คุณมีรุ่น discretized ของการกระจายเข้าสู่ระบบเชิงลบ, ที่อยู่, การจัดจำหน่ายที่มีการสนับสนุนเป็นและผู้ที่เป็น pdf ฉ( T ) = - บันทึกที[0,1]f(t)=−logt
หากต้องการดูสิ่งนี้ฉันจะกำหนดตัวแปรสุ่มของคุณใหม่เพื่อรับค่าในชุดแทนที่จะเป็น{ 0 , 1 , 2 , … , N }และเรียก ส่งผลให้เกิดการกระจายT จากนั้นฉันก็อ้างว่า{0,1/N,2/N,…,1}{0,1,2,…,N}T
Pr(T=tN)→−1Nlog(tN)
เป็นขณะที่tN,t→∞ค่าคงที่ (ประมาณ) tN
ก่อนอื่นการทดลองแบบจำลองเล็กน้อยแสดงให้เห็นถึงการลู่เข้านี้ นี่คือตัวอย่างเล็ก ๆ จากการแจกจ่ายของคุณ:
t_sample <- function(N, size) {
bounds <- sample(1:N, size=size, replace=TRUE)
samples <- sapply(bounds, function(t) {sample(1:t, size=1)})
samples / N
}
นี่คือฮิสโตแกรมของตัวอย่างขนาดใหญ่ที่นำมาจากการแจกแจงของคุณ:
ss <- t_sample(100, 200000)
hist(ss, freq=FALSE, breaks=50)
และนี่คือไฟล์ PDF ลอการิทึมที่วางซ้อน:
linsp <- 1:100 / 100
lines(linsp, -log(linsp))
เพื่อดูว่าทำไมการบรรจบกันนี้เกิดขึ้นให้เริ่มด้วยนิพจน์ของคุณ
PR ( T= tยังไม่มีข้อความ) = 1ยังไม่มีข้อความΣj = tยังไม่มีข้อความ1J
และคูณและหารด้วยยังไม่มีข้อความ
PR ( T= tยังไม่มีข้อความ) = 1ยังไม่มีข้อความΣj = tยังไม่มีข้อความยังไม่มีข้อความJ1ยังไม่มีข้อความ
ก.( x ) = 1xเสื้อยังไม่มีข้อความ1ยังไม่มีข้อความ
PR ( T= tยังไม่มีข้อความ) ≈ 1ยังไม่มีข้อความ∫1เสื้อยังไม่มีข้อความ1xdx = - 1ยังไม่มีข้อความเข้าสู่ระบบ( tยังไม่มีข้อความ)
ซึ่งเป็นนิพจน์ที่ฉันต้องการจะไปถึง