|
临时写了下面一个粗浅的方法,比较麻烦,就抛砖引玉把~
1、首先,我们可以知道Y是连续随机变量,取值范围是[0,1]. 为什么呢? 其实Y的分解方法就像小数的二进制表示法,X_1就是小数点后第一位的取值,X_n 同理。 因为[0,1]中每个十进制小数唯一对应一个二进制表示,所以Y的取值就可以取遍所有[0,1]的十进制小数,因此Y 是连续的随机变量,也就有了第一个论断。
2、然后我们再证均匀分布。
根据定义,我们要证 P(Y<= t) = t, 0<=t<= 1.
首先,我们看简单的情况:
2-1、 当 t=1/(2^k), k>=1
我们有P(Y<= 1/(2^k)) = 1/(2^k). 因为Y连续,所以有 [size=14.3999996185303px][size=14.3999996185303px]P(Y<=1/(2^k)) = [size=14.3999996185303px]P(Y<1/(2^k)),
[size=14.3999996185303px] 因此, \[X_1=0,..., X_k=0,\],剩下的任意。
故其概率为\[\frac{1}{2}*\frac{1}{2}*...*\frac{1}{2} = \frac{1}{2^k}\].
2-2、 当 t= 1/(2^k) + 1/(2^m), k<m时,
我们有P(Y<=[size=14.3999996185303px]1/(2^k) + 1/(2^m)) =P(Y<1/(2^k)) + P(1/(2^k) < Y < 1/(2^k)+1/(2^m))
也就是=[size=14.3999996185303px]1/(2^k) + 1/(2^m).
为什么呢? 第一项就不说了,第二项是因为这种情况下,
X_1=0,...,X_{k-1}=0, X_{k}=1, X_{k+1}=0, X_{k+2}=0,... X_{m}=0
剩下的任意。
同理,我们可以推出:
当 t= 1/(2^{k_1}) + 1/(2^{k_2})+... + 1/(2^{k_n}), k_1<k_2<...<k_n时,
我们有P(Y<t) = [size=14.3999996185303px]1/(2^{k_1}) + 1/(2^{k_2})+... + 1/(2^{k_n}).
也就是说,对于[0,1]中的所有二进制表示的小数,我们都有:
P(Y<=t) = t.
再由连续性,就知道Y服从均匀分布了。
PS. 其实,最关键的想法是,[0,1]中的任一个数x 都能写成\[ x = \sum_{i=1}^\infty \frac{1}{2^{k_i}}\] 的形式。
希望能帮到你~
祝 好
|