張 新 趙書銀 胡金江
(河北建筑工程學(xué)院數(shù)理學(xué)院,河北 張家口075000)
多個隨機(jī)變量的函數(shù)的概率密度是概率論課程中計算較繁瑣的部分.兩個相互獨(dú)立的連續(xù)型隨機(jī)變量之和的概率密度,可以用卷積運(yùn)算得到,而求解多個相互獨(dú)立的隨機(jī)變量的和的概率密度需要進(jìn)行若干次卷積運(yùn)算.本文利用傅立葉變換提供了一種算法,不僅可以計算多個相互獨(dú)立的隨機(jī)變量的和的概率密度,而且還能計算多個相互獨(dú)立的隨機(jī)變量的任意線性組合的概率密度.
定理 設(shè)X1,X2,…,Xn是n個相互獨(dú)立的隨機(jī)變量,其概率密度分別為f1(x),f2(x),…,fn(x),隨機(jī)變量,其中a1a2…an≠0,則Y的概率密度
為了證明這個結(jié)論,先證明三個引理.
引理1 設(shè)隨機(jī)變量X的概率密度為f(x),則Y=aX的概率密度為
證明 設(shè)a<0,則Y的分布函數(shù)
從而
引理2 設(shè)隨機(jī)變量X的概率密度為f(x),則Y=X+b的概率密度為
證明Y的分布函數(shù)
所以
引理3 設(shè)X1,X2,…Xn是n個相互獨(dú)立的隨機(jī)變量,其概率密度分別為f1(x),f2(x),…,fn(x),隨機(jī)變量,則Y的概率密度
證明 當(dāng)n=2時,
其中*表示兩個函數(shù)的卷積運(yùn)算.由傅立葉變換的卷積性質(zhì),有
若結(jié)論對于n=k時成立,則當(dāng)n=k+1時,設(shè),則Y=Z+Xn,由n=2時的結(jié)果和n=k時的結(jié)果,有
由歸納法假設(shè)即得(4)成立.
下面給出(1)式的證明.
設(shè)Yi=aiXi,fYi(y)表示Yi的概率密度,fi(y)表示Xi的概率密度(i=1,2,…,n),gn(y)表示Yn+b的概率密度,則,于是.所以由引理3得
兩邊取傅里葉逆變換即得(1)式.
以獨(dú)立同分布的中心極限定理為例,設(shè)Xi具有相同的概率密度,則a1=a2=…=,從而
以Xi~E(1)為例,設(shè)它們相互獨(dú)立,i=1,2,…,n.則有
這里u(y)表示單位階躍函數(shù).
下圖顯示了當(dāng)n=5,30,100時,相互獨(dú)立的參數(shù)為1的指數(shù)分布的隨機(jī)變量之和的標(biāo)準(zhǔn)化變量的概率密度圖像和標(biāo)準(zhǔn)正態(tài)分布的概率密度圖像(虛線表示標(biāo)準(zhǔn)正態(tài)分布圖像):
從圖像上看,相互獨(dú)立的指數(shù)分布之和的標(biāo)準(zhǔn)化變量收斂于標(biāo)準(zhǔn)正態(tài)分布的速度比較慢,當(dāng)n=100時二者圖像仍然有明顯的差距.
下圖顯示了當(dāng)n=3,5,14時,相互獨(dú)立的U(0,1)分布的隨機(jī)變量之和的標(biāo)準(zhǔn)化變量的概率密度圖像和標(biāo)準(zhǔn)正態(tài)分布的概率密度圖像(虛線表示標(biāo)準(zhǔn)正態(tài)分布圖像):
從圖像上看,相互獨(dú)立的均勻分布之和的標(biāo)準(zhǔn)化變量收斂于標(biāo)準(zhǔn)正態(tài)分布的速度比指數(shù)分布的情形要快,當(dāng)n=14時二者圖像的差別就不明顯了.
多個隨機(jī)變量的函數(shù)的概率密度的計算量非常大.使用卷積計算時,即使使用計算機(jī)來實(shí)現(xiàn),所用時間也不可忽視.筆者使用maple軟件計算100個相互獨(dú)立的指數(shù)分布隨機(jī)變量的平均值,采用卷積和傅立葉變換法來計算,分別用時21.922秒和1.188秒,前者用時是后者的18.45倍,可見,傅立葉變換在隨機(jī)變量函數(shù)的計算中是有優(yōu)勢的.但是因?yàn)楦盗⑷~變換只能處理線性問題,也就是線性組合的情況,對于非線性的情形就無能為力了,當(dāng)然卷積也處理不了非線性問題.
[1]張元林.積分變換(第四版)[M].高等教育出版社,2003
[2]孫宏凱,李香玲,等.概率論與數(shù)理統(tǒng)計[M].中國電力出版社,2009
[3]李賢平.概率論基礎(chǔ)(第三版)[M].高等教育出版社,2010
[4]張韻華.符號計算系統(tǒng)Maple教程[M].中國科學(xué)技術(shù)大學(xué)出版社,2007