X-Y 分布的推导

为了确定 X-Y 的分布,我们可以利用指示函数和期望的性质。

首先,定义指示函数:

$$I(x,y) = begin{cases}

1, & x leq y

0, & x > y

end{cases}$$

该函数表明,当 $x leq y$ 时,函数值为 1,否则为 0。

接着,我们可以利用指示函数表示 X-Y 的概率密度函数:

$$p(x,y) = E[I(x,y)]$$

其中,$E[cdot]$ 表示期望。

将指示函数代入期望公式,得到:

$$p(x,y) = int_{-infty}^{+infty} int_{-infty}^{+infty} I(x,y) cdot p(x,y) , dx , dy$$

由于指示函数的特性,积分可以简化为:

$$p(x,y) = int_{-infty}^{y} int_{-infty}^{+infty} p(x,y) , dx , dy$$

该式表示了 X-Y 的联合概率密度函数,进而可以推导出 X-Y 的分布。