有关随机变量和的分布的若干问题的研究.docxVIP

有矣随机变量和的分布的若干问题的研究

摘要

本文主要研究随机变量和的分布的性质及其计算方法.本文首先介绍了随机变量和的分布的研究背景和研究意义，其次，总结了一些常用独立同分布随机变量和的分布性质.然后重点探讨了二维离散型、二维连续型、二维混合型随机变量和的分布.对于二维离散型随机变量，若给出联合分布列，则可直接求和；若其边际分布相互独立，则可用卷积公式求和.对于二维连续型随机变量，常用分布函数或联合密度函数求和的分布；若其边际分布相互独立，则可运用卷积公式求和的分布.对于二维混合型随机变量，本文只研究其边际分布独立时的和的分布.

关键词：卷积公式；随机变量；联合密度函数；分布函数

一、引言

在现实生活中，某些随机试验的结果是由大量微小但相互独立的随机因素相互叠加而成的，譬如在机械轴加工时，影响加工误差的因素是多样的，它们是机床动力与磨损的影响，刀具装配与磨损的影响，钢材的成分，场地的影响，操作者注意力集中程度，当天的情绪的影响，环境方面的影响，其他方面的影响

这些因素对加工精度的影响是很微小的，每个因素的出现都是随机的，这些因素的综合影响使得加工轴出现误差，若将误差记为Yn,那么Y,可以看作很多微小的随机波动X?,X?……,Xn之和，而随机波动X?,X?,…,Xn,是很难计算出来的，因此当我们估算加工轴的误差时，可以直接计算Y的分布，即随机变量X?,X?,……,X,和的分布。这样的例子在现实生活中很多，特别是在保险，精算，金融等邻域，因此对随机变量及随机变量和的分布的研究具有重大意义.

本文首先从常用二维随机变量和的精确分布分布出发，利用其可加性，推广并总结n维随机变量和的精确分布，然后探讨了二维离散型，二维连续型，二维混合型随机变量和的分布计算方法。对于二维离散型随机变量，其和的分布计算方法比较简单，在一般情况下，当其给出联合分布列时，可直接计算其和的分布；

当随机变量X,Y相互独立时，可运用离散场合下的卷积公式求得结果。对于连续型随机变量，在一般情况下，可用其分布函数或联合密度函数求得结果，当随机变量X,Y相互独立时，可运用连续场合下下的卷积公式，同时对于卷积公式，由于其被积函数的特殊性，因此在求其和的分布时，又可以有针对性的运用下变换

法，含参量积分法等方法.对于混合型积分法，本文只求其独立情况下的和的分布

二、基础知识

(一)二维独立随机变量和的分布公式

定理1.1[1]设X,Y是相互独立的离散随机变量，其概率分布列分别为p(x;)且P(X且x;),i且1,2…和p(y;)且P(Y且y;),j且1,2.….则其和Z且X且Y的概率分布列为

(1.1)

定理1.2[2]设X,Y是相互独立的连续随机变量，其密度函数分别为

Px(x)且pr(y),则

其和Z且X且Y的密度函数为

(1.2)

理定1.313]若X为离散型随机变量，其分布列为p且p(x;)且P(X且x;),i且1,2,…,Y为连续型随机变量，其分布函数为Fy(y),密度函数为py(y),且X,Y

相互独立，则Z且X且Y的分布函数为

(1.3)

(二)常用独立同分布随机变量和的分布的性质

1、两点分布

若随机量X?,X?独立同分布变，且都服从两点分布，参数为p,则且X?且X?b(2,p)

若随机变量X?,X?,…,X,独立同分布，且都服从两点分布，参数为p,则

Y且X?且X?且…且Xn～b(n,p)

2、二项分布

设随机变量X?,X?相互独立且都服从二项分布，X?~(n,p),X?~(m,p),则有Z且X且Y～b(n且m,p)

若随机变量X?,X?,……,Xn相互独立且都服从二项分布，X～(m;,p),则有Z且X?且X?且…且Xn～b(m且…且m,p)

3、正态分布

设随机变量X?,X?相互独立且都服从正态分布，

2n若随机变量

2n

态分布的可加性知Z且X且….且X～N(的且…且的，的2且….且的2)

4、伽玛分布

设随机变量X?,X?相互独立且都服从伽玛分布，

X?~Ga(的，,的),X?~Ga(的?,的),则有

Y且X?且X?~Ga(的，且的2,的)

若随机变量X?,X?,……,X相互独立且都