连续型随机变量函数的分布

设已知 X X X的分布函数 F X ( x ) F_X(x) FX(x)或概率密度函数 f X ( x ) f_X(x) fX(x),则随机变量函数 Y = g ( X ) Y=g(X) Y=g(X)的分布函数可按如下方法求得: F Y ( y ) = P { Y ⩽ y } = P { g ( X ) ⩽ y } = P { X ⩽ h ( y ) } = F X ( h ( y ) ) \begin{aligned} F_Y(y) & =P\{Y \leqslant y\} \\ & = P\{g(X)\leqslant y\} \\ & = P\{X \leqslant h(y)\} \\ & = F_X(h(y)) \\ \end{aligned} FY(y)=P{Yy}=P{g(X)y}=P{Xh(y)}=FX(h(y))

公式法求连续型随机变量函数的分布
设连续型随机变量 X X X的密度函数为 f X ( x ) f_X(x) fX(x),若 y = g ( x ) y=g(x) y=g(x)是处处可导且恒有 g ′ ( x ) > 0 g'(x) > 0 g(x)>0 g ′ ( x ) < 0 g'(x) < 0 g(x)<0的函数(即 g ( x ) g(x) g(x)单调),其反函数为 x = h ( y ) x=h(y) x=h(y),则 Y = g ( X ) Y=g(X) Y=g(X)的概率密度函数为 f Y ( y ) = F X ′ ( h ( y ) ) = { f X ( h ( y ) ) h ′ ( y ) , α < y < β 0 , o t h e r w i s e f_Y(y) =F_X'(h(y))= \begin{cases} f_X(h(y))h'(y), & \alpha < y < \beta \\ 0, & otherwise \end{cases} fY(y)=FX(h(y))={fX(h(y))h(y),0,α<y<βotherwise
其中 α = min ⁡ { g ( − ∞ ) , g ( ∞ ) } \alpha = \min\{g(-\infty), g(\infty)\} α=min{g(),g()} β = max ⁡ { g ( − ∞ ) , g ( ∞ ) } \beta = \max\{g(-\infty), g(\infty)\} β=max{g(),g()}

你可能感兴趣的:(#,概率统计)