Zbadaj słabą zbieżnośc ciągu
- leszczu450
- Użytkownik
- Posty: 4414
- Rejestracja: 10 paź 2012, o 23:20
- Płeć: Mężczyzna
- Lokalizacja: Toruń
- Podziękował: 1589 razy
- Pomógł: 364 razy
Zbadaj słabą zbieżnośc ciągu
Cześć.
\(\displaystyle{ X_1, X_2, \ldots}\) to ciąg niezależnych zmiennych losowych o rozkładzie \(\displaystyle{ \mathcal{E} \left( \lambda \right)}\). Zbadaj słabą zbieżność ciągu:
\(\displaystyle{ Y_n= \max\left\{e^{-\lambda X_1}, \ldots , e^{-\lambda X_n}} \right\}}\)
Moje rozwiązanie:
Obliczę dystrybuantę \(\displaystyle{ Y_n}\)
\(\displaystyle{ F_{Y_n} \left( t \right) = P \left( Y_n < t \right) = P \left( \max\left\{e^{-\lambda X_1}, \ldots , e^{-\lambda X_n}} \right\}<t \right) = \left[ P \left( e^{-\lambda X_1}<t \right) \right]^n= \left[ P \left( -\lambda X_1 < \ln t \right) \right]^n = \left[ P \left( X_1 > \frac{\ln t}{- \lambda} \right) \right]^n= \left[ 1-P \left( X_1 < \frac{\ln t}{- \lambda} \right) \right]^n = \left[ 1- F_{X_1} \left( \frac{\ln t}{- \lambda} \right) \right]^n= \left[ 1 - 1 + e^{- \lambda \frac{\ln t}{- \lambda} }\right]= t^n}\)
I te rachunki są dla \(\displaystyle{ t >1}\)
Dla \(\displaystyle{ t \le 1}\) dystrybuanta wynosi \(\displaystyle{ 0}\). Zatem:
\(\displaystyle{ F_{Y_n} \left( t \right) = \begin{cases} 0 & t \le 1 \\ t^n & t>1 \end{cases}}\)
Idąc z \(\displaystyle{ n}\) do nieskończności otrzymujemy:
\(\displaystyle{ F= \begin{cases} 0 & t \le 1 \\ + \infty & t>1 \end{cases}}\)
A to nie jest dystrybuantą żadnego rozkładu. Zatem ciąg \(\displaystyle{ Y_n}\) nie zbiega według rozkładu.
Czy dobrze wszystko tutaj policzyłem ?
\(\displaystyle{ X_1, X_2, \ldots}\) to ciąg niezależnych zmiennych losowych o rozkładzie \(\displaystyle{ \mathcal{E} \left( \lambda \right)}\). Zbadaj słabą zbieżność ciągu:
\(\displaystyle{ Y_n= \max\left\{e^{-\lambda X_1}, \ldots , e^{-\lambda X_n}} \right\}}\)
Moje rozwiązanie:
Obliczę dystrybuantę \(\displaystyle{ Y_n}\)
\(\displaystyle{ F_{Y_n} \left( t \right) = P \left( Y_n < t \right) = P \left( \max\left\{e^{-\lambda X_1}, \ldots , e^{-\lambda X_n}} \right\}<t \right) = \left[ P \left( e^{-\lambda X_1}<t \right) \right]^n= \left[ P \left( -\lambda X_1 < \ln t \right) \right]^n = \left[ P \left( X_1 > \frac{\ln t}{- \lambda} \right) \right]^n= \left[ 1-P \left( X_1 < \frac{\ln t}{- \lambda} \right) \right]^n = \left[ 1- F_{X_1} \left( \frac{\ln t}{- \lambda} \right) \right]^n= \left[ 1 - 1 + e^{- \lambda \frac{\ln t}{- \lambda} }\right]= t^n}\)
I te rachunki są dla \(\displaystyle{ t >1}\)
Dla \(\displaystyle{ t \le 1}\) dystrybuanta wynosi \(\displaystyle{ 0}\). Zatem:
\(\displaystyle{ F_{Y_n} \left( t \right) = \begin{cases} 0 & t \le 1 \\ t^n & t>1 \end{cases}}\)
Idąc z \(\displaystyle{ n}\) do nieskończności otrzymujemy:
\(\displaystyle{ F= \begin{cases} 0 & t \le 1 \\ + \infty & t>1 \end{cases}}\)
A to nie jest dystrybuantą żadnego rozkładu. Zatem ciąg \(\displaystyle{ Y_n}\) nie zbiega według rozkładu.
Czy dobrze wszystko tutaj policzyłem ?
