Rzeczywiste zmienne losowe \(\displaystyle{ X,Y}\) są niezależne przy czym, \(\displaystyle{ P(X=1)=P(X=-1)=1/2}\) zaś \(\displaystyle{ Y}\) ma rozkład wykładniczy i \(\displaystyle{ EY=2}\). Proszę wyznaczyć gęstość zmiennych losowych \(\displaystyle{ Y^2,Y^2X,X+Y^2}\).
To na razie to \(\displaystyle{ Y^2}\). Proszę o sprawdzenie poniższego rozwiązania:
Dystrybuanta \(\displaystyle{ Y}\) jest równa \(\displaystyle{ F(x)=1-e^{-\lambda x}}\). Jeśli \(\displaystyle{ t<0}\) to
\(\displaystyle{ P(Y^2 \le t)=0}\), a jeśli \(\displaystyle{ t>0}\) to
\(\displaystyle{ P(Y^2 \le t)=P(- \sqrt{t} \le Y \le \sqrt{t})=F(\sqrt{t})-F(- \sqrt{t})=1-e^{-\lambda \sqrt{t}}-(1-e^{\lambda \sqrt{t}}) =e^{\lambda \sqrt{t}}-e^{-\lambda \sqrt{t}}}\).
Czyli gęstość jest równa:
\(\displaystyle{ f(t)= \begin{cases} 0 \text{ dla } t<0 \\ \frac{\lambda}{2\sqrt{t}}e^{\lambda \sqrt{t}}+\frac{\lambda}{2\sqrt{t}}e^{-\lambda \sqrt{t}} \text{ dla } t \ge 0 \end{cases}}\).
Czy tak jest dobrze?
Rzeczywiste zmienne losowe
- Premislav
- Użytkownik
- Posty: 15687
- Rejestracja: 17 sie 2012, o 13:12
- Płeć: Mężczyzna
- Lokalizacja: Warszawa
- Podziękował: 196 razy
- Pomógł: 5221 razy
Re: Rzeczywiste zmienne losowe
Ojej no, mówię, parafrazując tytuł utworu Commy, sto tysięcy jednakowych zadań. Znowu dystrybuanty, znowu gęstości, lepiej coś więcej na prawo wielkich liczb czy jakieś funkcje charakterystyczne.
Skoro \(\displaystyle{ F}\) jest dystrybuantą zmiennej losowej o rozkładzie wykładniczym, to \(\displaystyle{ F(-\sqrt{t})=0}\), toteż
dla \(\displaystyle{ t>0}\) jest \(\displaystyle{ \mathbf{P}(Y^2\le t)=1-e^{-\lambda \sqrt{t}}}\).
Całka z Twojej „gęstości" jest rozbieżna, co powinno Ci natychmiast unaocznić błąd.
W ogóle polecam coś takiego: otrzymałeś gęstość na drodze jakichś obliczeń? Sprawdź, czy na pewno jest nieujemna i całkuje się do \(\displaystyle{ 1}\). Otrzymałeś dystrybuantę na drodze jakichś obliczeń? Sprawdź, czy w \(\displaystyle{ -\infty}\) ma granicę zero, a w \(\displaystyle{ +\infty}\) granicę jeden i czy jest niemalejąca oraz prawostronnie ciągła. Odpowiedź twierdząca nie musi znaczyć, że jest dobrze, ale przecząca unaocznia Ci błąd.
Skoro \(\displaystyle{ F}\) jest dystrybuantą zmiennej losowej o rozkładzie wykładniczym, to \(\displaystyle{ F(-\sqrt{t})=0}\), toteż
dla \(\displaystyle{ t>0}\) jest \(\displaystyle{ \mathbf{P}(Y^2\le t)=1-e^{-\lambda \sqrt{t}}}\).
Całka z Twojej „gęstości" jest rozbieżna, co powinno Ci natychmiast unaocznić błąd.
W ogóle polecam coś takiego: otrzymałeś gęstość na drodze jakichś obliczeń? Sprawdź, czy na pewno jest nieujemna i całkuje się do \(\displaystyle{ 1}\). Otrzymałeś dystrybuantę na drodze jakichś obliczeń? Sprawdź, czy w \(\displaystyle{ -\infty}\) ma granicę zero, a w \(\displaystyle{ +\infty}\) granicę jeden i czy jest niemalejąca oraz prawostronnie ciągła. Odpowiedź twierdząca nie musi znaczyć, że jest dobrze, ale przecząca unaocznia Ci błąd.
-
- Użytkownik
- Posty: 3394
- Rejestracja: 26 maja 2016, o 01:25
- Płeć: Mężczyzna
- Lokalizacja: Kraków
- Podziękował: 981 razy
- Pomógł: 3 razy
Re: Rzeczywiste zmienne losowe
Dobra już tak się na mnie nie irytuj.
Prawa wielkich liczb czy funkcji charakterystycznych prawdopodobnie nie będę miał na egzaminie, który mam jutro, a dystrybuanty i gęstości raczej tak. Najpierw chcę zrobić podstawowe rzeczy, później ewentualnie jakieś dodatki. Zwłaszcza, że widzisz, że mam z tym problemy.
