定理1:
令
X
是连续随机变量,其pdf为
其中
Y
的支撑是集合
证明:
因为
g(x)
是一对一的且连续,那么它要么严格单调递增要么递减,假设它严格单调递增,那么
Y
的cdf为
因此
Y
的pdf为
其中
dx/dy
是函数
x=g−1(y)
的导数。这时候,因为
g
是单调递增的
假设
g(x)
是严格递减的,那么
Y
的cdf就变成
从今以后,我们称 dx/dy=(d/dy)g−1(y) 为变换的雅克比(用 J 表示)。在大多数数学领域中, J=dx/dy 称为反变换 x=g−1(y) 的雅克比,但是为了简单,之后的博文中统一称为变换的雅克比。
例5:
令
X
的pdf为
考虑随机变量
Y=−2logX
,
X,Y
的支撑集分别为
(0,1),(0,∞)
,变换
g(x)=−2logx
是这两个集合的一对一变换,变换的逆为
x=g−1(y)=e−y/2
,变换的雅克比是
因此
Y=−2logX
的pdf是
我们接下来给出两个分布的例子,他们已不是离散的,也不是连续的。
例6:
考虑一个分布函数
那么
且
F(x)
的图像如图1所示,从中可以看出
F(x)
不总是连续的,但是也不是阶梯函数。因此对应的分布既不是离散的,也不是连续的,可以看成是两种的混合。
图1
连续与离散的混合类型在实际中经常发生。为了说明,考虑电器寿命,假设我们知道寿命的时间
X
比
如果超过
10000000
的损失只是10,那么它删失分布的cdf是
在 y=10 处有一个跳跃 [10/(10+10)]3=18 。
博文pdf版本下载地址:http://pan.baidu.com/s/1dEI3fXn