+
∣
a
−
b
∣
)
max(a, b) = 0.5 (a + b + |a - b|)
max(a,b)=0.5(a+b+∣a−b∣)
a, b ~ U(0, 1)
当均服从均匀分布时,问题需要转换成分布函数。
首先问题转为:
这时需要用到一个经典问题就是——相互独立的随机变量x1,x2,…,xn的最大值max{x1,x2,…,xn}的分布:
于是,很快可得: