二维随机变量函数的分布 · 用 2-4(2) 走一遍

已知 X(t)=A+Bt,A、B 独立。要把一维的「微元概率相等」升级成二维的「面积元概率相等」,靠一个辅助变量把一维积分变成二重积分。

拖动 t 看斜线怎么转;拖动 b 看这条线上的密度从哪来

五步公式(页面里所有图都对应这五行)

① 构造映射
Y1=A+Bt,Y2=B
② 反解
a=y1−y2t,b=y2
③ 雅可比
|J|=|1| (恒为 1)
④ 联合密度
fY=fA(y1−y2t)·fB(y2)
⑤ 积掉辅助变量
fX(x;t)=∫fA(x−bt)fB(b)db

(a,b) 平面:那条斜线就是 x 的「原像」

等值线 a=x−bt 拖动点 b

亮的颜色 = 联合密度 fA(a)fB(b) 大的地方。蓝线是 Y1=x 的全部原像,斜率的倒数关系让它在 t 变大时越来越陡。

沿这条线取密度:就是第 ⑤ 步的被积函数

fA(x−bt)·fB(b) 阴影面积 = fX(x;t)

阴影面积就是这一点的密度:—

控制量

t 1.00
x 0.60
b(拖动点) 0.00

fX(x;t) 随 x 的形状(虚线是 t=0 时的 fA(x))

fX(x;t) fA(x)(t=0 的答案) 当前 x

为什么必须引入 Y2

  1. 直接算一维的 fX 要用「分布函数求导」,可得但要绕。二维变换给的是同一结果的通用机器:任意「和、差、积、商」公式都是这台机器跑出来的。
  2. 二维变换要求一一对应,所以必须补一个变量凑成双射。取 Y2=B(取 A 也行),于是 a=y1−y2t、b=y2,双射成立的前提是 t≠0。
  3. 雅可比 J=∂(a,b)/∂(y1,y2)=1,所以面积不变——图里那条线怎么转,线上取到的密度都不用额外缩小或放大。
  4. 联合密度 fY(y1,y2)=fA(y1−y2t)fB(y2),独立才写成两个因子相乘。
  5. 辅助变量积掉:fX(x;t)=∫fA(x−bt)fB(b)db。做代换 u=x−bt 就化回一维公式那副带 1/|t| 的模样,两条路殊途同归。
  6. t=0 要单独说:变换塌成 X(0)=A,不可逆,雅可比法失效,直接写 fX(x;0)=fA(x)。