22. (10.0分) 设随机变量X服从参数为λ=2的指数分布，其概率密度为f(x)=2e^-2x,x>0;f(x)=0,xleq0。试求随机变量Y=1-e^-2X的概率密度，并说明所用的随机变量函数分布的求解方法。
题目解答
答案
根据题目要求，我们将先推导随机变量 $Y$ 的概率密度函数，并说明所使用的求解方法。
推导过程：
已知随机变量 $X$ 服从参数为 $\lambda=2$ 的指数分布，其概率密度函数（PDF）为：
$f_X(x) = \begin{cases} 2e^{-2x}, & x > 0 \\ 0, & x \le 0 \end{cases}$
我们需要求随机变量 $Y = 1 - e^{-2X}$ 的概率密度函数。
第一步：确定 $Y$ 的取值范围
因为 $X$ 的取值范围是 $x > 0$（当 $x \le 0$ 时概率密度为0，可忽略），
当 $x > 0$ 时，$e^{-2x}$ 的取值范围是 $(0, 1)$。
因此，$Y = 1 - e^{-2X}$ 的取值范围是 $1 - (0, 1)$，即 $(0, 1)$。
第二步：使用分布函数法（CDF法）求 $Y$ 的分布函数 $F_Y(y)$
分布函数定义为 $F_Y(y) = P(Y \le y)$。
-
当 $y \le 0$ 时：
由于 $Y$ 的取值范围是 $(0, 1)$，$Y \le y$ 是不可能事件，所以 $F_Y(y) = 0$。 -
当 $y \ge 1$ 时：
由于 $Y$ 的取值范围是 $(0, 1)$，$Y \le y$ 是必然事件，所以 $F_Y(y) = 1$。 -
当 $0 < y < 1$ 时：
$F_Y(y) = P(Y \le y) = P(1 - e^{-2X} \le y)$
对不等式进行变形：
$1 - y \le e^{-2X}$
两边取自然对数（注意 $0 < y < 1$，所以 $1-y > 0$，且 $e^{-2X} > 0$）：
$\ln(1 - y) \le -2X$
$2X \le -\ln(1 - y)$
$X \le -\frac{1}{2}\ln(1 - y)$
因此，
$F_Y(y) = P\left(X \le -\frac{1}{2}\ln(1 - y)\right)$
这正是 $X$ 的分布函数在 $-\frac{1}{2}\ln(1 - y)$ 处的值。
我们先计算 $X$ 的分布函数 $F_X(x)$：
对于 $x > 0$，$F_X(x) = \int_{0}^{x} 2e^{-2t} dt = \left[ -e^{-2t} \right]_{0}^{x} = 1 - e^{-2x}$。
对于 $x \le 0$，$F_X(x) = 0$。现在将 $x = -\frac{1}{2}\ln(1 - y)$ 代入 $F_X(x)$。因为 $0 < y < 1$，所以 $-\frac{1}{2}\ln(1 - y) > 0$，适用 $x > 0$ 的情况：
$F_Y(y) = 1 - e^{-2 \left( -\frac{1}{2}\ln(1 - y) \right)}$
$F_Y(y) = 1 - e^{\ln(1 - y)}$
$F_Y(y) = 1 - (1 - y)$
$F_Y(y) = y$
综合以上情况，$Y$ 的分布函数为：
$F_Y(y) = \begin{cases} 0, & y \le 0 \\ y, & 0 < y < 1 \\ 1, & y \ge 1 \end{cases}$
第三步：求 $Y$ 的概率密度函数 $f_Y(y)$
概率密度函数是分布函数的导数，即 $f_Y(y) = F_Y'(y)$。
- 当 $y \le 0$ 或 $y \ge 1$ 时，$F_Y(y)$ 为常数，导数为 $0$。
- 当 $0 < y < 1$ 时，$F_Y(y) = y$，导数为 $1$。
因此，$Y$ 的概率密度函数为：
$f_Y(y) = \begin{cases} 1, & 0 < y < 1 \\ 0, & \text{其他} \end{cases}$
说明所用的求解方法：
本题使用的是分布函数法（CDF法）。该方法的基本步骤是：
- 先求出目标随机变量 $Y$ 的分布函数 $F_Y(y) = P(Y \le y)$。
- 将 $Y \le y$ 转化为关于原随机变量 $X$ 的不等式。
- 利用 $X$ 的已知概率密度或分布函数计算出 $F_Y(y)$ 的表达式。
- 最后对 $F_Y(y)$ 求导得到 $Y$ 的概率密度函数 $f_Y(y)$。
最终答案：
随机变量 $Y = 1 - e^{-2X}$ 的概率密度为：
$f_Y(y) = \begin{cases} 1, & 0 < y < 1 \\ 0, & \text{其他} \end{cases}$
（注：该结果表明 $Y$ 服从区间 $(0, 1)$ 上的均匀分布。）