ถ้า


9

นี่คือปัญหาที่เกิดขึ้นในการสอบภาคการศึกษาในมหาวิทยาลัยของเราไม่กี่ปีหลังซึ่งฉันพยายามที่จะแก้ปัญหา

ถ้า X1,X2 มีความเป็นอิสระ β ตัวแปรสุ่มที่มีความหนาแน่น β(n1,n2) และ β(n1+12,n2) ตามลำดับแล้วแสดงว่า X1X2 ดังต่อไปนี้ β(2n1,2n2).

ฉันใช้วิธีจาโคเบียนเพื่อรับความหนาแน่นของ Y=X1X2 มีดังนี้:

fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y11x2(1x2)n21(1y2x2)n21dx

ตอนนี้ฉันหลงทางไปแล้ว ตอนนี้ในบทความหลักฉันพบว่ามีการให้คำใบ้ ฉันพยายามใช้คำใบ้ แต่ไม่สามารถรับการแสดงออกที่ต้องการ คำใบ้คือคำต่อคำดังนี้

คำแนะนำ: หาสูตรสำหรับความหนาแน่นของ Y=X1X2 ในแง่ของความหนาแน่นที่กำหนดของ X1 และ X2 และลองใช้การเปลี่ยนแปลงของตัวแปรด้วย z=y2x.

ดังนั้น ณ จุดนี้ฉันพยายามใช้ประโยชน์จากคำใบ้นี้โดยพิจารณาการเปลี่ยนแปลงของตัวแปรนี้ ดังนั้นฉันได้รับ

fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y2yz2y4(1y4z2)n21(1y2.z2y4)n21y2z2dz
ซึ่งหลังจากการทำให้เข้าใจง่ายกลายเป็น (การเขียน x สำหรับ z)
fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y2y1y2(1y4x2)n21(1x2y2)n21dx

ฉันไม่รู้วิธีดำเนินการต่อไป ฉันไม่แน่ใจด้วยซ้ำว่าฉันกำลังตีความคำใบ้อย่างถูกต้อง อย่างไรก็ตามต่อไปนี้เป็นคำใบ้ที่เหลือ:

สังเกตว่าโดยใช้การเปลี่ยนแปลงของตัวแปร z=y2xความหนาแน่นที่ต้องการสามารถแสดงได้สองวิธีโดยการหาค่าเฉลี่ย

fY(y)=constant.y2n11y21(1y2x)n21(1x)n21(1+yx)1xdx
ตอนนี้แบ่งช่วงของการรวมเป็น (y2,y) และ (y,1) และเขียน (1y2x)(1x)=(1y)2(yxx)2 และดำเนินการต่อด้วย u=yxx.

จริงๆแล้วฉันไม่เข้าใจว่าจะใช้คำแนะนำเหล่านี้ได้อย่างไร: ดูเหมือนว่าฉันจะไปไหนมาไหน ความช่วยเหลือชื่นชม ขอบคุณล่วงหน้า.


ฉันเคยเห็นปัญหาที่คล้ายกันมาก่อนซึ่งฉันได้รวบรวมการอ้างอิงถึง ดูarxiv.org/pdf/1304.6671v1.pdf mathoverflow.net/questions/32782/…
Sid

@Sid ขออภัย แต่ฉันไม่พบปัญหานี้ในการอ้างอิงหรือสิ่งที่คล้ายกัน คุณช่วยชี้จุดสถานที่ต่างๆได้ไหม ขอบคุณ !!
Landon Carter

คุณแน่ใจหรือไม่ว่าใช้วิธีของจาโคเบียนอย่างถูกต้อง? ถ้าฉันทำฉันจะได้รับ:
fY(y)=2y2n11B(n1,n2)B(n1+0.5,n2)y211x[(1y2x)(1x)]n11dx
ฉันคิดว่าคุณจะต้องใช้สูตรเพิ่มเป็นสองเท่า Γ(z)Γ(z+0.5)=212zπΓ(2z)ดูen.wikipedia.org/wiki/Gamma_function
StijnDeVuyst

เห็นได้ชัดว่าดูเหมือนว่าสูตรเหมือนกัน บางทีคุณต้องใช้การเปลี่ยนแปลงของตัวแปรz=xในสูตรของคุณเพื่อรับของฉัน ฉันกำลังพูดถึงยาโคบเบียน
Landon Carter

ฉันไม่คิดว่าพวกเขาจะเหมือนกัน ทำการเปลี่ยนแปลงตัวแปรที่คุณพูดถึงในสูตรของฉันฉันได้รับบางสิ่งที่ง่ายกว่าสิ่งที่คุณมีในอินทิกรัลแรกของ OP ของคุณ
StijnDeVuyst

คำตอบ:


