admin 管理员组

文章数量: 1086019


2024年3月19日发(作者:tastes怎么读啊)

● 

高教视野 

●● 

・ 

● 

・ 

伽马 熬、恭.概齐论 绺 撰 铈中渤庭 

◎田德建索新丽许盈盈(中国矿业大学数学学院,江苏徐州221116) 

例2 设二维随机变量(X,y)的概率密度-厂( ,Y)= 

伽马函数(Gamma函数),也叫欧拉第二积分,是阶乘 

函数在实数与复数上扩展的一类函数.该函数在分析学、概 

率论、偏微分方程和组合数学中有重要的应用.本文主要探 

e-2

x-y

>。'y>。’求常数 的值

. 

. 

讨其在概率论与数理统计课程教学中的计算技巧与重要 

应用. 

解 由概率密度的性质可知 

伽马函数作为阶乘的延拓,是定义在复数范围内的亚 

纯函数,通常写成厂(・).我们仅介绍实数域上的伽马函数: 

= 

』J-+ ,* +∞ ( ,y)dxdy=I J+∞ +c k∞ e-Z'-Zdxdy 

∞J一∞JU JU 

ke- ̄dxf ̄e-y 告. 

厂( ):I t e-tdt(a>0). 

函数厂(・)的主要性质为 

(i)F( +1):aF( )( >0); 

故可得k=2. 

例2介绍的是根据概率密度函数的性质求待定参数.通 

过此例可以看出,在求待定参数的过程中,指数分布和伽马 

函数发挥了很大的作用. 

例3 设随机变量x的概率密度为 

(ii)厂( 1)= ; 

(iii)F(1)=1. 

对于以上性质我们不给予证明. 

』赢e号, o, 

to

, 

≤0, 

在概率论与数理统计课程中,常见的积分主要包括两 

大类,第一类是关于e 的积分,第二类是关于e 的积分. 

第一类积分跟指数分布密切相关,同时跟伽马函数也联系 

密切.第二类积分跟正态分布有直接的联系.我们这里主要 

考虑第一类积分,在积分过程中,可以发现厂(rt+1):n! 

其中 >0, >0.求其期望和方差. 

4-∞ 

= 

E[X]=I 

J一∞ 

)出 

几舌) e一‘寺)d(寺) 

=啦 

(n为非负整数). 

下面我们通过概率论与数理统计课程中几个非常典型 

的例子来说明伽马函数的重要性,以及在计算过程中带来 

的方便. 

= 

E[X2]= 

= 

) 

首先,来介绍跟伽马函数直接相关的指数分布.指数分 

布是一种重要的概率分布,它可以用来表示独立随机事件 

发生的时间间隔,比如,顾客进商场的时间间隔等.除此之 

外,指数分布的分布函数对应于生存函数,在保险精算中也 

具有重要的应用. 

= 

寺)a-41e_(寺)d(舌) 

+1) 

因此,X的方差为D( )=E[ ]一E Ix]= . 

上述例子其实是伽马分布,通常记为X一,( ,口),可 

以通过其求期望和方差的过程中看出伽马积分的作用. 

例1 随机变量 服从参数为A(A>0)的指数分布, 

其密度函数为 )={ 

验证其是密度函数,并求 

解 非负性显然,又 

0’ 

]. 

例4设x—N(o,号),y—N(o,号)并且 ,y相互独 

立,计算E[I X—YI]. 

解 记z=X—y,则Z—N(0,1).故 

L ) 上 ̄e-lxdx=上 dy=1・ 

故其为密度函数. 

[I X一]:r 一]YI L。去J一0 I z I士 出 /可出 '^, 

= 

孚出= ”e一孚 

E[X2]=f 

fe-Ydy 

) =【Ax e dx 

√ 上 e dt:√ . 

例4是关于正态分布计算数学期望跟伽马函数有关的 

个典型例子. 

例5 设X , ,…,以总体X的样本,X的概率密度为 

例1给出的是指数分布的一些性质,我们可以看到指数 

分布的概率密度对应于 =1的情形.更一般地,指数分布 

也可以看成为伽马分布和威布尔分布的特殊情况,在这里 

我们不做介绍. 

数学学习与研究2017.23 

,( ; , ):{【言 , ≥ , >o,求 和 的矩估计量 

0. <ft. 

● 

高教视野 

. . 

