Strona 1 z 1

Kowariancja funkcji zmiennych losowych

: 25 cze 2018, o 18:55
autor: mmm6
\(\displaystyle{ X_{i}, i=1, ..., n, n \ge 1}\) — niezależne zmienne losowe \(\displaystyle{ U\left(0, 1 \right)}\),
\(\displaystyle{ S_{n}= \sum_{i=1}^{n}X_{i} ,\\
Z_{n}=\max \left(X_{i}, ..., X_{n}\right)}\)
.

Obliczyć \(\displaystyle{ Cov\left(S_{n}, Z_{n}\right)}\).

Mamy

\(\displaystyle{ Cov\left(S_{n}, Z_{n}\right)=E\left(S_{n}Z_{n}\right)-ES_{n}EZ_{n}}\)

\(\displaystyle{ E\left(S_{n}Z_{n}\right)=\sum_{i=1}^{n}E\left(X_{i}\max \left(X_{1}, ..., X_{n}\right) \right)=nE\left(X_{1}\max \left(X_{1}, ..., X_{n}\right)\right)}\)

Niech \(\displaystyle{ U=\max \left(X_{1}, ..., X_{n}\right), V=X_{1}}\). Dla \(\displaystyle{ 0 \le v \le u \le 1}\) mamy

\(\displaystyle{ F\left(v,u\right)=P\left(V\le v, U\le u\right)=P\left(U\le u\right)-P\left(U\le u, V>v\right)=\\=P\left(X_{1}\le u, ..., X_{n}\le u\right)-P\left(v<X_{1}\le u, X_{2}\le u, ..., X_{n}\le u\right)=vu^{n-1}}\)

\(\displaystyle{ f\left(v, u\right)=\frac{\partial^{2}}{\partial v \partial u}vu^{n-1}=\left(n-1\right)u^{n-2}}\)

\(\displaystyle{ E\left(VU\right)= \int_{0}^{1} \int_{0}^{u} vu\left(n-1\right) u^{n-2} \mbox{d}v \mbox{d}u= \frac{n-1}{2\left( n+2\right) }}\)

\(\displaystyle{ E\left(S_{n}Z_{n}\right)= \frac{n\left(n-1\right)}{2\left(n+2\right)}}\)

\(\displaystyle{ ES_{n}=nEV=\frac{n}{2}}\)

\(\displaystyle{ F\left(u\right)=u^{n}, f\left(u\right)=nu^{n-1}}\)

\(\displaystyle{ EZ_{n}=EU=\frac{n}{n+1}}\)

Co tu jest źle?

Kowariancja funkcji zmiennych losowych

: 5 lip 2018, o 17:46
autor: Pakro
\(\displaystyle{ F\left(v,u\right)=P\left(V\le v, U\le u\right)=P\left(U\le u\right)-P\left(U\le u, V>v\right)=P\left(X_{1}\le u, ..., X_{n}\le u\right)-P\left(v<X_{1}\le u, X_{2}\le u, ..., X_{n}\le u\right)=vu^{n-1}}\)
To nie do końca prawda
\(\displaystyle{ F\left(v,u\right)= \left\{ \begin{array}{cc} u^n, \quad u,v \in [0,1] , \quad u \le v \\ v u^{n-1}, \quad u,v \in [0,1] , \quad u>v \end{array} \right}\)

Kowariancja funkcji zmiennych losowych

: 5 lip 2018, o 23:17
autor: mmm6
Napisałem, że

\(\displaystyle{ F\left(v, u\right)=vu^{n-1}}\) dla \(\displaystyle{ 0 \le v \le u \le 1}\).

Dystrybuanta w całej okazałości prezentuje się oczywiście tak:

\(\displaystyle{ F\left(v, u\right)=\begin{cases} vu^{n-1}, \hbox{ jeśli } 0 \le v \le u \le 1\\u^{n}, \hbox{ jeśli } 0 \le u \le 1, v>u\\ v, \hbox{ jeśli } 0 \le v \le 1, u>1\\1, \hbox{ jeśli } u, v >1\\0, \hbox{ jeśli } v<0 \hbox{ lub } u<0 \end{cases}}\).

Ale nie obliczenie całej dystrybuanty jest celem zadania. Nie trzeba jej też liczyć dla wszystkich obszarów, bowiem, jeśli wyjdziemy poza obszar zmienności którejś ze zmiennych, gęstość się wyzeruje, więc musimy pozostać w trójkącie \(\displaystyle{ 0 \le v \le u \le 1}\). Tyle że zaprezentowane obliczenia dają w wyniku funkcję \(\displaystyle{ f\left(v,u\right)=\left( n-1\right) u ^{n-2}}\), która nie jest gęstością na tym trójkącie, bo całka z \(\displaystyle{ f}\) po tym trójkącie nie jest równa 1. Albo więc gdzieś się mylę, albo nie widzę czegoś, czego tu brakuje.