Приклади використання формули згортки
Приклад 45. Нехай незалежні випадкові величини і
мають стандартний нормальний розподіл. Доведемо, що їх сума має нормальний розподіл з параметрами
і
.
Доказ. За формулою згортки, щільність суми дорівнює
Останній інтеграл дорівнює одиниці, оскільки під інтегралом стоїть щільність нормального розподілу з параметрами і
. Отже, ми отримали, що щільність розподілу суми є щільність нормального розподілу з параметрами
і
.
Якщо сума двох незалежних випадкових величин з одного і того ж розподілу (можливо, з різними параметрами) має таке ж розподіл, кажуть, що це розподіл стійко щодо підсумовування. У наступних твердженнях перераховані практично всі стійкі розподілу.
Лемма 1. Нехай випадкові величини і
незалежні. тоді
.
Доказ. Знайдемо таблицю розподілу суми. Для будь-якого цілого
В останній рівності ми скористалися біном Ньютона.
Лемма 2. Нехай випадкові величини і
незалежні. тоді
.
Сенс леми 2 абсолютно зрозумілий: складаючи кількість успіхів в перших і в наступних
незалежних випробуваннях однієї і тієї ж схеми Бернуллі, отримуємо кількість успіхів в
випробуваннях. Корисно довести це твердження аналогічно тому, як ми довели лему 1.
Лемма 3. Нехай випадкові величини і
незалежні. тоді
.
Лемма 4. Нехай випадкові величини і
незалежні. тоді
.
Ці твердження ми доведемо пізніше, використовуючи апарат характеристичних функцій, хоча при деякому терпінні можна спробувати довести їх безпосередньо за допомогою формули згортки.
Показовий розподіл нестійка з підсумовування, проте воно є окремим випадком гамма-розподілу, яке вже стійко щодо підсумовування. Доведемо окремий випадок леми 4.
Лемма 5. Нехай незалежні випадкові величини мають показовий розподіл
. тоді
.
Доказ. Доведемо твердження по індукції. при воно вірно в силу рівності
. Нехай твердження леми справедливо для
. Доведемо, що воно вірне і для
. За припущенням індукції,
має розподіл
, Тобто щільність розподілу величини
дорівнює
Тоді за формулою згортки щільність суми дорівнює Так як
при
, Тобто при
, То щільність під інтегралом відмінна від нуля, тільки якщо змінна інтегрування змінюється в межах
при
. при
підінтегральна функція дорівнює нулю. при
маємо Тому
, що й потрібно було довести.
Приклад 46. Рівномірний розподіл не є стійким щодо підсумовування. Знайдемо функцію і щільність розподілу суми двох незалежних випадкових величин з однаковим рівномірним на відрізку розподілом, але не по формулі згортки, а використовуючи геометричну ймовірність.
нехай - незалежні випадкові величини. випадкові величини
і
можна вважати координатами точки, кинутої навмання в одиничний квадрат.
тоді дорівнює площі області всередині квадрата під прямий
. Ця область - заштрихований на Мал. 9.1 трикутник (при
) Або п'ятикутник (при
). Отримаємо функцію розподілу і щільність розподілу суми двох незалежних рівномірно розподілених на відрізку
випадкових величин:
Отриманий розподіл називається "трикутним розподілом" Сімпсона. Бачимо, що розподіл суми незалежних випадкових величин з рівномірним розподілом не є рівномірним.
Приклад 47. Знайдемо функцію і щільність розподілу приватного двох незалежних випадкових величин і
, Що мають показовий розподіл з параметром
.
при по теоремі 30 маємо
де область є безліч точок
таких, що
. При цьому досить обмежитися позитивними значеннями
і
: Показово розподілені випадкові величини можуть приймати негативні значення лише з нульовою ймовірністю.
Обчислимо інтеграл по області :
Вправа .Провесті обчислення і отримати відповідь. Таким чином, функція і щільність розподілу приватного мають вигляд