随机向量函数的分布
-
背景:当随机变量
X1,X2,...,Xn的联合分布已知时,如何求出它们的函数
Yi=gi(X1,X2,...,Xn),i=1,2,...,m的联合分布
-
离散型分布的情形:
若X、Y独立,
P(X=k)=ak,k=0,1,2,..., P(Y=k)=b+k,k=0,1,...,求
Z=X+Y的概率函数
P(Z=r)=P(X+Y=r)=∑i=0rP(X=i,Y=r−i)=∑i=0rP(X=i)P(Y=r−i)=a0br+a1br−1+...+arb0
此即离散卷积公式
-
连续型分布的情形
设X和Y的联合密度为
f(x,y),求
Z=X+Y的密度
解:
Z=X+Y的分布函数是:
FZ(z)=P(Z≤z)=P(X+Y≤z)=∬Df(x,y)dxdy
这里积分区域
D={(x,y):x+y≤z},是直线
x+y=z左下方的半平面。
∴
FZ(z)=∬x+y≤zf(x,y)dxdy
化为累次积分,得
FZ(z)=∫−∞∞[∫−∞z−yf(x,y)dx]dy
固定z和y,对方括号内的积分作变量代换,令
x=u−y,再交换积分次序,得
FZ(z)=∫−∞∞[∫−∞zf(u−y,y)du]dy=∫−∞z[∫−∞∞f(u−y,y)dy]du
由概率密度与分布密度的关系,即得
Z=X+Y的概率密度为:
fZ(z)=FZ′(z)=∫−∞∞f(z−y,y)dy
由X和Y的对称性,
fZ(z)又可写成
fZ(z)=FZ′(z)=∫−∞∞f(x,z−x)dx
以上两式即是两个随机变量和的概率密度一般公式
特别,当X和Y独立,设(X,Y)关于X,Y的边缘密度分别为
fX(x),fY(y),则上述两式化为:
fZ(z)=∫−∞∞fX(z−y)fY(y)dy
fZ(z)=∫−∞∞fX(x)fY(z−x)dx
这两个公式被称为卷积公式。
-
若X和Y独立,具有相同的分布
N(0,1),则
Z=X+Y服从正态分布
N(0,2)
及若X和Y独立,
X$N(\mu_1,\sigma_1^2)$,$Y$
N(μ,σ22),则
Z=X+Y~
N(μ1+μ2,σ12+σ22)
此结论可以推广到n个独立随机变量之和。
即有限个正态变量的线性组合任然服从正态分布。