一、什么是随机变量的函数？
想象一下：你知道今天气温是随机的，但你想知道"体感温度"——这就是随机变量的函数在生活中的应用。
假设你有一个随机变量 X，它表示抛骰子的点数（1到6，每个概率1/6）。现在你想知道：点数的平方是多少？这就是 Y = X²，一个随机变量的函数。
二、为什么要研究随机变量的函数？
现实世界中，我们经常需要"翻译"随机变量：
工程测量：圆半径的测量值 → 圆的面积 Y = πX²电路设计：电压的随机波动 → 功率 Y = V²/R教学管理：考试成绩 → 等级评定金融分析：股票价格 → 收益率三、求解随机变量函数分布的方法
1. 离散型：直接枚举法
当不同的 X 值映射到同一个 Y 值时，概率要相加！
2. 连续型：分布函数法（万能方法）
核心思想：先求 Y 的分布函数 F_Y(y)，再求导得密度函数。
步骤：
写出 F_Y(y) = P(Y ≤ y) = P(g(X) ≤ y)解不等式 g(X) ≤ y，得到 X 的取值范围用 X 的分布计算概率对 y 求导：f_Y(y) = F_Y'(y)3. 公式法（单调变换）
如果 y = g(x) 是严格单调函数，有反函数 x = g⁻¹(y)，则：
f_Y(y) = f_X(g⁻¹(y)) · |dx/dy|
四、经典应用案例
案例一：测量误差的传递
测量正方形边长 X，测得 X = 10 cm，测量误差服从 N(0, 0.1²)。求面积的误差分布。
面积 S = X² ≈ 100 + 20δ，因此 S 近似服从 N(100, 4)。
结论：面积的误差被"放大"了20倍！这就是为什么精密测量要求更高的原因。
案例二：金融风险度量
投资者持有股票，当前价格 S₀ = 100 元。假设一年后价格 S₁ 服从对数正态分布。
收益率 R = (S₁ - S₀)/S₀ 的分布是什么？
这正是著名的风险价值（VaR）计算的基础。
五、重要结论
正态分布的线性变换仍是正态分布均匀分布的对数变换是指数分布独立正态变量之和仍是正态分布六、常见误区
❌ 错误：正态分布的任意函数还是正态分布✅ 正确：只有线性变换保持正态性❌ 错误：E[g(X)] = g(E[X])✅ 正确：一般情况下不成立！总结
随机变量的函数是连接"已知"与"未知"的桥梁。掌握这一工具，你就能从简单的随机现象出发，分析复杂的随机系统。
版权声明：本文转载于今日头条，版权归作者所有，如果侵权，请联系本站编辑删除