●● 

_. 

● 

例5给出了伽马函数在一类计算矩估计量的过程中,可 

E []=』[]=JX J -  ̄xf(; , ) =J=【m + r 寺e÷e, 一 

以使运算变得简单,而又不容易出错. 

通过以上五个例子,我们可以看出伽马函数在概率论 

与数理课程中几个典型的问题包括指数分布、正态分布、求 

解待定参数、矩估计等中有非常重要的作用,尤其在计算过 

程中可以带来很多方便. 

上 ( + )e一 dy= I e一 dy+ ),e一, 

+0, = 

]= 力 ; =J【+ 等e一 

r( + 2e-Ydy= +2矿+ 

【参考文献】 

[1]茆诗松,程依明,濮晓龙.概率论与数理统计教程 

[M].第2版.北京:高等教育出版社,2011. 

从而利用矩

估计的原理有 

X, 

[2]陈希孺.概率论与数理统计[M].北京:科学出版 

社。2002. 

i +2矿+ = n霹. 

可以解得 的矩估计量为/。  S,0的矩估计量为 一 

, 

[3]盛骤,谢式千,潘乘毅.概率论与数理统计[M].第3 

版.北京:高等教育出版社,2006. 

、, n 

[4]周圣武.概率论与数理统计[M].第2版.北京:煤 

炭工业出版社,2007.. 

-TS

. 

(上接6页) 

从上即可看出费马数 =2 +1(n∈z一)两两互素. 

同时这也就是证明费马数两两互素的一种极为简便的 

方法. 

从上可以看出有无穷多对费马数与梅森数互素. 

6.求(口 +1,a 一1),其中a∈Z,m,n∈Z一,m>n,b 

为正偶数,a=一1与n=0不同成立. 

2.求(a +1,a +1),其中a∈Z,a≠一1,m,n∈Z一, 

m>n,b为正奇数. 

解据预备定理2之推论4即得 

(0 +1,abm一1)=Ia +1I. 

解根据预备定理3之推论4即得(a +1,a +1)= 

从上即可看出有无穷多个梅森数的真约数为费马数. 

7.求(Ⅱ +1,a 一1),其中口∈z,a≠一1,m,n∈z一, 

m>n,b为正奇数. 

解据预备定理3之推论1即得 

2 1a, 

10 +1 1. 

3.求(a 一1,a 一1),其中a∈Z,m,n∈z一,,孔>n,b 

为正偶数,a=1与n∈Z一不同成立,a=一1与n∈N不同 

成立. 

(。 +1,。bm一1)=

解据预备定理4之推论4即得 

【2

(a 一1,a 一1):la 一11. 

8.求(a +1,口 一1),其中a∈z,m,n∈Z一,m<n,b 

为正偶数,a=1与m E z一不同成立,a=一1与m∈N不同 

成立. 

从上即可看出有无穷多个梅森数的真约数亦为梅 

森数. 

4.求(a 一1,a 一1),其中a∈Z,m,n∈z一,m>n,b 

为正奇数,a≠1. 

解据预备定理5之推论4即得 

(a “——1,a ——1)=1a “—.1 I. 

解据预备定理4之推论1得 

2 1a

(abn+1,a 一1)=

【2

. 

9.求(a +1,口 一1),其中a∈Z,m,凡∈z一,m<n,b 

为正奇数,a≠1. 

从上也可看出有无穷多个梅森数的真约数亦为梅 

森数. 

5.求(a +1,ab 一1),其中a∈z,,n,n∈z一,m=n,b 

为正整数. 

解‘.‘a∈Z,m,ll,∈Z一,m=n,b为正整数,则 

解据预备定理5之推论l即得 

2 1a, 

(abn+1,abm-1)=

【2

这里需要提及一点,灵活运用第一数学归纳法是很有 

好处的.另外,从中可以看出费马数与梅森数存在一定关 

(口 +1,a m一1):(a m+1,a m一1)=(a m+1,a m— 

l+(abm+1)(一1)):(abm+1,-2)=

那么(口 +l,口bm一1)=

2 1a

系,这是可喜的. 

21 a

【2

, 

【参考文献】 

[1]潘承洞,潘承彪.初等数论[M].北京:北京大学出 

版社,1992:27. 

数学学习与研究

【2

. 

2017.23 


本文标签: 函数 数学 计算 指数分布