1.设(X_(1),X_(2),...,X_(2n))^T是来自正态总体N(0,sigma^2)的一个样本，试求统计量T=(X_(1)+X_(2)+...+X_(n))/(sqrt(X_(n+1)^2)+X_{n+2^2+...+X_{2n)^2}}的分布密度

考查要点：本题主要考查正态分布、卡方分布、t分布的定义及相互关系，以及统计量的构造方法。

解题核心思路：

1. 分解统计量结构：将分子和分母分别标准化，转化为标准正态变量和卡方变量。
2. 独立性验证：确认分子与分母对应的变量部分相互独立。
3. t分布构造：结合标准正态变量与卡方变量的比值，推导出t分布形式。

破题关键点：

• 分子标准化：前$n$个变量的和服从正态分布，标准化后得到标准正态变量。
• 分母标准化：后$n$个变量的平方和服从卡方分布，标准化后得到卡方变量。
• 独立性：分子与分母对应的变量部分独立，满足t分布的定义条件。

步骤1：标准化分子部分

设分子部分为$X_1 + X_2 + \cdots + X_n$，因每个$X_i \sim N(0, \sigma^2)$，故和服从$N(0, n\sigma^2)$。标准化后：
$Z = \frac{X_1 + X_2 + \cdots + X_n}{\sigma \sqrt{n}} \sim N(0, 1)$

步骤2：标准化分母部分

设分母部分为$\sqrt{X_{n+1}^2 + X_{n+2}^2 + \cdots + X_{2n}^2}$，因每个$\frac{X_i}{\sigma} \sim N(0, 1)$，故平方和服从$\chi^2(n)$。标准化后：
$U = \frac{X_{n+1}^2 + X_{n+2}^2 + \cdots + X_{2n}^2}{\sigma^2} \sim \chi^2(n)$

步骤3：构造统计量$T$

将$T$表示为：
$T = \frac{Z \cdot \sigma \sqrt{n}}{\sigma \sqrt{U}} = \frac{Z}{\sqrt{U/n}}$
其中，$Z \sim N(0,1)$，$U \sim \chi^2(n)$，且$Z$与$U$独立。

步骤4：确定分布类型

根据$t$-分布的定义，若$Z \sim N(0,1)$，$U \sim \chi^2(n)$且独立，则：
$T = \frac{Z}{\sqrt{U/n}} \sim t(n)$

步骤5：写出密度函数

自由度为$n$的$t$-分布密度函数为：
$f_T(x) = \frac{\Gamma\left(\frac{n+1}{2}\right)}{\sqrt{n\pi} \Gamma\left(\frac{n}{2}\right)} \left(1 + \frac{x^2}{n}\right)^{-\frac{n+1}{2}}$