随机变量的转换
原文英文，约700词，阅读约需3分钟。
📝
内容提要
本文介绍了当随机变量以确定的方式进行转换时，随机变量的概率密度函数如何改变。通过逆变换的雅可比矩阵的行列式的倒数，可以得到转换后随机变量的概率密度函数。文章还介绍了逆函数定理和积分换元法。最后，给出了随机变量转换的证明。
🔎
延伸解读
雅可比行列式在变量变换中的核心作用
文章指出，当随机变量经过一对一变换时，新概率密度函数等于原密度函数乘以逆变换雅可比行列式的绝对值。这源于积分换元法，雅可比行列式反映了变换导致的体积变化，从而调整概率密度。理解这一点是掌握连续随机变量变换的关键。
逆函数定理与行列式倒数的关系
逆函数定理表明，可逆函数的雅可比矩阵的逆等于其逆函数的雅可比矩阵。由于行列式的乘法性质，逆函数的雅可比行列式等于原函数雅可比行列式的倒数。因此，新密度函数也可表示为原密度函数除以原变换雅可比行列式的绝对值，这提供了另一种计算视角。
证明思路：从累积概率到密度函数
证明通过考虑可测集A，利用Y在A中的累积概率等于X在r^{-1}(A)中的概率，再通过积分换元法将积分转换为关于y的积分，从而识别出被积函数即为Y的密度函数。这一过程严谨地展示了密度变换公式的由来，强调了测度论基础。
❓
Q&A
随机变量的概率密度函数是什么？
随机变量的概率密度函数是描述随机变量取特定值可能性的函数。
如何通过变换获得随机变量的概率密度函数？
通过将原始随机变量的概率密度函数乘以逆变换的雅可比矩阵行列式的绝对值，可以获得变换后随机变量的概率密度函数。
逆函数定理是什么？
逆函数定理表明可逆函数的雅可比矩阵的逆是其逆函数的雅可比矩阵。
行列式的乘法性质在随机变量转换中有什么应用？
行列式的乘法性质表明，逆函数的雅可比矩阵的行列式是原始函数的雅可比矩阵行列式的倒数，这在计算概率密度函数时非常重要。
积分换元法如何简化积分计算？
积分换元法通过变换变量，可以将复杂的积分简化为更易计算的形式。
如何证明随机变量转换的结果？
通过累积概率的计算和积分换元法，可以证明变换后随机变量的概率密度函数的表达式。
