R 如何绘制函数的概率密度函数？

假设A服从指数分布；B服从伽马分布

---

如何绘制0.5*（A+B）的PDF

我不是R程序员，但知道对于具有PDF f1（x）和f2（x）的独立随机变量，PDF

---

由两个输入PDF的卷积f1*f2（x）给出两个变量之和的最大值

这里是在R中进行卷积（Jim Lewis提到）的一次尝试。请注意，可能有更有效的方法

lower <- 0
upper <- 20
t <- seq(lower,upper,0.01)
fA <- dexp(t, rate = 0.4)
fB <- dgamma(t,shape = 8, rate = 2)
## C has the same distribution as (A + B)/2
dC <- function(x, lower, upper, exp.rate, gamma.rate, gamma.shape){
  integrand <- function(Y, X, exp.rate, gamma.rate, gamma.shape){
    dexp(Y, rate = exp.rate)*dgamma(2*X-Y, rate = gamma.rate, shape = gamma.shape)*2
  }
  out <- NULL
  for(ix in seq_along(x)){
    out[ix] <-
      integrate(integrand, lower = lower, upper = upper,
                X = x[ix], exp.rate = exp.rate,
                gamma.rate = gamma.rate, gamma.shape = gamma.shape)$value
  }
  return(out)
}
fC <- dC(t, lower=lower, upper=upper, exp.rate=0.4, gamma.rate=2, gamma.shape=8)
## plot the resulting distribution
plot(t,fA,
     ylim = range(fA,fB,na.rm=TRUE,finite = TRUE),
     xlab = 'x',ylab = 'f(x)',type = 'l')
lines(t,fB,lty = 2)
lines(t,fC,lty = 3)
legend('topright', c('A ~ exp(0.4)','B ~ gamma(8,2)', 'C ~ (A+B)/2'),lty = 1:3)

---

lower如果你只是在寻找快速图形，我通常会采用快速脏模拟的方法。我画了一些画，在画上猛击高斯密度，画出那个坏男孩：

numDraws   <- 1e6
gammaDraws <- rgamma(numDraws, 2)
expDraws   <- rexp(numDraws)
combined   <- .5 * (gammaDraws + expDraws)
plot(density(combined))

numDraws使用“Disr”软件包，这是相当直接的：

库（发行版）
A不必费心从函数中生成数据，只需绘制函数即可。使用curve（）而不是line（），add=TRUE。这很好。我不熟悉发行包。
library(distr)

A <- Exp(rate=3)
B <- Gammad(shape=2, scale=3)

conv <- 0.5*(A+B)

plot(conv)
plot(conv, to.draw.arg=1)