设二维随机变量(X,Y)的密度函数为f(x,y)=e^x , 1-×≤y≤1,0≤x≤1 ,
f(x,y)=1 , 其他
(1)求Z=max{X,Y}的密度函数
(2)求Z=min{X,Y}的密度函数
首先,我们可以通过求解累积分布函数(CDF)来求解Z的密度函数。
(1) 求Z=max{X,Y}的密度函数:
对于Z=max{X,Y},我们可以通过计算其累积分布函数来求解其密度函数。
首先,我们可以计算Z的CDF,即P(Z≤z)。
当z<0时,P(Z≤z)=0,因为Z的取值范围是非负数。
当0≤z≤1时,P(Z≤z)=P(max{X,Y}≤z)。
根据最大值的性质,我们可以得到以下两种情况:
当z≤1时,P(max{X,Y}≤z)=P(X≤z,Y≤z)。
由于X和Y是独立的,我们可以将其联合概率密度函数拆分为边缘概率密度函数的乘积:
P(X≤z,Y≤z)=P(X≤z)P(Y≤z)。
根据给定的密度函数,我们可以计算边缘概率密度函数:
P(X≤z)=∫[0,z]∫[z,1]f(x,y)dydx。
P(Y≤z)=∫[0,z]∫[z,1]f(x,y)dxdy。
将f(x,y)代入上述积分式中,我们可以计算出P(X≤z)和P(Y≤z)。
当z>1时,P(max{X,Y}≤z)=1,因为Z的取值范围是非负数。
综上所述,我们可以得到Z的CDF:
F(z) = { 0, z < 0 P(X≤z)P(Y≤z), 0 ≤ z ≤ 1 1, z > 1 }
然后,我们可以对CDF求导数,即可得到Z的密度函数。
f(z) = dF(z)/dz
对于0 ≤ z ≤ 1,我们可以计算f(z)如下:
f(z) = d/dz [P(X≤z)P(Y≤z)]
对于z > 1,f(z) = 0。
综上所述,Z的密度函数为:
f(z) = { (1-z)e^z, 0 ≤ z ≤ 1 0, z > 1 }
(2) 求Z=min{X,Y}的密度函数:
对于Z=min{X,Y},我们可以通过计算其累积分布函数来求解其密度函数。
首先,我们可以计算Z的CDF,即P(Z≤z)。
当z<0时,P(Z≤z)=0,因为Z的取值范围是非负数。
当0≤z≤1时,P(Z≤z)=P(min{X,Y}≤z)。
根据最小值的性质,我们可以得到以下两种情况:
当z≤1时,P(min{X,Y}≤z)=1-P(X>z,Y>z)。
由于X和Y是独立的,我们可以将其联合概率密度函数拆分为边缘概率密度函数的乘积:
P(X>z,Y>z)=P(X>z)P(Y>z)。
根据给定的密度函数,我们可以计算边缘概率密度函数:
P(X>z)=1-P(X≤z)=1-∫[0,z]∫[z,1]f(x,y)dydx。
P(Y>z)=1-P(Y≤z)=1-∫[0,z]∫[z,1]f(x,y)dxdy。
将f(x,y)代入上述积分式中,我们可以计算出P(X>z)和P(Y>z)。
当z>1时,P(min{X,Y}≤z)=1,因为Z的取值范围是非负数。
综上所述,我们可以得到Z的CDF:
F(z) = { 0, z < 0 1-P(X>z)P(Y>z), 0 ≤ z ≤ 1 1, z > 1 }
然后,我们可以对CDF求导数,即可得到Z的密度函数。
f(z) = dF(z)/dz
对于0 ≤ z ≤ 1,我们可以计算f(z)如下:
f(z) = d/dz [1-P(X>z)P(Y>z)]
综上所述,Z的密度函数为:
f(z) = { (1-z)e^z, 0 ≤ z ≤ 1 0, z > 1 }