\(\displaystyle{ P(Y^2 \le t)=P(- \sqrt{t} \le Y \le \sqrt{t})=F(\sqrt{t})-F(- \sqrt{t})=1-e^{-\lambda \sqrt{t}}-(1-e^{\lambda \sqrt{t}}) =e^{\lambda \sqrt{t}}}\)
Czyli gęstość:
\(\displaystyle{ f(t)= \begin{cases} 0 \text{ dla } t<0 \\ \frac{\lambda}{2\sqrt{t}}e^{-\lambda \sqrt{t}} \text{ dla } t \ge 0 \end{cases}}\)
Zgadza się?
No dobra, a jak policzyć gęstość \(\displaystyle{ Y^2X}\) ?
Prawa wielkich liczb czy funkcji charakterystycznych prawdopodobnie nie będę miał na egzaminie, który mam jutro, a dystrybuanty i gęstości raczej tak. Najpierw chcę zrobić podstawowe rzeczy, później ewentualnie jakieś dodatki. Zwłaszcza, że widzisz, że mam z tym problemy.
\(\displaystyle{ P(Y^2 \le t)=P(- \sqrt{t} \le Y \le \sqrt{t})=F(\sqrt{t})-F(- \sqrt{t})=1-e^{-\lambda \sqrt{t}}-(1-e^{\lambda \sqrt{t}}) =e^{\lambda \sqrt{t}}}\)
Czyli gęstość:
\(\displaystyle{ f(t)= \begin{cases} 0 \text{ dla } t<0 \\ \frac{\lambda}{2\sqrt{t}}e^{-\lambda \sqrt{t}} \text{ dla } t \ge 0 \end{cases}}\)
Zgadza się?
No dobra, a jak policzyć gęstość \(\displaystyle{ Y^2X}\) ?
- Premislav
- Użytkownik
- Posty: 15687
- Rejestracja: 17 sie 2012, o 13:12
- Płeć: Mężczyzna
- Lokalizacja: Warszawa
- Podziękował: 196 razy
- Pomógł: 5221 razy
Re: Rzeczywiste zmienne losowe
Gęstość jest teraz taka, jaka powinna być, ale w tych poprzedzających przekształceniach coś nie gra (może źle przepisałeś), np.
nieprawdą jest, że
\(\displaystyle{ F(\sqrt{t})-F(- \sqrt{t})=1-e^{-\lambda \sqrt{t}}-(1-e^{\lambda \sqrt{t}}) =e^{\lambda \sqrt{t}}}\)
(dokładniej, żadna z tych dwóch równości nie jest poprawna).
Gęstość \(\displaystyle{ Y^2 X}\)? Ja bym zaczął tak (od strony dystrybuanty i ze wzoru na prawdopodobieństwo całkowite):
\(\displaystyle{ \mathbf{P}(Y^2X\le y)\\=\mathbf{P}(X=1)\mathbf{P}(Y^2X\le y|X=1)+\mathbf{P}(X=-1)\mathbf{P}(Y^2X\le y|X=-1)}\)
Poradzisz sobie dalej?
nieprawdą jest, że
\(\displaystyle{ F(\sqrt{t})-F(- \sqrt{t})=1-e^{-\lambda \sqrt{t}}-(1-e^{\lambda \sqrt{t}}) =e^{\lambda \sqrt{t}}}\)
(dokładniej, żadna z tych dwóch równości nie jest poprawna).
Gęstość \(\displaystyle{ Y^2 X}\)? Ja bym zaczął tak (od strony dystrybuanty i ze wzoru na prawdopodobieństwo całkowite):
\(\displaystyle{ \mathbf{P}(Y^2X\le y)\\=\mathbf{P}(X=1)\mathbf{P}(Y^2X\le y|X=1)+\mathbf{P}(X=-1)\mathbf{P}(Y^2X\le y|X=-1)}\)
Poradzisz sobie dalej?
-
- Użytkownik
- Posty: 3394
- Rejestracja: 26 maja 2016, o 01:25
- Płeć: Mężczyzna
- Lokalizacja: Kraków
- Podziękował: 981 razy
- Pomógł: 3 razy
Re: Rzeczywiste zmienne losowe
No nie wiem, spróbuję. Liczę tak:
\(\displaystyle{ \mathbf{P}(Y^2X\le t)\\=\mathbf{P}(X=1)\mathbf{P}(Y^2X\le t|X=1)+\mathbf{P}(X=-1)\mathbf{P}(Y^2X\le t|X=-1)=}\)
\(\displaystyle{ = \frac{1}{2} \cdot \frac{(1-e^{-\lambda \sqrt{t}}) \cdot \frac{1}{2} }{ \frac{1}{2} }+ \frac{1}{2} \cdot \frac{(1-e^{-\lambda \sqrt{t}}) \cdot \frac{1}{2} }{ \frac{1}{2} }=1-e^{-\lambda \sqrt{t}}}\)
Czy tak jest dobrze?
\(\displaystyle{ \mathbf{P}(Y^2X\le t)\\=\mathbf{P}(X=1)\mathbf{P}(Y^2X\le t|X=1)+\mathbf{P}(X=-1)\mathbf{P}(Y^2X\le t|X=-1)=}\)
\(\displaystyle{ = \frac{1}{2} \cdot \frac{(1-e^{-\lambda \sqrt{t}}) \cdot \frac{1}{2} }{ \frac{1}{2} }+ \frac{1}{2} \cdot \frac{(1-e^{-\lambda \sqrt{t}}) \cdot \frac{1}{2} }{ \frac{1}{2} }=1-e^{-\lambda \sqrt{t}}}\)
Czy tak jest dobrze?