Я пытаюсь доказать утверждение:
Если и являются независимыми случайными величинами,
затем также является нормальной случайной величиной.
Для особого случая (скажем) у нас есть известный результат, который всякий раз, когда и являются независимыми переменными. На самом деле общеизвестно, что являются независимыми переменными .
Доказательство последнего результата следует с помощью преобразования где и . Действительно, здесь и . Я пытался подражать этому доказательству для рассматриваемой проблемы, но это, кажется, становится грязным.
Если я не сделал никакой ошибки, то для я получаю плотность соединения как
У меня есть множитель выше, так как преобразование не один к одному.
Таким образом, плотность будет определяться как , что сложно оценить.∫ R f U , V ( u , v )
Теперь мне интересно узнать, есть ли доказательство того, что я могу работать только с и не нужно рассматривать некоторые чтобы показать, что является нормальным. Поиск CDF не выглядит для меня так многообещающе. Я также хотел бы сделать то же самое для случая .V U U σ 1 = σ 2 = σ
То есть, если и являются независимыми переменными я хочу показать, что без использования замены переменных. Если как-то я могу утверждать, что , то я закончил. Итак, два вопроса здесь, общий случай, а затем частный случай.Y N ( 0 , σ 2 ) Z = 2 X YZd=X
Похожие посты на Math.SE:
Учитывая, что iid , покажите, что - этоN ( 0 , 1 ) X Y N(0,1 .
Редактировать.
Эта проблема на самом деле связана с Л. Шеппом, как я выяснил в упражнениях Феллера « Введение в теорию вероятностей и ее приложения» (том II), с возможной подсказкой:
Конечно, и у меня есть плотность под рукой. 1
Давайте посмотрим, что я мог сделать сейчас. Помимо этого, небольшая помощь с интегралом выше также приветствуется.
Ответы:
Первоначальное решение проблемы Шеппом использует концепцию стабильного права собственности, которая кажется мне несколько продвинутой в данный момент. Поэтому я не мог понять подсказку, приведенную в упражнении, которое я привел в своем посте. Я предполагаю, что до доказательства, включающего только одну переменную и не использующего замены переменных, сложно придумать. Итак, я поделился тремя документами открытого доступа, которые нашли альтернативное решение проблемы:U=XYX2+Y2√
Примечание о нормальных функциях нормальных случайных величин
Нормальные функции нормальных случайных величин
Результат Шеппа
Первый один убедил меня не идти по пути интеграции , я взял с этим выбором переменной , чтобы получить плотность . Это третий документ, который выглядит как то, что я могу следовать. Я даю краткий набросок доказательства здесь:UV U
Мы предполагаем без ограничения общности и устанавливаем . Теперь, заметив, что и независимы, мы имеем объединенную плотность , Обозначим это через .σ21=1 σ22=σ2 X2∼χ21 Y2σ2∼χ21 (X2,Y2) fX2,Y2
Рассмотрим преобразование такое, что и . Таким образом, мы имеем плотность соединения . Обозначим это через . После стандартной процедуры мы интегрировать WRT , чтобы , чтобы получить предельную плотность из .(X2,Y2)→(W,Z) W=X2Y2X2+Y2 Z=X2+Y2Y2 (W,Z) fW,Z fW,Z z fW W
Мы находим, что является гамма-переменной с параметрами и , так что . Отметим, что плотность симметрична относительно . Это означает, что и, следовательно, .W=U2 12 2(1+1σ)−2 (1+1σ)2W∼χ21 U 0 (1+1σ)U∼N(0,1) U∼N(0,(σσ+1)2)
источник
согласно этому
Преобразование двух нормальных случайных величин
также что посколькуsin(θ)∼cos(θ)∼sin(2θ)∼2sin(θ)cos(θ)∼cos(2θ)∼cos(2θ)∼f f(z)=1π(√1−z2)I[−1,1](z) z=sin(θ)⇒f(z)=|ddzsin−1(z)|fθ(sin−1(z))+|ddz(π−sin−1(z))|fθ(π−sin−1(z))=1(√1−z2)12π+1(√1−z2)12π=1π(√1−z2)
аналогично для других.
так что мы можем показать:
так
показать независимость
источник