【概率】Z=XY的PDF

05月31日01时

题目:已知$X$$Y$的PDF分别为$p_X(x)$$p_Y(y)$,求$Z=XY$的PDF。

法一:$F(z)$的CDF,然后求导得到PDF。

$$ F(z) = p_{Z}(Z < z) = p_{Z}(XY < z) $$

通过二重积分可以求得CDF:

$$ F(z) = \int\int_{xy < z} p_X(x)p_Y(y)dxdy $$

我们以$x$划分积分区域:当$x > 0$时,$y < z/x$;当$x < 0$时,$y > z/x$。所以:

$$ F(z) = \int_{0}^{\infty} p_X(x) \int_{-\infty}^{z/x} p_Y(y)dydx + \int_{-\infty}^{0} p_X(x) \int_{z/x}^{\infty} p_Y(y)dydx $$

通过对CDF求导,可以得到随机变量Z的PDF:

$$ p_Z(z) = \frac{dF(z)}{dz} = \frac{d}{dz}\left(\int_{0}^{\infty} p_X(x) dx \int_{-\infty}^{z/x} p_Y(y)dy + \int_{-\infty}^{0} p_X(x) dx \int_{z/x}^{\infty} p_Y(y)dy\right) $$

这里需要用到莱布尼茨积分法则,即:

$$ \frac{d}{dz}\left(\int_{a(z)}^{b(z)} f(x, z)dx\right) = f(b(z), z)b'(z) - f(a(z), z)a'(z) + \int_{a(z)}^{b(z)} \frac{\partial f}{\partial z}(x, z)dx $$

根据莱布尼茨积分法则:

$$ p_Z(z) = \frac{d}{dz}\left(\int_{0}^{\infty} p_X(x) dx \int_{-\infty}^{z/x} p_Y(y)dy\right) + \frac{d}{dz}\left(\int_{-\infty}^{0} p_X(x) dx \int_{z/x}^{\infty} p_Y(y)dy\right) \\ = \int_{0}^{\infty} p_X(x) p_Y(\frac{z}{x})\frac{1}{x} dx - \int_{-\infty}^{0} p_X(x) p_Y(\frac{z}{x})\frac{1}{x} dx \\ = \int_{-\infty}^{+\infty} p_X(x) p_Y(\frac{z}{x})\frac{1}{|x|} dx $$

法二: 辅助变量法。定义辅助变量 -> 计算雅可比行列式 -> 得到联合PDF变换 -> 边缘化积分。

随机变量$\mathbf{X} = (X_1, X_2, \cdots, X_n)$通过变换$T$映射到$\mathbf{Y} = (Y_1, Y_2, \cdots, Y_n)$,则有:

$$ p_{\mathbf{Y}}(\mathbf{y}) = p_{\mathbf{X}}(T^{-1}(\mathbf{y})) |J_{T^{-1}}| $$

定义辅助变量$W=X$,那么$Y=\frac{Z}{W}$。随机变量$XY$$X$通过变换

$$ \mathbf{T} = \begin{cases} Z = XY \\ W = X \end{cases} $$

映射到随机变量$Z$$W$。有逆变换:

$$ \mathbf{T}^{-1} = \begin{cases} X = W \\ Y = \frac{Z}{W} \end{cases} $$

$$ J_{T^{-1}} = \begin{bmatrix} \frac{\partial x}{\partial z} & \frac{\partial x}{\partial w} \\ \frac{\partial y}{\partial z} & \frac{\partial y}{\partial w} \\ \end{bmatrix} = \begin{bmatrix} 0 & 1 \\ \frac{1}{w} & -\frac{z}{w^2} \\ \end{bmatrix} $$

$$ p_{Z,W}(z,w) = p_{X,Y}(w, \frac{z}{w}) |J_{T^{-1}}| = p_X(w)p_Y(\frac{z}{w}) \left| \frac{1}{w} \right| = p_X(w)p_Y(\frac{z}{w}) \frac{1}{|w|} $$

随机变量$Z$的PDF为:

$$ p_Z(z) = \int_{-\infty}^{+\infty} p_{Z,W}(z,w) dw = \int_{-\infty}^{+\infty} p_X(w)p_Y(\frac{z}{w}) \frac{1}{|w|} dw $$