显示


9

如果,则找到。X∼C(0,1)Y=2X1−X2

我们有FY(y)=Pr(Y≤y)

=Pr(2X1−X2≤y)

={Pr(X∈(−∞,−1−1+y2y])+Pr(X∈(−1,−1+1+y2y]),ify>0Pr(X∈(−1,−1+1+y2y])+Pr(X∈(1,−1−1+y2y]),ify<0

我不知道上述区分大小写是否正确。

另一方面,以下似乎是一个更简单的方法:

我们可以使用身份来写Y=tan⁡(2tan−1⁡X)2tan⁡z1−tan2⁡z=tan⁡2z

现在,X∼C(0,1)⟹tan−1⁡X∼R(−π2,π2)

⟹2tan−1⁡X∼R(−π,π)

⟹tan⁡(2tan−1⁡X)∼C(0,1),最后一个是2对1转换。

但是如果要求我从定义中得出的分布,我想第一种方法就是如何进行。计算有点混乱,但是我得出正确的结论吗?也欢迎任何其他解决方案。Y


Johnson-Kotz-Balakrishnan的连续单变量分布(Vol.1)突出了柯西分布的这一特性。事实证明,这只是一般结果的特例。

在此处输入图片说明

在此处输入图片说明


4
第二种解决方案是完全正确的,因此不应对此提出异议。
— 西安

1
附录:由于,因此第一个分辨率应最终在切线上使用此标识。P(X<x)=tan−1⁡(x)/π+1/2
— 西安

@西安实际上,我正在尝试在第一种方法中完成自变量。
— StubbornAtom

Answers:


6

另一种更简单的方法:

标准柯西分布:

f(x)dx=π−1x2+1dx

变量的转换:

u(x)=2x1−x2andx1(u)=−1−u2+1u,x2(u)=−1+u2+1u

分布的变换:

g(u)du=∑i=1,2f(xi(u))|dxidu|du

如果您使用它,而不必变得如此混乱,那么您将获得

g(u)=π−1u2+1

图示

直观的变换图形表示


2tan⁡z1−tan2⁡z=tan⁡2z

FY(y)=Pr(Y≤y)fY(y)=Pr(y−12dy≤Y≤y+12dy)


2
x(u)uxi(u)=ui=1,2,…n
g(u)=∑i=1nf(xi(u))|dxi(u)du|.

@DilipSarwate我将其更改。
— Sextus Empiricus

3

第二种方法的转换似乎缺乏动力(其中的一些细节也需要填写)。在这里,根据特征函数的计算,我正在尝试备份您的“神秘”转换。

Y

φY(t)=E[eitY]=∫−∞∞eit2x1−x21π(1+x2)dx=1π∫−∞∞eit2x1−x2darctan⁡x,
u=arctan⁡x
(1)φY(t)=1π∫−π/2π/2eit2tan⁡u1−tan2⁡udu=1π∫−π/2π/2eittan⁡(2u)du.

(1)X

φX(t)=∫−∞∞eitx1π(1+x2)dx(2)=1π∫−π/2π/2eittan⁡udu

(1)(2)tan⁡(⋅)(1)

φY(t)=1π∫−π/2π/2eittan⁡(2u)du=12π∫−ππeittan⁡vdv(Change of variable v=2u)=12π[∫−π−π/2+∫−π/2π/2+∫π/2π]eittan⁡udu=12φX(t)+12π∫−π−π/2eittan⁡vdv+12π∫π/2πeittan⁡vdv(3)=12φX(t)+12π∫−π/20e−ittan⁡u1du1+12π∫0π/2e−ittan⁡u2du2(4)=12φX(t)+12π∫−π/2π/2e−ittan⁡vdv=φX(t)(5)

(3)u↦tan⁡(u)(−π,π)

(4)u1=−π−vu2=π−v

(5)ü=-v

(3)(5)


Θ〜矩形(-π/2,π/2)⇔棕褐色⁡(Θ)〜C(0,1个)ü〜矩形(-π,π)V=棕褐色⁡ü〜C(0,1个)

FV(v)=Pr(tan⁡U≤v)=FU(tan−1⁡v)vfV(v)=fU(tan−1⁡v)2ddv(tan−1⁡v)(−π,π)
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.