- Spektralny
- Użytkownik
- Posty: 3976
- Rejestracja: 17 cze 2011, o 21:04
- Płeć: Mężczyzna
- Lokalizacja: Praga, Katowice, Kraków
- Podziękował: 9 razy
- Pomógł: 929 razy
Zbadaj słabą zbieżnośc ciągu
Bardzo ładnie. Brakuje Ci \(\displaystyle{ n}\)-tej potęgi przed równością \(\displaystyle{ =t^n}\).
- leszczu450
- Użytkownik
- Posty: 4414
- Rejestracja: 10 paź 2012, o 23:20
- Płeć: Mężczyzna
- Lokalizacja: Toruń
- Podziękował: 1589 razy
- Pomógł: 364 razy
Zbadaj słabą zbieżnośc ciągu
Spektralny, racja : ) Dzięki wielkie za odpowiedź. To może, póki tu jesteś, poproszę o sprawdzenie jeszcze jednego zadania. Takie samo polecenie. Zbadać słabą zbieżność ciągu \(\displaystyle{ Y_n}\).
\(\displaystyle{ X_1, X_2, \ldots}\) to ciąg niezależnych zmiennych losowych o rozkładzie \(\displaystyle{ \mathcal{U} \left( -1,1 \right)}\).
\(\displaystyle{ Y_n= \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\}}\)
Liczę dystrybuantę zmiennej \(\displaystyle{ Y_n}\)
\(\displaystyle{ F_{Y_n} \left( t \right) = P \left( Y_n< t \right) =P \left( \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\}<t \right) = 1 - P \left( \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\} >t \right) =\\= 1- \left[ 1-P \left( X_1 < \ln t \right) \right]^n = 1 - \left[ 1-F_{X_1} \left( \ln t \right) \right]^n = \begin{cases} 0 & \ln t <-1 \\ \left( \frac{\ln t +1}{2} \right) ^n & \ln t \in \left[ -1,1\right] \\ 1 & \ln t > 1 \end{cases}=\\= \begin{cases} 0 & t < \frac{1}{e} \\ \left( \frac{\ln t +1}{2} \right) ^n & t \in \left[ \frac{1}{e},e \right] \\ 1 & t > e \end{cases}}\)
To były rozważania dla \(\displaystyle{ t > \frac{1}{e}}\). Dla \(\displaystyle{ t \le \frac{1}{e}}\) dystrybuanta równa jest \(\displaystyle{ 0}\). Zatem:
Przechodząc z \(\displaystyle{ n \to \infty}\) mamy, że:
\(\displaystyle{ F \left( t \right) = \begin{cases} 0 & t <e \\ 1 & t \ge e \end{cases}}\)
A to jest dystrybuante zmiennej losowej \(\displaystyle{ Y \equiv e}\) zatem mamy słabą zbieżność \(\displaystyle{ Y_n \rightarrow Y}\).
Czy tutaj jest wszystko ok ?
\(\displaystyle{ X_1, X_2, \ldots}\) to ciąg niezależnych zmiennych losowych o rozkładzie \(\displaystyle{ \mathcal{U} \left( -1,1 \right)}\).
\(\displaystyle{ Y_n= \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\}}\)
Liczę dystrybuantę zmiennej \(\displaystyle{ Y_n}\)
\(\displaystyle{ F_{Y_n} \left( t \right) = P \left( Y_n< t \right) =P \left( \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\}<t \right) = 1 - P \left( \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\} >t \right) =\\= 1- \left[ 1-P \left( X_1 < \ln t \right) \right]^n = 1 - \left[ 1-F_{X_1} \left( \ln t \right) \right]^n = \begin{cases} 0 & \ln t <-1 \\ \left( \frac{\ln t +1}{2} \right) ^n & \ln t \in \left[ -1,1\right] \\ 1 & \ln t > 1 \end{cases}=\\= \begin{cases} 0 & t < \frac{1}{e} \\ \left( \frac{\ln t +1}{2} \right) ^n & t \in \left[ \frac{1}{e},e \right] \\ 1 & t > e \end{cases}}\)
To były rozważania dla \(\displaystyle{ t > \frac{1}{e}}\). Dla \(\displaystyle{ t \le \frac{1}{e}}\) dystrybuanta równa jest \(\displaystyle{ 0}\). Zatem:
Przechodząc z \(\displaystyle{ n \to \infty}\) mamy, że:
\(\displaystyle{ F \left( t \right) = \begin{cases} 0 & t <e \\ 1 & t \ge e \end{cases}}\)
A to jest dystrybuante zmiennej losowej \(\displaystyle{ Y \equiv e}\) zatem mamy słabą zbieżność \(\displaystyle{ Y_n \rightarrow Y}\).
