№ . 3　　　 　　　　　　　　　　　　西北轻工业学院学报　　　　　　　　　　　　　　　 Sep.

1997
Vol. 15　　　　 JO URNAL OF NOR THWEST INS TITU TE O F LIGHT INDUST RY　　　　 ・ 121・

随机变量分解及其应用

张慧
(数学教研室 )

摘　要　首先证明了一个组合等式 ,然后举例 ,一题多解 ,体现出了用分解随机变

量法解决概率问题的巧妙 .
关键词: 组合等式 ,随机变量 ,分解
中图法分类号: O 211

首先推导一个组合等式 .
定理　设 a , b∈ R , n∈ N , m= 0, 1, 2,… ,则
ma n + (m + 1)Cn1a n- 1b + (m + 2)C2n an - 2b2 + …
n n n- 1
+ (m + n )b = m (a + b) + nb (a + b)
　　证　根据著名的牛顿 ( Newton)二项式:
n n 1 n- 1 2 n- 2 2 n
(a + b) = a + Cn a b+ Cn a b + …+ b
知 ma n + (m + 1)Cn 1a n- 1b+ (m + 2)Cn 2a n- 2b2 + … + (m+ n)bn
n 1 n- 1 2 n- 2 2 n
= m(a + Cn a b+ Cn a b + …+ b )
　 + Cn1a n- 1b+ 2C2n an - 2b2 + … + nbn
n n- 1 1 n- 2 2 n- 3 2 n- 1 n- 1
= m(a + b) + nb(a + Cn- 1 a b+ Cn- 1a b + … + Cn - 1b )
n n- 1
= m(a + b) + nb(a + b)

证毕 .
下面举例 .
例 1　设总体 X 服从指数分布 ,其概率密度为
1 - xθ
e 　 x > 0,θ> 0
f (x) = θ
0　　　 其它
-
2nX
从总体中抽取一容量为 n的样本 X 1 , X 2 ,… Xn ,证明 ～i 2 ( 2n) .
θ
-
分析: 2nX = 2 (X 1 + X 2 + … + Xn ) , 这是随机变量的函数 ,要直接计算它的概率密
θ θ

收稿日期 : 1997- 04- 17　第一作者 : 女 , 39 岁 ,讲师

 ・ 122・ 西北轻工业学院学报　　　　　　　　　 　　　　　　第 15卷
-
2nX
度 ,从而证明它服从自由度为 2n 的卡方分布 ,不是一件容易的事 . 如果将 进行分解 ,写
θ
-
2nX 2 2 2
= X1 + X2 + … + Xn
θ θ θ θ
显然右端是 n 个相互独立的随机变量之和 ,且每一个随机变量的分布是容易求得的 ,它们都
服从自由度为 2的卡方分布 .再利用卡方分布的可加性 ,便可证得结果 . 证明如下:
-
2nX
证 = 2 X1 + 2 X2 + … + 2 Xn
θ θ θ θ
　　因为 X 1 , X 2 ,… , Xn 相互独立 ,且 Xi ～ e (θ) ,所以 X 1 , 2 X 2 ,… , 2 Xn 是相互独立的随
2
θ θ θ
机变量 . 其分布函数与概率密度函数分别为
2 θ
F　
2 (y )= P Xi ≤ y = P Xi ≤ y
θ
Xi
θ 2
0,　　　　　　　　　　　　　 当 y ≤ 0
θ
= 2
y
1 - x y
dx = 1 - e-
∫
0 θ
e θ 2 ,　　　 当 y > 0

0　　　　　　　 当 y≤ 0
h　
2 X (y ) = F′　
2 X ( y) = 1 - y2
θ i θ i e 　　　　　 当 y > 0
2
2 -
2nX
2 2
　　由卡方分布的定义知 Xi～ i ( 2) , i= 1, 2,… , n . 根据卡方分布的可加性知 ～
θ θ i
( 2n ).
证毕 .
例 2　一民航送客车载有 20位旅客自机场开出 ,旅客有 10个车站可以下车 ,如到达一
个车站没有旅客下车就不停车 .以 X 表示停车的次数 ,求 E (X ) (设每位旅客在各个车站下
车是等可能的 ,并设各旅客在某站是否下车相互独立 ).
解: 按题意 ,任一旅客在第 i 站不下车的概率是 9 ,因此 20位旅客都不在第 i 站下车的
10
9 20 9 20
概率是 ,在第 i 站有人下车的概率是 1- .
10 10
20
9
那么 X～ B 10, 1-
10
20 20 9
9 9
方法 1　 P {X = 1} = C110 1 -
10 10
2 9 20 2 9 20 8
P {X = 2} = C10 1 -
10 10
20 3 20 7
9 9
P {X = 3} = C310 1 -
10 10

20 10 20 0 20 10
9 9 9
P {X = 10} = C10
10 1- = 1-
10 10 10
20 180 20 2 1 60
1 9 9 2 9 9
E (X ) = C10 1 - + 2C10 1 -
10 10 10 10
 第 3期　　　　　　　　　　张慧: 随机变量分解及其应用 ・ 123・
20 3 140 20 10
9 9 9
+ 3C310 1 - + …+ 10 1 -
10 10 10

20 20 20 9 20
9 9 9 9
(用组合等式 )= 10 1 - + 1- = 10 1 -
10 10 10 10
= 8. 784 (次 )
　　方法 2　引入随机变量
0,　 在第 i 站没有人下车 ,
Xi = 　　 i = 1, 2,… , 10
1,　 在第 i 站有人下车 .
9 20 20
9
易见 X= X 1+ X 2+ …+ X10 ,因为 P {Xi = 0}= , P {Xi = 1}= 1- ,所以
10 10
9 20
E ( Xi )= 1- , i= 1, 2,… , 10
10
10 20
9
E( X ) = E( X 1 + X 2 + … + X 0 ) = ∑ E (Xi ) = 10 1 - = 8. 784 (次 )
i= 1 10
　　以上两个例子表明 ,对于一些概率问题 ,通过分解随机变量为若干个相互独立的随机变
量之和来求解 ,要比用其它的分析方法求解简单、
明了得多 .因此 ,希望能用这种方法解决更
多的实际问题 .

参考文献

1　翟宗荫编 . 排列与组合 .上海教育出版社 , 1987

2　盛骤等编 . 概率论与数理统计 . 北京: 高等教育出版社 , 1996

R ANDOM VAR IABLE DECOM POSI TION

AND I TS APPL ICATION

Zha ng Hui

ABSTR ACT
This paper first proves a combi nat ori al equalit y, then applies the method t o decom-
pose random vari able i ngenuit y i n order to fi nd t he soluti on t o the probl ems in probabilit y
theory.
Keywor ds: combinatorial equali ty , random va riable , decomposi tion