分布函数法与一维换元公式
所属章节:第2章 一维随机变量及其分布
(2) 连续型 → 连续型(或混合型) .
设 X 为连续型随机变量,其分布函数、概率密度分别为 FX(x) 与 fX(x),随机变量 Y=g(X) 是 X 的函数,则 Y 的分布函数或概率密度可用下面两种方法求得 .
① 分布函数法(定义法) .
直接由定义求 Y 的分布函数
FY(y)=P{Y⩽y}=P{g(X)⩽y}=∫g(x)⩽yfX(x)dx,
如果 FY(y) 连续,且除有限个点外,FY′(y) 存在且连续,则 Y 的概率密度 fY(y)=FY′(y) .
② 公式法 .
根据上面的分布函数法,若 y=g(x) 在 (a,b) 上是关于 x 的严格单调可导函数,则存在 x=h(y) 是 y=g(x) 在 (a,b) 上的可导反函数 .
若 y=g(x) 严格单调增加,则 x=h(y) 也严格单调增加,即 h′(y)>0,且
FY(y)=P{Y⩽y}=P{g(X)⩽y}=P{X⩽h(y)}=∫−∞h(y)fX(x)dx,
故 fY(y)=FY′(y)=fX[h(y)]⋅h′(y) .
若 y=g(x) 严格单调减少,则 x=h(y) 也严格单调减少,即 h′(y)<0,且
FY(y)=P{Y⩽y}=P{g(X)⩽y}=P{X⩾h(y)}=∫h(y)+∞fX(x)dx,
故 fY(y)=FY′(y)=−fX[h(y)]⋅h′(y)=fX[h(y)]⋅[−h′(y)] .
综上,
fY(y)={fX[h(y)]⋅∣h′(y)∣,0,α<y<β,其他,
其中 α=min{x→a+limg(x),x→b−limg(x)},β=max{x→a+limg(x),x→b−limg(x)} .
关联知识
原文:原笔记 · 2.3.2 随机变量函数的分布(原文件第 171–206 行)。
返回概率论导航