3.5 两个随机变量的函数的分布
本章目录 · 1 节
本章导读
【3.5 两个随机变量的函数的分布】本节讨论和、商、积、最大值、最小值。一般方法仍是先把改写为平面区域,再对联合分布求概率。必须将事件区域与联合密度的支持集相交;若有独立性,才能把联合密度换成两边缘密度的乘积。
【一、和的分布】若有联合密度,则具有密度
证明思路:。固定,在内层积分令;再交换非负积分次序,可写成,方括号内就是密度。这个表达式避免在缺乏条件时直接交换导数与无穷积分。
【独立情形的卷积】若独立,则
即使原密度不分段,支持集随改变也可能使卷积密度必须分段。对离散变量,对应公式是把所有满足的联合概率相加;独立时才能使用边缘概率的乘积。
【例1 两个标准正态变量之和】独立且均服从。卷积得。配方,从而,即,这里2是方差。推广地,独立时,;当全部时结果是常数这一退化情形。(例完)
【例2 串联电阻的总阻值】两个独立电阻各有密度(),区间外为0。总阻值的卷积积分仅在且时有贡献,也就是。于是
两段在均为1/15,总积分为1。积分上下限是由两个电阻各自的支持区间共同决定,不能对所有都从0积分到10。(例完)
【例3 伽马分布的可加性】形状参数、尺度参数的伽马密度为(),其中。若、相互独立且尺度相同,则对,
令,积分变为,其中。利用密度归一化,或对两个伽马积分作变量替换,可得。所以。推广到多个独立变量时形状参数相加,公共尺度保持不变;尺度不同一般不能直接使用这个结论。(例完)
【二、商的分布】若有联合密度,则,可在零概率集合之外定义。其密度为
推导时必须分成与两部分。负数相除时不等号方向改变,是出现绝对值因子的原因。也可使用,雅可比绝对值为。独立时被积函数化为。
【积的分布】同样,有密度
这是变换的雅可比绝对值。独立时改为。积分中排除不改变概率,但在零附近可能有可积奇性,需要结合支持集处理,不能简单把分母为零处代入。
【例4 保费与赔付之比】题设模型中的密度为(),的密度为(),二者独立。只取正值。对,
其余为0。这里用到了,。该密度总积分为1。给定密度只是习题中的保险模型,不表示现实合同一定具有这一保费或赔付分布。(例完)
【三、最大值与最小值】设,。若独立,则
第一式来自两个变量都不大于;第二式先求两者都大于再取补事件。不独立时,正确表达式为、,不能仍用边缘的乘积。对个相互独立的变量,、;若还同分布为,则分别为与。
【例5 串联、并联与冷备用寿命】独立子系统寿命分别具有率参数的指数分布,密度为、。这里使用的是率参数,与第二章的尺度参数互为倒数。
(i)串联:任一子系统损坏系统即失效,,故,。
(ii)并联:两子系统从起始时同时工作,全部损坏系统才失效,。由CDF乘积求导,得,。
(iii)理想冷备用:第二个系统在备用时不损耗寿命,切换即时且可靠,投入后的工作寿命独立于第一个系统。此时。当时,卷积给出,。分子差与分母同号,所以密度非负。若,极限或直接卷积得到,不能把零分母公式直接代入。三种密度在时均取0。若备用期间也老化或切换可能失败,就需要另外建立模型。(例完)
【计算检查】先明确是否独立,再画支持集与变换区域;卷积要重算积分边界,商要区分分母正负,积要保留雅可比绝对值,极值要从事件逻辑出发。最后检查新密度非负、总积分1,以及分段边界与CDF的连续性。