Czy tutaj jest wszystko ok ?
Zbadaj słabą zbieżnośc ciągu
Przekształcenia są ok w pierwszym zadaniu, ale dla \(\displaystyle{ 0< t\le1}\), a nie dla \(\displaystyle{ t>1}\). Zmienne\(\displaystyle{ X_n}\) są nieujemne p.n., więc \(\displaystyle{ e^{-\lambda X_n}\le1}\), czyli
\(\displaystyle{ F_{Y_n}(t) = \begin{cases} 0 \text{ dla t} \le0 \\ t^n \text{ dla t} \in (0,1) \\ 1\text{ dla t} \ge1 \end{cases}}\)
\(\displaystyle{ F_{Y_n}(t) = \begin{cases} 0 \text{ dla t} \le0 \\ t^n \text{ dla t} \in (0,1) \\ 1\text{ dla t} \ge1 \end{cases}}\)
- leszczu450
- Użytkownik
- Posty: 4414
- Rejestracja: 10 paź 2012, o 23:20
- Płeć: Mężczyzna
- Lokalizacja: Toruń
- Podziękował: 1589 razy
- Pomógł: 364 razy
Zbadaj słabą zbieżnośc ciągu
frej, masz rację ! Musze bardziej uważać na te przedziały zmiennej \(\displaystyle{ t}\). A jak drugie zadanie ?
Zbadaj słabą zbieżnośc ciągu
Przede wszystkim wynik nie ma sensu. Zauważ, że jak wylosujesz dużo liczb z przedziału \(\displaystyle{ (-1,1)}\), to któraś z nich będzie blisko \(\displaystyle{ -1}\), więc \(\displaystyle{ Y_n \approx \frac{1}{e}}\) powinno zbiegać do \(\displaystyle{ \frac{1}{e}}\), a nie do \(\displaystyle{ e}\), jak Tobie wyszło.
Błędnie policzyłeś dystrybuantę rozkładu jednostajnego, tzn. błąd jest przy pierwszym pojawieniu się nawiasu klamrowego.
Błędnie policzyłeś dystrybuantę rozkładu jednostajnego, tzn. błąd jest przy pierwszym pojawieniu się nawiasu klamrowego.
- leszczu450
- Użytkownik
- Posty: 4414
- Rejestracja: 10 paź 2012, o 23:20
- Płeć: Mężczyzna
- Lokalizacja: Toruń
- Podziękował: 1589 razy
- Pomógł: 364 razy
Zbadaj słabą zbieżnośc ciągu
\(\displaystyle{ F_{U(-1,1)}(t) = \frac{t-(-1)}{2}}\)
więc
\(\displaystyle{ 1-F_{X_1}(\ln t) = 1- \frac{\ln t +1}{2} = \frac{1\red-\b\ln t}{2}}\)
więc
\(\displaystyle{ 1-F_{X_1}(\ln t) = 1- \frac{\ln t +1}{2} = \frac{1\red-\b\ln t}{2}}\)
Ostatnio zmieniony 26 sty 2015, o 00:10 przez frej, łącznie zmieniany 1 raz.
- leszczu450
- Użytkownik
- Posty: 4414
- Rejestracja: 10 paź 2012, o 23:20
- Płeć: Mężczyzna
- Lokalizacja: Toruń
- Podziękował: 1589 razy
- Pomógł: 364 razy
Zbadaj słabą zbieżnośc ciągu
frej, racja. Powinno być zatem:
\(\displaystyle{ F_{Y_n} \left( t \right) = P \left( Y_n< t \right) =P \left( \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\}<t \right) = 1 - P \left( \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\} >t \right) =\\= 1- \left[ 1-P \left( X_1 < \ln t \right) \right]^n = 1 - \left[ 1-F_{X_1} \left( \ln t \right) \right]^n = \begin{cases} 0 & \ln t <-1 \\ 1- \left( \frac{1- \ln t}{2} \right)^n & \ln t \in \left[ -1,1\right] \\ 1 & \ln t > 1 \end{cases}=\begin{cases} 0 & t < \frac{1}{e} \\ 1- \left( \frac{1- \ln t}{2} \right)^n & t \in \left[ \frac{1}{e},e \right] \\ 1 & t>e \end{cases}}\)
Teraz jest chyba poprawnie wyznaczona : )