5

ฉันจะพิสูจน์สิ่งนี้ในลักษณะที่แตกต่างกันโดยใช้ฟังก์ชั่นสร้างช่วงเวลา หรือเทียบเท่าโดยแสดงว่าqช่วงเวลาที่ X1X2 เท่ากับ qช่วงเวลาที่ th ของตัวแปรสุ่ม B กับ β(2n1,2n2)การกระจาย ถ้าเป็นเช่นนี้สำหรับทุกคนq=1,2,จากนั้นด้วยความแข็งแกร่งของปัญหาช่วงเวลาการออกกำลังกายได้รับการพิสูจน์แล้ว

สำหรับส่วนสุดท้ายเราได้รับจากhttp://en.wikipedia.org/wiki/Beta_distribution#Other_moments ที่qช่วงเวลาที่ B คือ

E[Bq]=j=0q12n1+j2n1+2n2+j==Γ(2n1+q)Γ(2n1+2n2)Γ(2n1)Γ(2n1+2n2+q)
ตอนนี้สำหรับส่วนแรก:
E[(X1X2)q]=(x1x2)qfX1(x1)fX2(x2)dx1dx2=xq/2fX1(x1)dx1x2q/2fX2(x2)dx2=1B(n1,n2)x1n1+q/21(1x1)n21dx11B(n1+12,n2)x2n1+q+121(1x2)n21dx2=B(n1+q2,n2)B(n1+q+12,n2)B(n1,n2)B(n1+12,n2)
ตอนนี้สิ่งที่เหลืออยู่ก็คือการใช้คำจำกัดความ B(α,β)=Γ(α)Γ(β)Γ(α+β) แล้วสูตรเพิ่มเป็นสองเท่า Γ(α)Γ(α+12)=212απΓ(2α). ปรากฎว่าส่วนแรกและส่วนที่สองเหมือนกันทุกประการ

2
ฉันไม่คิดว่าคุณสามารถพูดได้ว่าความเท่าเทียมกันของช่วงเวลานั้นหมายถึงความเท่าเทียมของการกระจาย มีตัวอย่างที่สิ่งนี้อาจไม่ถือ
Landon Carter

2
StijnDeVuyst ขออภัยนี่ไม่ใช่คำตอบที่ยอมรับได้ ฉันมีตัวอย่างที่ช่วงเวลาเท่ากัน แต่การแจกแจงไม่เหมือนกัน ตัวอย่างมีความซับซ้อนเล็กน้อย น่าเสียดายที่ตอนนี้ฉันยังไม่มีตัวอย่าง มันก็มาในการสอบภาคการศึกษาหนึ่ง แต่ในไม่ช้าฉันจะโพสต์ตัวอย่างในหัวข้อนี้หากคุณสนใจ อย่างไรก็ตามฉันได้ทำงานด้วยตนเอง ขอบคุณสำหรับความช่วยเหลือของคุณ.
แลนดอนคาร์เตอร์

3
@yedaynara และ Stijn: ตัวอย่างคลาสสิก (the?) เกิดจาก Heyde: พิจารณาไฟล์ PDF fb(x)=f0(x)(1+bsin(2πlogx)) ที่ไหน f0 เป็น pdf ของ lognormal มาตรฐานและ b[1,1]. สมาชิกทั้งหมดของการแจกแจงตระกูลนี้มีช่วงเวลาเดียวกัน (ของคำสั่งซื้อทั้งหมด) โปรดทราบว่า lognormal มาตรฐานเป็นสมาชิกของครอบครัวนี้และช่วงเวลาที่มีรูปแบบปิดที่ดี
พระคาร์ดินัล

4
อย่างไรก็ตามมีเงื่อนไขเพิ่มเติม (เช่นของ Carleman) ในช่วงเวลาที่จะรับประกันเอกลักษณ์ของการจัดจำหน่าย นี้เป็นที่รู้จักกันเป็นปัญหาขณะแฮมเบอร์เกอร์
พระคาร์ดินัล

2
อ้างจากweb.williams.edu/Mathematics/sjmiller/public_html/book/papers/… "... มันเป็นพีชคณิตเชิงเส้นเบื้องต้นเพื่อตรวจสอบว่ามาตรการเชิงบวกที่มีการสนับสนุน จำกัด จะถูกกำหนดโดยไม่ซ้ำกันในช่วงเวลา ... " ที่ตัดสิน เงื่อนไข Carleman สำหรับการกำหนด M สำหรับการแจกแจงเบต้าใน OP @cardinal และ yedaynara นั้นถูกต้องแล้วที่ฉันเร็วเกินไปที่จะคิดเรื่องนี้ แต่เห็นได้ชัดว่าการสนับสนุนที่แน่นอนคือสิ่งที่ช่วยให้วัน
StijnDeVuyst
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.