一维随机变量函数的分布和一类不能用换元法解出的二维随机变量函数的“最值”分布

本文探讨了一维随机变量函数的分布及特殊二维随机变量函数的分布问题。举例说明了如何求解这类分布,并讨论了独立随机变量的最大值和最小值分布。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一维随机变量函数的分布和一类不能用换元法解出的二维随机变量函数的分布

(一维随机变量函数的分布)

例题:已知X在(1,2)上服从均匀分布,求Y=e2X已知X在(1,2)上服从均匀分布,求Y=e^{2X}X(1,2)Y=e2X
FY(y)=∫−∞yf(y)dy对于某个确定的y,则x确定,反解出x,x=lny2FY(y)=∫−∞lny2f(x)dx F_Y(y)=\int_{-\infty}^y f(y)dy\\ 对于某个确定的y,则x确定, \Large {反解出x} ,x=\frac{lny}{2}\\ F_Y(y)=\int_{-\infty}^\frac{lny}{2} f(x)dx FY(y)=yf(y)dyy,x,x,x=2lnyFY(y)=2lnyf(x)dx

特殊的一类二维的连续型随机变量函数的分布

“相互独立条件”下的最大值,最小值分布

最大值:P(A且B小于1)
P(AB)=P(A)∗P(B)=FA(1)FB(1) P(AB)=P(A)*P(B)=F_A(1)F_B(1)P(AB)=P(A)P(B)=FA(1)FB(1)

最小值:P(A或B小于1)
=1−P(A且B大于1)1−[1−FA(1)]∗[1−FB(1)] =1-P(A且B大于1)\\ 1- [1-F_A(1)]* [1-F_B(1)] =1P(AB1)1[1FA(1)][1FB(1)]

最大值:Z=max{ X,Y }
P(Z≤z)=P(max{X,Y}≤z)=P(X≤z,Y≤z)=FX(z)FY(z) P(Z\leq z)=P(max\{ X,Y \}\leq z)=P(X\leq z,Y \leq z)=F_X(z)F_Y(z)P(Zz)=P(max{X,Y}z)=P(Xz,Yz)=FX(z)FY(z)

最小值:Z=min{ X,Y }
P(Z≤z)=P(min{X,Y}≤z)=1−P(X>z,Y>z)=1−[1−FX(z)][1−FY(z)] P(Z\leq z)=P(min\{ X,Y \}\leq z)=1-P(X> z,Y > z)= 1- [1-F_X(z)] [1-F_Y(z)]P(Zz)=P(min{X,Y}z)=1P(X>z,Y>z)=1[1FX(z)][1FY(z)]

然后fZ(z)=FZ′(z)然后f_Z(z)=F'_Z(z)fZ(z)=FZ(z)


例:
X,Y独∼E(1),求P{max(X,Y)≥1}P{max(X,Y)≥1}=1−P{max(X,Y)≤1}=1−P{X≤1,Y≤1}=1−(1−e−1)(1−e−1)=e−1+e−1−e−2或P{X>1∪Y>1}=P{X>1}+P{Y>1}−P{X>1}P{Y>1}=e−1+e−1−e−2 X,Y独 \sim E(1),求P\{ max(X,Y) \geq 1 \} \\ P\{ max(X,Y) \geq 1 \} =1-P\{ max(X,Y) \leq 1 \} =1-P\{ X\leq 1 ,Y \leq 1 \} \\ =1- (1-e^{-1})(1-e^{-1})=e^{-1}+e^{-1}-e^{-2}\\ 或\\ P\{X >1 \cup Y>1 \}=P\{X >1 \}+P\{ Y>1 \}-P\{X >1 \}P\{ Y>1 \}\\ =e^{-1}+e^{-1}-e^{-2} X,YE(1),P{max(X,Y)1}P{max(X,Y)1}=1P{max(X,Y)1}=1P{X1,Y1}=1(1e1)(1e1)=e1+e1e2P{X>1Y>1}=P{X>1}+P{Y>1}P{X>1}P{Y>1}=e1+e1e2
E(1)分布函数1−e−x(x>0)E(1)分布函数1-e^{-x}(x>0)E(1)1ex(x>0)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值