\(\displaystyle{ F_{Y_n} \left( t \right) = P \left( Y_n< t \right) =P \left( \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\}<t \right) = 1 - P \left( \min\left\{ e^{X_1}, e^{X_2}, \ldots, e^{X_n}\right\} >t \right) =\\= 1- \left[ 1-P \left( X_1 < \ln t \right) \right]^n = 1 - \left[ 1-F_{X_1} \left( \ln t \right) \right]^n = \begin{cases} 0 & \ln t <-1 \\ 1- \left( \frac{1- \ln t}{2} \right)^n & \ln t \in \left[ -1,1\right] \\ 1 & \ln t > 1 \end{cases}=\begin{cases} 0 & t < \frac{1}{e} \\ 1- \left( \frac{1- \ln t}{2} \right)^n & t \in \left[ \frac{1}{e},e \right] \\ 1 & t>e \end{cases}}\)
Teraz jest chyba poprawnie wyznaczona : )
- leszczu450
- Użytkownik
- Posty: 4414
- Rejestracja: 10 paź 2012, o 23:20
- Płeć: Mężczyzna
- Lokalizacja: Toruń
- Podziękował: 1589 razy
- Pomógł: 364 razy
Zbadaj słabą zbieżnośc ciągu
frej, i teraz już widać, że to po środku zbiega do jedności, przy \(\displaystyle{ n \to \infty}\) i tak jak mówisz mamy zbieżność \(\displaystyle{ Y_n}\) do \(\displaystyle{ Y=1/e}\). Nie rozumiem jednak Twojego komentarza odnośnie tego, dlaczego takiego wyniku mogliśmy się spodziewać. Szczerze mówiąc, brakuje mi tutaj takiej intuicji i zrozumienie większego. Będę wdzięczny jak napiszesz mi, o co mniej więcej chodzi w słabej zbieżności i dlaczego wynik \(\displaystyle{ e}\) od razu skreśliłeś z listy : )
Zbadaj słabą zbieżnośc ciągu
To dość proste. W tym zadaniu chodzi o to, że dużo razy, niezależnie, losujemy liczby z przedziału \(\displaystyle{ (-1,1)}\) w sposób jednostajny, czyli te punkty powinny "równomiernie" wypadać. Wobec tego kiedyś powinna wypaść jakaś mała liczba \(\displaystyle{ X\approx -1}\), więc od pewnego miejsca \(\displaystyle{ Y_n}\)( najmniejsza spośród wylosowanych liczb) powinna być blisko \(\displaystyle{ e^{-1}}\).
EDIT : Jest taka własność, że jeśli mamy zbieżność do stałej \(\displaystyle{ X_n \Rightarrow c}\), to też \(\displaystyle{ X_n \stackrel{P}{ \rightarrow } c}\).
A ogólnie prawdą jest, że zbieżność wg prawdopodobieństwa \(\displaystyle{ X_n \stackrel{P}{ \rightarrow }X}\) implikuje zbieżność wg rozkładu \(\displaystyle{ X_n \Rightarrow X}\).
EDIT : Jest taka własność, że jeśli mamy zbieżność do stałej \(\displaystyle{ X_n \Rightarrow c}\), to też \(\displaystyle{ X_n \stackrel{P}{ \rightarrow } c}\).
A ogólnie prawdą jest, że zbieżność wg prawdopodobieństwa \(\displaystyle{ X_n \stackrel{P}{ \rightarrow }X}\) implikuje zbieżność wg rozkładu \(\displaystyle{ X_n \Rightarrow X}\).
- leszczu450
- Użytkownik
- Posty: 4414
- Rejestracja: 10 paź 2012, o 23:20
- Płeć: Mężczyzna
- Lokalizacja: Toruń
- Podziękował: 1589 razy
- Pomógł: 364 razy
Zbadaj słabą zbieżnośc ciągu
frej, super : ) Dzięki wielkie za wyjaśnienie! I kolejny przykład. Mam zbadać słabą zbieżnośc ciągu:
\(\displaystyle{ Y_n=n\min\left\{ X_1, X_2, \ldots , X_n\right\}}\) ,
gdzie \(\displaystyle{ X_1, X_2, \ldots}\) to ciąg niezależnych zmiennych losowych o rozkładzie \(\displaystyle{ \mathcal{U}(0,1)}\).
