最大值分布

所属章节:第3章 多维随机变量及其分布

设 (X,Y)∼F(x,y)(X, Y) \sim F(x, y),则 Z=max⁡{X,Y}Z = \max\{X, Y\} 的分布函数为

Fmax⁡(z)=P{max⁡{X,Y}⩽z}=P{X⩽z,Y⩽z}=F(z,z)F_{\max}(z) = P\{\max\{X, Y\} \leqslant z\} = P\{X \leqslant z, Y \leqslant z\} = F(z, z) =独立Fmax⁡(z)=FX(z)⋅FY(z).\stackrel{\text{独立}}{=} F_{\max}(z) = F_X(z) \cdot F_Y(z).

推广到 nn 个相互独立的随机变量 X1,X2,⋯ ,XnX_1, X_2, \cdots, X_n 的情况

Fmax⁡(z)=FX1(z)FX2(z)⋯FXn(z)F_{\max}(z) = F_{X_1}(z) F_{X_2}(z) \cdots F_{X_n}(z)

特别地,当 Xi(i=1,2,⋯ ,n)X_i (i = 1, 2, \cdots, n) 相互独立且有相同的分布函数 F(x)F(x) 与概率密度 f(x)f(x) 时

Fmax⁡(x)=[F(x)]nF_{\max}(x) = [F(x)]^n fmax⁡(x)=n[F(x)]n−1f(x).f_{\max}(x) = n [F(x)]^{n-1} f(x).

关联知识

原文:原笔记 · 3.4.2.5 $\max\{X, Y\}$ 分布 P83(原文件第 481–498 行)。

返回概率论导航