设随机变量X , Y X,Y X , Y 相互独立,其概率密度函数分别为
f X ( x ) = { 1 , 0 ⩽ x ⩽ 1 , 0 , 其他 , f Y ( y ) = { e − y , y > 0 , 0 , y ⩽ 0. f_X(x) =
\begin{cases}
1, &0 \leqslant x \leqslant 1,\\
0, & \text{其他},\\
\end{cases}
f_Y(y) =
\begin{cases}
e^{-y}, &y>0 ,\\
0, & y \leqslant0.\\
\end{cases}
f X ( x ) = { 1 , 0 , 0 ⩽ x ⩽ 1 , 其他 , f Y ( y ) = { e − y , 0 , y > 0 , y ⩽ 0 .
求随机变量Z = 2 X + Y Z=2X+Y Z = 2 X + Y 的概率密度函数。
解:
根据题意,其中X , Y X,Y X , Y 独立可以得到
f ( x , y ) = { e − y , 0 ⩽ x ⩽ 1 , y > 0 , 0 , 其他 . f(x,y) =
\begin{cases}
e^{-y}, &0 \leqslant x \leqslant 1,y>0,\\
0, & \text{其他}.
\end{cases}
f ( x , y ) = { e − y , 0 , 0 ⩽ x ⩽ 1 , y > 0 , 其他 .
由题意设
{ u = 2 x + y , v = y , ⇒ { x = 1 2 ( u − v ) , y = v . \begin{cases}
u = 2x+y,\\
v = y,
\end{cases}
\Rarr
\begin{cases}
x = \frac{1}{2}(u-v),\\
y = v.
\end{cases}
{ u = 2 x + y , v = y , ⇒ { x = 2 1 ( u − v ) , y = v .
则范围为0 < v ⩽ u ⩽ 2 + v 0<v\leqslant u \leqslant 2+v 0 < v ⩽ u ⩽ 2 + v ,积分区域如下,分为两块。
其中雅克比行列式J \mathbb{J} J 为
J = ∣ 1 2 − 1 2 0 1 ∣ = 1 2 \mathbb{J} =
\begin{vmatrix}
\frac{1}{2} & -\frac{1}{2} \\
0 & 1
\end{vmatrix}
= \frac{1}{2}
J = ∣ ∣ ∣ ∣ ∣ 2 1 0 − 2 1 1 ∣ ∣ ∣ ∣ ∣ = 2 1
故有
f U , V ( u , v ) = { e − v ⋅ ∣ J ∣ , 0 < v ⩽ u ⩽ 2 + v 0 , 其他 f_{U,V}(u,v) =
\begin{cases}
e^{-v}\cdot\lvert \mathbb{J} \rvert,
&0<v\leqslant u \leqslant 2+v \\
0, &\text{其他}
\end{cases}
f U , V ( u , v ) = { e − v ⋅ ∣ J ∣ , 0 , 0 < v ⩽ u ⩽ 2 + v 其他
即u u u 的概率密度如下:
f U ( u ) = { 1 2 ∫ 0 u e − v d v , 0 < u ⩽ 2 1 2 ∫ u − 2 u e − v d v , u > 2 0 , 其他 . f_U(u) =
\begin{cases}
\frac{1}{2}\int_{0}^{u}e^{-v}\,dv, &0<u \leqslant2\\
\frac{1}{2}\int_{u-2}^{u}e^{-v}\,dv, &u>2\\
0, &\text{其他}.
\end{cases}
f U ( u ) = ⎩ ⎪ ⎪ ⎨ ⎪ ⎪ ⎧ 2 1 ∫ 0 u e − v d v , 2 1 ∫ u − 2 u e − v d v , 0 , 0 < u ⩽ 2 u > 2 其他 .
由于u = 2 x + y = z u=2x+y=z u = 2 x + y = z ,即可将上式u u u 代换为z z z 。
最后解得:
f Z ( z ) = { 1 2 ( 1 − e − z ) , 0 < u ⩽ 2 1 2 ( e 2 − 1 ) e − z , u > 2 0 , 其他 . f_Z(z) =
\begin{cases}
\frac{1}{2}(1 - e^{-z}), &0<u \leqslant2\\
\frac{1}{2}(e^2-1)e^{-z}, &u>2\\
0, &\text{其他}.
\end{cases}
f Z ( z ) = ⎩ ⎪ ⎪ ⎨ ⎪ ⎪ ⎧ 2 1 ( 1 − e − z ) , 2 1 ( e 2 − 1 ) e − z , 0 , 0 < u ⩽ 2 u > 2 其他 .
numpy
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 import numpy as npfrom scipy.integrate import quadimport matplotlib.pyplot as pltimport sympy as spdef f_X (x ): return 1 if 0 <= x <= 1 else 0 def f_Y (y ): return np.exp(-y) if y > 0 else 0 def f_Z (z ): if z < 0 : return 0 elif 0 <= z <= 2 : integral, _ = quad(lambda y: f_Y(y), 0 , z) return 0.5 * integral else : integral, _ = quad(lambda y: f_Y(y), z - 2 , z) return 0.5 * integral x, y, z = sp.symbols('x y z' ) pdf_x = sp.Piecewise((1 , (x >= 0 ) & (x <= 1 )), (0 , True )) pdf_y = sp.Piecewise((sp.exp(-y), y > 0 ), (0 , True )) convolution_expr = sp.integrate(pdf_x.subs(x, (z - y) / 2 ) * pdf_y, (y, 0 , sp.oo)) latex_expr = sp.latex(convolution_expr) print ("LaTeX 表达式:" , latex_expr)z_values = np.linspace(0 , 5 , 500 ) pdf_values = [f_Z(z) for z in z_values] plt.plot(z_values, pdf_values, label="PDF of Z = 2X + Y" ) plt.xlabel('z' ) plt.ylabel('f_Z(z)' ) plt.title('Probability Density Function of Z = 2X + Y' ) plt.text(3.5 , 0.15 , f"${latex_expr} $" , fontsize=12 ) plt.legend() plt.grid(True ) plt.show()
这个图将就看吧。