Example
已知X和Y為independent RVs,且個別的density (x和y一樣, x > 0, y > 0):令Z = min(X,Y),求P(Z <= 1) ?
首先P(Z <= 1) = CDF(Z),怎麼求Z的CDF?
因為X Y independent,所以joint density fxy(X,Y) =
這邊不能直接用XY算P(Z <=a ), 因為Z = min(X,Y),但是P(Z<=a) = P(min(X,Y) <= a)我們只能得出P(X <= a || Y <= a),這無法利用joint density來計算。
既然Z = min(X,Y)
=> P(Z > a) = P(min(X,Y) > a) = P(X > a & Y > a)
這邊又要用到X Y independent的事實,我們可以把P(X > a & Y > a) = P(X>a) * P(Y>a),這是回歸到最基礎的independent event probability定義。
計算結果如下:
有了P(Z>a)的函數,我們就可以求CDF of Z = P(Z<=a) = 1 - P(Z>a) :
所以P(Z<= 1) = Fz(1)!
另一個比較笨的方法是“假裝不知道P(Z<=a) = 1 - P(Z>a)”,結果去把Fz(a)又微分得到z的density,然後再去對z在[-INF,1]區間積分,得到的答案還是一樣的。
沒有留言:
張貼留言