对随机变量的条件切割和条件组合.docVIP

  对随机变量的条件切割和条件组合 陈必红* （深圳大学数学学院，广东 深圳 518060） 5 10 15 20 摘要：本文提出一种对随机变量的研究分析方法，就是将实数轴切割成互不相交的若干个可 测集合，在这些集合上随机变量的概率都不为零，研究在不同集合中此随机变量的条件分布， 这些条件分布的性质和数字特征，它们的函数的性质。而反过来也给出了将若干个不同的随 机变量通过条件再组合成一个随机变量的反运算。用这样方法可以简化许多概率论的解题， 及更容易地证明一些概率论的常用定理，可以对概率论的理论做更深入的研究。 关键词：概率分布；条件分布；条件切割 中图分类号：O211.1 The Conditional Cutting and Combination of a Random Variable CHEN Bihong (Mathematical Schol, Shen Zhen Univarsity, GuangDong ShenZhen 518060) Abstract: In this paper, a analysis method to a random variable is put out. The entire real axis is cut to some measurable sets which are disjoint. The probability of the random variable on every set is not zero. Then the random variable can be researched by conditional distributions on these sets. The conditional distributions can be researched by their nature, digital characteristics and function. And conversily some random variables can be combinationed by different conditions. Using such method, a lot of problems of probability theory can be simplified, and some commonly theorem can be proofed more easy, and a lot of deep research can be done. Keywords: probability distribution; conditional distribution; conditional cutting 25 0 引言 首先通过一个例子来说明本文提出的对随机变量进行条件切割的思想。在这之前必须先 定义一个称之为相等函数的二元函数，记作 eq(x,y)，这个函数当 x=y 时返回 1，否则返回 0， 即  30 ?1, ?0, x?? y; x?≠ y.  (1) 下面来讲这个例子，它已经包括了本文要叙述的全部思想。 假设随机变量 X 服从标准正态分布，因此它的概率密度函数为  f ( x)??  1 2? x 2 2  (2) 假设出于研究的需要，我们要在两个区域，(-∞,0)和[0,+∞)分别研究 X 的各种性质和表 35 现，也就是根据 X 取负值和取非负值的情况分别进行研究。当然，这里是一个例子，实际 过程中是将实数轴分为几个什么样的互不重叠的区域是根据研究的需要来的。而既然我们确 定了要将 X 划分为两部分，是根据事件{X0}和{X≥0}进行划分的，因此通常也想到要用一 个随机变量 W 来描述这两个互斥的事件，我们称之为控制随机变量，因此定义 W 为 ?1, 当X?? 0, ?2, 当X?≥ 0.  (3) 40 这是一个随机变量的函数，且是根据连续型随机变量变换成的一个离散型的随机变量。 作者简介：陈必红，(1955-)，男，讲师，应用数学和信息论。 E-mail: cbhmath@ -1-   而这里的 W 可能的取值 1,2 则是人为乱规定一通的，或者说是可以灵活的，更一般的可以 定义 W 取值 w1,w2，(w1≠w2), 而后面我们要讨论根据研究的需要来选取 w1,w2 的值，使之包 含更多的有关 X 的信息，有可能对于研究更为方便的。 因此不难知道 p1=P{W=1}=P{X0}=0.5, p2=P{W=2}=P{X 0}=0.5。记{W＝w}条件下 X  45  的条件概率密度为 PX|W(x|w), 并令 f1(x)=PX|W(x|1), f2(x)=P