Tak jak poprzednio liczę dystrybuantę \(\displaystyle{ Y_n}\). Niepokoi mnie ten \(\displaystyle{ n}\) stojący przed minimum, no ale liczę:
\(\displaystyle{ F_{Y_n}(t)= P(Y_n <t)=P\left(n\min\left\{ X_1, X_2, \ldots , X_n\right\}<t \right)= P\left(\min\left\{ X_1, X_2, \ldots , X_n\right\}< \frac{t}{n} \right)=1 - P\left(\min\left\{ X_1, X_2, \ldots , X_n\right\}> \frac{t}{n} \right)= 1- \left[ P(X_1 > \frac{t}{n} )\right]^n= 1- \left[ 1- P \left(X_1 < \frac{t}{n} \right)\right]^n=\\=1- \left[ 1- F_{X_1}\left( \frac{t}{n} \right) \right]^n= \begin{cases} 0 & \frac{t}{n}<0 \\ 1- \left( 1- \frac{t}{n} \right)^n & \frac{t}{n} \in \left[ 0,1\right] \\ 1 & \frac{t}{n}>1 \end{cases}}\)
To są rozważania dla \(\displaystyle{ t>0}\), bo dla \(\displaystyle{ t \le 0}\) dystrybuanta wynosi zero.
Problem mam z przejściem do granicy teraz. Co zrobić, gdy \(\displaystyle{ n \to \infty}\) ?
\(\displaystyle{ Y_n=n\min\left\{ X_1, X_2, \ldots , X_n\right\}}\) ,
gdzie \(\displaystyle{ X_1, X_2, \ldots}\) to ciąg niezależnych zmiennych losowych o rozkładzie \(\displaystyle{ \mathcal{U}(0,1)}\).
Tak jak poprzednio liczę dystrybuantę \(\displaystyle{ Y_n}\). Niepokoi mnie ten \(\displaystyle{ n}\) stojący przed minimum, no ale liczę:
\(\displaystyle{ F_{Y_n}(t)= P(Y_n <t)=P\left(n\min\left\{ X_1, X_2, \ldots , X_n\right\}<t \right)= P\left(\min\left\{ X_1, X_2, \ldots , X_n\right\}< \frac{t}{n} \right)=1 - P\left(\min\left\{ X_1, X_2, \ldots , X_n\right\}> \frac{t}{n} \right)= 1- \left[ P(X_1 > \frac{t}{n} )\right]^n= 1- \left[ 1- P \left(X_1 < \frac{t}{n} \right)\right]^n=\\=1- \left[ 1- F_{X_1}\left( \frac{t}{n} \right) \right]^n= \begin{cases} 0 & \frac{t}{n}<0 \\ 1- \left( 1- \frac{t}{n} \right)^n & \frac{t}{n} \in \left[ 0,1\right] \\ 1 & \frac{t}{n}>1 \end{cases}}\)
To są rozważania dla \(\displaystyle{ t>0}\), bo dla \(\displaystyle{ t \le 0}\) dystrybuanta wynosi zero.
Problem mam z przejściem do granicy teraz. Co zrobić, gdy \(\displaystyle{ n \to \infty}\) ?
-
- Użytkownik
- Posty: 5974
- Rejestracja: 28 lut 2010, o 19:45
- Płeć: Mężczyzna
- Lokalizacja: Toruń
- Podziękował: 15 razy
- Pomógł: 1251 razy
Zbadaj słabą zbieżnośc ciągu
Hint:
\(\displaystyle{ \begin{cases} 0 & \frac{t}{n}<0 \\ 1- \left( 1- \frac{t}{n} \right)^n & \frac{t}{n} \in \left[ 0,1\right] \\ 1 & \frac{t}{n}>1 \end{cases} = \begin{cases} 0 & t<0 \\ 1- \left( 1- \frac{t}{n} \right)^n & t \in \left[ 0,n\right] \\ 1 & t>n \end{cases}}\)
Teraz mniej więcej widać granicę
\(\displaystyle{ \begin{cases} 0 & \frac{t}{n}<0 \\ 1- \left( 1- \frac{t}{n} \right)^n & \frac{t}{n} \in \left[ 0,1\right] \\ 1 & \frac{t}{n}>1 \end{cases} = \begin{cases} 0 & t<0 \\ 1- \left( 1- \frac{t}{n} \right)^n & t \in \left[ 0,n\right] \\ 1 & t>n \end{cases}}\)
Teraz mniej więcej widać granicę
Zbadaj słabą zbieżnośc ciągu
Musisz pokazać, że \(\displaystyle{ F_{Y_n}(t) \rightarrow F_Y(t)}\) w każdym punkcie ciągłości dystrybuanty zmiennej granicznej. Ustal więc jakąś liczbę dodatnią, w której chcesz zbadać tę zbieżność. Najprościej mówiąc musisz policzyć granicę pewnego ciągu \(\displaystyle{ a_n = F_{Y_n}(t)}\), który zależy od parametru \(\displaystyle{ t}\). Jak wiadomo, początkowe wyrazy tego ciągu nie mają znaczenia,więc można brać tylko "duże" \(\displaystyle{ n}\), tzn. tylko te, które są większe od \(\displaystyle{ t}\).