Đặt theo phân phối đồng đều và Y theo phân phối chuẩn. Có thể nói gì về X ? Có một phân phối cho nó?
Tôi tìm thấy tỷ lệ của hai số chuẩn với số không trung bình là Cauchy.
Đặt theo phân phối đồng đều và Y theo phân phối chuẩn. Có thể nói gì về X ? Có một phân phối cho nó?
Tôi tìm thấy tỷ lệ của hai số chuẩn với số không trung bình là Cauchy.
Câu trả lời:
Đặt biến ngẫu nhiên với pdf f ( x ) :
trong đó tôi đã giả sử (trường hợp này lồng vào trường hợp Đồng phục chuẩn ( 0 , 1 ) ). [Các kết quả khác nhau sẽ thu được nếu nói tham số a < 0 , nhưng quy trình hoàn toàn giống nhau. ]
Hơn nữa, chúng ta hãy , và để cho W = 1 / Y với pdf g ( w ) :
Sau đó, chúng ta tìm kiếm các pdf của sản phẩm , nói h ( v ) , mà được cho bởi:
nơi tôi đang sử dụng chức năng của mathStaticaTransformProduct
để tự động hóa nitty-gritties và nơi Erf
biểu thị chức năng Lỗi: http://reference.wolfram.com/lingu/ref/Erf.html
Tất cả đã được làm xong.
Lô đất
Đây là hai lô của pdf:
Kiểm tra Monte Carlo
Dưới đây là một tấm séc Monte Carlo nhanh chóng của vụ án Lô 2, chỉ để chắc chắn không có lỗi phải len lỏi trong:
,σ=1,a=0,b=1
Đường màu xanh là pdf Monte Carlo theo kinh nghiệm và đường đứt nét màu đỏ là pdf lý thuyết ở trên. Có vẻ ổn :)
Tích phân ở trên có thể được đánh giá bằng cách sử dụng chuỗi biến đổi sau:
Câu trả lời này có thể được xác minh bằng mô phỏng. Kịch bản sau trong R thực hiện nhiệm vụ này.
n <- 1e7
mu <- 2
sigma <- 4
X <- runif(n)
Y <- rnorm(n, mean=mu, sd=sigma)
Z <- X/Y
# Constrain range of Z to allow better visualization
Z <- Z[Z>-10]
Z <- Z[Z<10]
# The actual density
hist(Z, breaks=1000, xlim=c(-10,10), prob=TRUE)
# The theoretical density
r <- seq(from=-10, to=10, by=0.01)
p <- sigma/sqrt(2*pi)*( exp( -mu^2/(2*sigma^2)) - exp(-(1/r-mu)^2/(2*sigma^2)) ) + mu*( pnorm((1/r-mu)/sigma) - pnorm(-mu/sigma) )
lines(r,p, col="red")
Dưới đây là một vài biểu đồ để xác minh:
set.seed(1);x=rbeta(10000000,1,1)/rnorm(10000000,7);hist(x,n=length(x)/50000)
runif
runif
? Có vẻ như thành ngữ hơn và dường như cũng nhanh hơn)
hist(x,n=length(x),xlim=c(-10,10))
) (khoảng 96% phân phối dường như nằm trong các giới hạn đó)