常见的具有可加性的分布:
二项分布
X ∼ B ( m , p ) Y ∼ B ( n , p ) , X , Y 相互独立, X + Y ∼ B ( m + n , p ) X\sim B(m,p) \ Y\sim B(n,p),X,Y相互独立,X+Y\sim B(m+n,p) X∼B(m,p) Y∼B(n,p),X,Y相互独立,X+Y∼B(m+n,p)
泊松分布
X 服从参数为 λ 1 的泊松分布, Y 服从参数为 λ 2 的泊松分布, X 与 Y 相互独立, Z = X + Y ,求证 Z 服从参数为 λ 1 + λ 2 的泊松分布 X 服从参数为 λ_1的泊松分布,Y 服从参数为λ_2的泊松分布,\\X 与 Y 相互独立,Z=X+Y,求证 Z 服从参数为λ_1+λ_2 的泊松分布 X服从参数为λ1的泊松分布,Y服从参数为λ2的泊松分布,X与Y相互独立,Z=X+Y,求证Z服从参数为λ1+λ2的泊松分布
P
(
Z
=
z
)
=
∑
n
=
0
z
P
(
X
=
n
,
Y
=
z
−
n
)
P(Z=z)=\sum_{n=0}^{z}P(X=n,Y=z-n)
P(Z=z)=n=0∑zP(X=n,Y=z−n)
正态分布
卡方分布
不具有可加性:0-1、几何、均匀、指数
为什么0-1分布不具有可加性呢?二点分布加起来不就是二项分布吗?
两点分布具有可加性,0-1分布是特殊的两点分布,所以0-1分布就有可加性才对!?
两个分布的定义
-
0-1分布是一种特殊的二项分布,当进行一次伯努利试验,则该试验的0-1分布是指结果只能是0或1两种可能的概率分布。例如,抛硬币的结果就是0-1分布,其中0表示正面朝上,1表示反面朝上。
-
而当进行n次独立的伯努利试验并且每次试验中成功的概率为p时,这就构成了一个二项分布。例如,抛10次硬币,求正面朝上5次的概率就是一个二项分布。
解释
- 假设 0-1分布具有可加性
X ∼ B ( 1 , p ) Y ∼ B ( 1 , p ) , X , Y 相互独立, X + Y ∼ B ( 1 + 1 , p ) 但是 B ( 1 + 1 , p ) 不是 0 − 1 分布 X\sim B(1,p) \ Y\sim B(1,p),X,Y相互独立,X+Y\sim B(1+1,p)\\但是B(1+1,p)不是0-1分布 X∼B(1,p) Y∼B(1,p),X,Y相互独立,X+Y∼B(1+1,p)但是B(1+1,p)不是0−1分布
例题:设随机变量X和Y相互独立,且都服从参数为λ的泊松分布,则X+Y与2X的关系是
A.有相同的分布
B.有相同的数学期望
C.有相同的方差
D.以上均不成立
感谢提醒,这个例题的答案是错误的:
独立情况
P ( Z = z ) = ∑ n = 0 z P ( X = n , Y = z − n ) = ∑ n = 0 z P ( x = n ) P ( y = z − n ) 独立可以相乘 = ∑ n = 0 z λ 1 n n ! e − λ 1 ∗ λ 1 n ( z − n ) ! e − λ 1 = e − ( λ 1 + λ 2 ) z ! ∑ n = 0 z z ! n ! ( z − n ) ! λ 1 n λ 2 z − n = e − ( λ 1 + λ 2 ) z ! ( λ 1 + λ 2 ) z P(Z=z)=\sum_{n=0}^{z}P(X=n,Y=z-n)\\ = \sum_{n=0}^zP(x=n)P(y=z-n) 独立可以相乘\\ =\sum_{n=0}^z \frac{\lambda_1^n}{n!}e^{-\lambda_1} * \frac{\lambda_1^n}{(z-n)!}e^{-\lambda_1}\\ =\frac{e^{-(\lambda_1+\lambda_2)}}{z!} \sum_{n=0}^z \frac{z!}{n!(z-n)!}\lambda_1^n\lambda_2^{z-n}\\ =\frac{e^{-(\lambda_1+\lambda_2)}}{z!}(\lambda_1+\lambda_2)^z P(Z=z)=n=0∑zP(X=n,Y=z−n)=n=0∑zP(x=n)P(y=z−n)独立可以相乘=n=0∑zn!λ1ne−λ1∗(z−n)!λ1ne−λ1=z!e−(λ1+λ2)n=0∑zn!(z−n)!z!λ1nλ2z−n=z!e−(λ1+λ2)(λ1+λ2)z
非独立情况
P ( Z = z ) = ∑ n = 0 z P ( X = n , Y = z − n ) P ( Z = z ) = ∑ n = 0 z P ( X = n , X = z − n ) P ( Z = z ) = ∑ n = 0 z P ( X = n = z 2 ) = P ( X = z 2 ) 有了约束直接变为一项了 P(Z=z)=\sum_{n=0}^{z}P(X=n,Y=z-n)\\ P(Z=z)=\sum_{n=0}^{z}P(X=n,X=z-n)\\ P(Z=z)=\sum_{n=0}^{z}P(X=n=\frac{z}{2})\\ = P(X=\frac{z}{2}) 有了约束直接变为一项了 P(Z=z)=n=0∑zP(X=n,Y=z−n)P(Z=z)=n=0∑zP(X=n,X=z−n)P(Z=z)=n=0∑zP(X=n=2z)=P(X=2z)有了约束直接变为一项了
所以有相同的分布是错误的,要有独立的前提,但是X,Y是任意两个随机变量,则有E(X+Y)=E(X)+E(Y),期望即相加或者积分,其具有线性性质,所以应选择B项。