求密度函数卷积的核心做法是：把两个独立连续随机变量的密度函数代入卷积积分，根据支撑区间确定积分上下限，再分段计算并整理，得到和变量 Z = X + Y 的密度函数。这个思路的原因在于，两个随机变量相加后，所有使 X + Y = z 的取值组合都会对新的概率密度做出贡献，卷积积分正好把这种贡献逐点加起来。常用步骤是写出各自密度、列出支撑、代入积分、处理分段、合并成最终结果；因此只要按公式操作，就能得到可用的密度函数卷积表达式。
密度函数卷积的基本公式
当 X 与 Y 相互独立，且密度函数分别为：
- f_X(x)
- f_Y(y)
那么 Z = X + Y 的密度函数常用形式为：
[
f_Z(z)=int_{-infty}^{+infty} f_X(t)f_Y(z-t),dt
]
实际计算时，重点是把两个密度函数同时有贡献的区间找出来。只要 t 和 z - t 都落在各自密度函数允许的取值范围内，这段 t 就要进入积分。
密度函数卷积的步骤表
| 步骤 | 要做什么 | 常用写法 |
|---|---|---|
| 1 | 写出两个密度函数 | f_X(x)、f_Y(y) |
| 2 | 列出支撑区间 | 例如 x ≥ 0、y ≥ 0 |
| 3 | 代入卷积公式 | f_Z(z) = ∫ f_X(t) f_Y(z - t) dt |
| 4 | 找出共同有效区间 | 要求 f_X(t) 与 f_Y(z - t) 同时成立 |
| 5 | 分段计算积分 | 按 z 的不同取值写积分上下限 |
| 6 | 合并成最终表达式 | 写成连续型随机变量的密度函数 |
连续型密度函数卷积示例
设 X 与 Y 独立，且密度函数为：
[
f_X(x)=e^{-x},quad x ge 0
]
[
f_Y(y)=e^{-y},quad y ge 0
]
求 Z = X + Y 的密度函数卷积表达式。
因为 X 与 Y 都在 0 及以上取值，所以对某个 z，只有当：
[
t ge 0
]
且
[
z-t ge 0
]
时，积分才有贡献。两个条件合起来可得：
[
0 le t le z
]
因此在 z ≥ 0 的取值范围内，密度函数卷积可写成：
[
f_Z(z)=int_0^z e^{-t}e^{-(z-t)},dt
]
继续化简：
[
f_Z(z)=int_0^z e^{-z},dt
]
[
f_Z(z)=z e^{-z},quad z ge 0
]
这就是两个同参数指数分布密度函数卷积后的结果。
常见密度函数卷积对照
| 类型 | 密度函数卷积后的形式 | 使用前提 |
|---|---|---|
| 正态分布 + 正态分布 | 仍是正态分布密度函数 | 两变量独立，参数已知 |
| 指数分布 + 指数分布 | 形状参数增加后的伽马分布密度函数 | 两变量同尺度且独立 |
| 均匀分布 + 均匀分布 | 分段梯形或三角形态密度函数 | 支撑区间重叠或相接 |
| 伽马分布 + 伽马分布 | 形状参数相加的伽马分布密度函数 | 尺度参数相同且独立 |
求密度函数卷积时常用的判断方法
- 先看两个随机变量是否独立，独立时可直接使用卷积公式。
- 再看密度函数是否有分段范围，分段范围决定积分上下限。
- 对 z 进行分类，把有效区间整理清楚。
- 积分完成后，把结果写成完整密度函数形式。
- 最后用“全域积分为 1”来确认密度函数卷积结果完整。
常见问题
问题1：密度函数卷积适合哪些场景？
回答1：密度函数卷积适合求两个独立连续随机变量之和的密度函数，例如总时长、总金额、总投入这类相加型变量的概率密度计算。
问题2：密度函数卷积的积分上下限怎么确定？
回答2：求密度函数卷积时，先把两个密度函数有值的区间列出来，再让 t 与 z - t 同时满足各自取值范围，这样得到的公共区间就是积分上下限。
问题3：密度函数卷积和分布函数求导有什么关系？
回答3：求密度函数卷积时，可先求 Z = X + Y 的分布函数，再对 z 求导得到 f_Z(z)；这与直接代入卷积积分得到的是同一个结果。
问题4：怎么确认密度函数卷积结果完整？
回答4：确认密度函数卷积结果时，可整理成分段表达式，并检查它在允许取值上给出有效密度，同时满足在全域积分为 1。
免责声明：本文围绕密度函数卷积的常用求解方法、计算步骤与示例进行整理，供概率统计学习参考。
