x、y独立同分布随机变量,x+y与x-y独立,Ex=0,Dx=1,证明x~N(0,1)

来源：学生作业帮编辑：作业帮分类：数学作业时间：2024/05/13 04:39:52

x、y独立同分布随机变量,x+y与x-y独立,Ex=0,Dx=1,证明x~N(0,1)
我用Laplace变换做,最后有个函数方程不会解；可能用特征函数也可以做,但最后也得解一个函数方程.我得到了Lx(2t)=Lx(t)^3*Lx(-t)
谁还有别的思路做这个题,要完整答案,或者解出上面的函数方程.
这个题目应该不难，我钻入牛角尖了，而且那个函数方程要放到高中那会儿我可能还会解，高中数学竞赛关于柯西方程会有很多变种，通过变换或者解微分方程可以求出。我是忘了，懒得查那些技巧。
或者有人能说明x是对称的也可以。有了这个条件，这个函数方程就是浮云了。

下面给出利用特征函数所进行的严格证明.
证明：记h_{X}(t)为随机变量X的特征函数（注：记号“h_{X}”中的“_”表示“下标”；下文中的记号“^”表示“上标”,用来表示幂运算,如2^n是2的n次方）.由于X和Y是相互独立同分布的,X+Y和X-Y是相互独立的,利用特征函数的性质得：
h_{X}(2t)=h_{2X}(t)=h_{(X+Y)+(X-Y)}(t)=h_{(X+Y)}(t)*h_{(X-Y)}(t) （注：*是乘以号）
=[h_{X}(t)]^3*h_{X}(-t) (1)
将上式中的t取为-t得：
h_{X}(-2t)=[h_{X}(-t)]^3*h_{X}(t) (2)
为了简化记号,在不会产生误会的前提下,将X的特征函数h_{X}(t)]简记为h(t)].令
g(t)=h(t)/h(-t),
由(1)和(2)得
g(2t)=[g(t)]^2
由X的数学期望为0,易得g’(0)=0.因此：
g(t)=[g(t/2)]^2=[g(t/(2^2))]^(2^2)=...=[g(t/(2^n))^(2^n)
=[g(0)+h’(0)t/(2^n)+o(t/(2^n))]^(2^n) （注：记号“o(x)”表示“x的高阶无穷小”）
=[1+o(t/(2^n))]^(2^n) 趋向于 1 （当n趋于正无穷大时）
所以g(t)恒等于1,也即h_{X}(t)=h_{-X}(t)对任意t成立,换言之,X与-X具有相同的特征函数.由此可将(1)写成：
h(2t)=[h(t)]^4
进而得：
h(t)=[h(t/2)]^4=[h(t/(2^2))]^(4^2)=...=[h(t/(2^n))]^(4^n)
由泰勒公式,并由h(0)=1,h'(0)=E(X)=0,h''(0)=-E(X^2)=-Var(X)=1,得：
h(t)=[h(t/(2^n))]^(4^n)
=[h(0)+h’(0)*t/(2^n)+(1/2)*h’’(0)*t^2/(4^n)+o(t^2/(4^n))]^(4^n)
=[1-(1/2)t^2/(4^n)+ o(t^2/(4^n))]^(4^n) 趋向于 e^(-t^2/2) （当n趋于正无穷大时）
即 h(t)=e^(-t^2/2),这正是标准正态分布随机变量的特征函数,所以X服从N(0,1).
值得一提的是,若假定X是连续型随机变量,则可利用密度函数的性质进行证明.当然利用特征函数进行证明是更一般的方法,无需事先假定X为连续型的随机变量.

x、y独立同分布随机变量,x+y与x-y独立,Ex=0,Dx=1,证明x~N(0,1) 证明随机变量的独立性X,Y独立同分布,服从标准正态分布N（0,1）.令U=X^2+Y^2,V=X/Y求证U,V相互独立. 设随机变量X与Y独立同分布,且都服从标准正态分布N(0,1) .试证:U=X平方+Y平方与设随机变量X与Y相互独立,N（1,2）,(0,1),求随机变量Z=X-Y的分布,并求P（X>Y )的概率设随机变量X与Y独立同分布,且都服从标准正态分布N(0,1),试证:U=X^2+Y^2与V=X/Y相互独立已知随机变量X,Y相互独立,且同服从分布N(0,1),又Z=根号（X^2+Y^2）,求E(X),D(X) 假定随机变量X,Y独立同分布,都服从N（0,1）,计算：E[MAX（X,Y）] 1.设随机变量X Y 相互独立,同分布与N (0,0.5),求E（| X - Y |）设随机变量X ,Y分别服从（0-1）分布,证明：X,Y相互独立等价于X,Y不相关设X与Y相互独立且服从N(0,0.5),证明X-Y是N(0,1)随机变量随机变量X,Y独立且同分布.服从于N（0,1/2）.求|X-Y|的期望与方差设随机变量X,Y独立同分布,且P(X＝1)=P(X＝－1)=1/2,定义Z＝XY,证明X,Y,Z两两独立,但不相互独立