布，按照定义 F:()=P(5)=P(三y 若仍然（仁）把看度手面上点的坐标，则P于)表示点落入下图中阴影福分的概率。《图 略) 利用(3.56)式，有 只，6J∬px,x)d,k, J∬p(x,x)dx dx2.∫px,x)ddk, 高，0 px d(dd 于是的密度函数为 P:(y)=F:(y)=x2 p(x2y.x2 2 -[x2p(xzy,x2 =Ixlp(y.x)dx (3.58) 例3.16（略） F一分布我们先给出下述一个式子： r" P:(y)= (3.59) r号r3 我们通常把以上述(3.59)式（其中m,n是参数）为密度函数的分布称为是参数为m, n的P一分布，并记作P风。，它也是数理统计中最常用的分布之一 引理3.1若随机变量5与7相互独立，又f(x)、g(x)是两个连续或逐段连续的函数， 则f(x)与g()相互独立。 这个引理的结论在直觉上可以说是显然的。因为二与门的取值既然是独立的，也就是 互相没有牵连，那么它们的函数f(x)、g(x)的取值也是没有牵连的，这就是说它们是独立 的。布，按照定义 F  (y)= P(  <y)= P(   <y) 若仍然 (,) 把看成平面上点的坐标，则 P(   <y)表示点落入下图中阴影部分的概率。（图 略） 利用（3.56）式，有 F  (y)=   y x x p x x dx dx 2 2 1 1 2 1 2 ( , ) =   ; 0 1 2 1 2 2 2 2 1 ( , ) y x x x p x x dx dx +   ; 0 1 2 1 2 2 2 2 1 ( , ) y x x x p x x dx dx = 2 0 1 2 1 ( ( , ) ) 2 p x x dx dx x y    − + 2 0 1 2 1 ( ( , ) ) 2 p x x dx dx − x y  于是  的密度函数为 P  (y)=F '  (y)= 2 0 2 2 2 x p(x y, x )dx   – 2 0 2 2 2 x p(x y, x )dx − =   − | x | p(yx, x)dx （3.58） 例 3.16（略） F—分布 我们先给出下述一个式子： P  (y)= 2 1 2 2 2 ( ) ) 2 ) ( 2 ( ) 2 ( m n n n m ny m y n m n m m n + −   + +  （3.59） 我们通常把以上述（3.59）式(其中 m，n 是参数)为密度函数的分布称为是参数为 m， n 的 F—分布，并记作 F(n，m)，它也是数理统计中最常用的分布之一。 引理 3.1 若随机变量  与  相互独立,又 f (x) 、g(x) 是两个连续或逐段连续的函数， 则 f (x) 与 g() 相互独立。 这个引理的结论在直觉上可以说是显然的。因为  与  的取值既然是独立的，也就是 互相没有牵连，那么它们的函数 f (x) 、g(x) 的取值也是没有牵连的，这就是说它们是独立 的