独立随机变量乘积的分布

2016-05-10 07:05刘继成胡晓山华中科技大学数学与统计学院武汉430074
大学数学 2016年1期

刘继成, 胡晓山(华中科技大学数学与统计学院,武汉430074)



独立随机变量乘积的分布

刘继成, 胡晓山
(华中科技大学数学与统计学院,武汉430074)

[摘 要]得到了两个独立的任意分布随机变量乘积的分布函数的计算公式,该公式推广了参考文献[1]中定理1的结果.

[关键词]分布函数;条件期望;Lebesgue-Stieltjes积分

1 问题的提出

文献[1]中的定理1给出了两个随机变量乘积的分布函数的计算公式,其中要求一个随机变量是连续型随机变量,另一个是任意的随机变量,并在注3中举例说明该公式不适用于两个都是任意随机变量的情形.本文对此问题给予正面的解答,得到任意两个独立随机变量乘积的分布函数公式,该结果适用于[1]中定理1不成立的情形.

2 预备知识

需要下面条件期望的性质.

性质1 设随机变量X和Y独立,则对任意Borel可测函数f(x,y),

另外,需要下面特殊情形下Lebesgue-Stieltjes积分的计算公式.

性质2 设α(x)绝对连续,β(x)关于α(x)在开区间I上Lebesgue-Stieltjes积分存在,则

性质3 设α(x)为跳跃函数且在xk的跳跃为αk,β(x)关于α(x)在开区间I上的Lebesgue-Stieltjes积分存在,则

3 主要结论

定理1 设随机变量X和Y的分布函数分别为F(x)和G(x),且X和Y相互独立,则Z=XY的分布函数H(x)为

其中等式右端的积分理解为Lebesgue-Stieltjes积分.由F(x)和G(x)的对称性,易知H(x)也等于

证 由全概率公式及条件期望的性质1,有

下面讨论几种特殊情况作为特例,这些公式在实际中应用更为方便.

(i)若G(x)在x=0处连续,则Z=XY的分布函数为

若G(x)连续,因为F(x)的不连续点至多可列个,所以

因此

若G(x)绝对连续,且G′(x)=g(x),则

更进一步,若F(x)也绝对连续,且F′(x)=f(x),则Z=XY的密度函数h(x)为

(ii)若G(x)为跳跃函数,且在xk的跳跃为pk,则Z=XY的分布函数为

更进一步,若G(x)在0连续,则

再进一步,F(x)绝对连续,且F′(x)=f(x),则Z=XY为连续型随机变量,其密度函数h(x)为

4 应用举例

例1 设随机变量U服从[-1,2]上的均匀分布,V的密度函数为

且U和V相互独立.记X=max{U,1},Y=min{V,2},求XY的分布.

解 容易计算,X和Y的分布函数分别为

注意到,当x<0或者x>2,dFY(x)=0,以及FY(x)在x=0连续,FY(0)=0设XY的分布函数为H(x),由公式(1)得

因此,当x≤0,H(x)=0.当x≥4,

当2≤x<4,

当0<x<2,

例2 设随机变量X和Y的分布函数分别为

注意到G(x)在0连续,由公式(2),则Z=XY的分布函数为

例3 设X服从参数为μ的指数分布,其分布函数为

Y服从参数为λ的Poisson分布,其分布列为

假设X和Y相互独立.注意到,此时Y只取自然数,(5)式右端第二项为0,又因为Y的分布函数G(x)满足G(0-)=0,因此(5)式右端第三项为0,且易知G(0)=P(Y=0),因此Z=XY的分布函数为

注 本文通讯作者胡晓山,hxs@hust.edu.cn

[参 考 文 献]

[1] 刘洋,何璐,孙丽英,许贵桥.随机变量积的分布函数及其应用[J].大学数学,2014,5(30):112-115.

[2] 严加安.测度论讲义[M].2版.北京:科学出版社,2004.

[3] Carter M,Van Brunt B.The Lebesgue-Stieltjes Integral:apractical introduction[M].New York:Springer Press,2000.

The Distribution Function of the Product of Independent Random Variables

LIU Ji-cheng, HU Xiao-shan
(School of Mathematics and Statistics,Huazhong University of Science and Technology,Wuhan 430074,China)

Abstract:We give a computing formula to the distribution function of product of independent random variables,which extends the result of Theorem 1in the reference[1].

Key words:distribution function;conditional expectation;Lebesgue-Stieltjes integral

[基金项目]华中科技大学自主创新研究基金(2014TS066);华中科技大学教学研究项目(2015067)

[收稿日期]2015-06-30

[中图分类号]O211.5

[文献标识码]C

[文章编号]1672-1454(2016)01-0123-04