Федеральное государственное автономное

образовательное учреждение высшего образования

«Национальный исследовательский университет
«Высшая школа экономики»
Факультет математики

Аполлонов Никита Алексеевич

Плотности распределений сумм случайных величин

Курсовая работа студента 1 курса

образовательной программы бакалавриата «Математика»

Научный руководитель:
профессор
Богачёв Владимир Игоревич

Москва 2023
 Возьмём n случайных неотрицательных величин x1 , . . . , xn с одинаковой плот-
ностью распределения, а также n положительных констант C1 , . . . , Cn , рассмотрим
плотность распределения суммы C1 x1 +. . . +Cn xn . Я рассмотрю два частных случая,
с равномерным распределением на участке [0; 1] и с функцией распределения e−x на
луче [0; +inf]. Найдём точку максимума этой функции (если их несколько, возьмём
самую левую) и подставим в функцию распределения этой функции.

Как близко полученное значение может быть к единице?

Для начала немного обозначений. Чтобы получить функцию плотности суммы

нескольких переменных, мы должны вычислить свёртку функций плотностей этих
величин: Z
p∗q(x) = p(x − y)q(y)dy, (1)
R

Свёртка ассоциативна и коммутативна, так что фомрулы для большого количе-

ства переменных можем считать индуктивно.
Начнём с второго случая, так как он оказался весьма тривиальным:
(
e−x , x >= 0
p(x) =
0, x<0

Z Z∞ Z∞
p∗p(x) = e−(x−y) ey dy = e−x+y) ey dy = ex dy = ∞
R 0 0

Получаем, что свёртка как минимум двух таких переменных неопределена, зна-
чит дальнейшие вычисления мы просто не сможем продолжить. Если же x1 и x2
заменить на другие константы, они просто добавят множитель и ответ не изменится,
можем перейти к другому случаю.

p(x) = Φx[0;1] (x)

Z Z
p∗p(x) = p(x − y)p(y)dy = p(x − y)dy,
R R


 0, x <= 0


 x
R
 dy = x, 0<x<1


0
p(x) = R2
dy = 2 − x, 1 <= x < 2






 x
0, x >= 2

Максимум у такой функции находится в точке xmax = 21 , более того, это яв-
ляется частным случаем распределения Ирвина-Холла. Для любого n, при равных
Ci , функция плотности распределния суммы будет симметричной относительно оси
x = n2 на которой, соответственно, будет находиться её максимум, из чего следует,
что значение функции распределения в нужной нам точке будет равно 21 .
 Значение 12 мы получать уже научились, теперь попробуем менять константы.
Стоит также заметить, что пропорции не будут влиять на итоговый ответ, так как
вынося общий множитель мы будем получать такую же функцию плотности. Разбе-
рём частный случай с двумя переменными и константами 2 и 3, тогда:
1 1
p(x) = Φx[0;2] (x), q(x) = Φx[0;3] (x)
2 3
Из (1) следует, что подынтегральная функция не равна нулю только тогда, когда
обе функции ненулевые, значит:

x − y ∈ [0; 2], y ∈ [0; 3]

Zx
1 1
x ∈ [0; 2], fX (x) = dy = x
6 6
0
Z x
1 1 1
x ∈ [2; 3], fX (x) = dy = (x − (x − 2)) = .
x−2 6 6 3
Z 3
1 1 5 1
x ∈ [3; 5], fX (x) = dy = (3 − (x − 2)) = − x.
x−2 6 6 6 6
Функция получилась симметричной относительно оси x = 32 , но у неё бесконечное
количество максимумов, самый левый из которых находится в точке x = 2. Значение
же функции распределения в этом случае у нас получилось 41 , что сильно меньше 12 .
При замене констант 2 и 3 на любые две другие, мы бы получили такой же результат
(значение функции распределения меньше 12 ).
Условия коммутативности и ассоциативности, и то, что для свёртки мы исполь-
зуем одни и те же функции с точностью до преобразования вида ga,b (x) = af (bx)
могут натолкнуть нас на идею о том, что значение больше 21 мы получить не можем
в следствие возможной симметричности фукнций плотности.
Рассуждая прийдём к выводу, что получить любое значение суммы не меньше
какого-то x0 мы можем с той же вероятностью, чем получить значение выше max−x0 .
Это следует из симметричности функций плотностей, относительно осей Ci /2 и, сле-
довательно, раз для каждого xi получить значение C2i − δ можно с такой же вероят-
ностью, с какой и C2i + δ, функция плотности будет неубывать к ΣCi и невозрастать
после. А в таком случае мы никак не можем получить значение выше половины.
Из этого следует, что для данного частного случая, наибольшее значение функции
распределения в полученной нами точке будет равно 12