Definicja klasyczna. Prawdopodobieństwo warunkowe i całkowite. Zmienne losowe i ich parametry. Niezależność. Prawa wielkich liczb oraz centralne twierdzenia graniczne i ich zastosowania.
Chce policzyć gęstość tej zmiennej Z.
Więc gęstość sumy to: \(\displaystyle{ f_Z (z)= \int_{- \infty }^{+ \infty } f(x,z-x) dx = \frac{\Gamma (a+b+c)}{\Gamma (a)\Gamma (b)\Gamma (c)} (1-z)^{c-1} \int_{0}^{z} x^{a-1}(z-x)^{b-1} dx}\)
Mniej więcej chyba coś takiego. Wydaje mi się, że dobre granice całkowania dobrałem. No i ten wzór będzie prawdziwy dla \(\displaystyle{ z \in [0;1]}\)
--edit--
AAA, teraz można zrobić podstawienie w całce: \(\displaystyle{ x=yz}\), część rzeczy wyskoczy przed całkę, a całka zamieni się na funkcję beta
Czyli gęstość Z to \(\displaystyle{ f_Z (z)=\frac{\Gamma (a+b+c)}{\Gamma (a+b)\Gamma (c)}z^{a+b-1}(1-z)^{c-1} \mathbb{I}_{[0;1]} (z)}\)