( x 1 , … , x n ) (x_1,\dots,x_n) (x1,…,xn)为n维随机变量, ( x 1 , … , x n ) (x_1,\dots,x_n) (x1,…,xn)的函数 Y = g ( x 1 , … , x n ) Y=g(x_1,\dots,x_n) Y=g(x1,…,xn)为一维随机变量,由 ( x 1 , … , x n ) (x_1,\dots,x_n) (x1,…,xn)的联合分布,我们得出 Y = g ( x 1 , … , x n ) Y=g(x_1,\dots,x_n) Y=g(x1,…,xn)
多维度离散随机变量
我们考虑泊松分布
X
↬
P
(
λ
)
X\looparrowright P(\lambda)
X↬P(λ)
Z
=
X
+
Y
Z=X+Y
Z=X+Y
P
(
λ
)
:
p
k
=
λ
k
k
!
e
−
λ
,
k
=
0
,
1
,
2
,
3
…
P(\lambda):p_k=\frac{\lambda^k}{k!}e^{-\lambda},k=0,1,2,3\dots
P(λ):pk=k!λke−λ,k=0,1,2,3…
(我们注意
Z
=
X
+
Y
Z=X+Y
Z=X+Y)