n 개의 균일하게 분포 된 r.v가 주어진 경우, 하나의 rv에 대한 PDF를 모든 n r.v의 합으로 나눈 값은 무엇입니까?


10

다음과 같은 유형의 사례에 관심이 있습니다. 'n'연속 랜덤 변수는 1이어야합니다. 그런 다음 개별 변수 하나에 대한 PDF는 무엇입니까? 따라서 이면 의 분포에 관심이 있습니다. 여기서 및 은 모두 균일하게 분포됩니다. 물론이 예제 에서 평균 은 이며 평균은 이므로 R의 분포를 시뮬레이션하기는 쉽지만 PDF 또는 CDF의 실제 방정식이 무엇인지 알 수 없습니다.X 1n=3 X1,X2X31/31/nX1X1+X2+X3X1,X2X31/31/n

이 상황은 Irwin-Hall 배포판 ( https://en.wikipedia.org/wiki/Irwin%E2%80%93Hall_distribution ) 과 관련이 있습니다 . Irwin-Hall 만 n 개의 균일 랜덤 변수의 합의 분포이며, n 균일 rv 중 하나에 대한 분포를 모든 n 변수의 합으로 나눕니다. 감사.


1
만약 연속 균일 확률 변수의 합이 , 다음으로 , 및 분포하므로 분포와 동일 , ? n1n=3X1+X2+X3=1X1X1+X2+X3=X1X1
— Dilip Sarwate

1
나는 스스로 수정해야합니다 : N 균일 분포는 1의 합계가 아닙니다. 나는 각각 0과 1 사이의 균일 한 것으로 가정하고 따라서 그 합계는 0에서 N 사이 일 수 있습니다. 각 균일 변수를 취하고 나누는 것을 생각하고 있습니다. 모든 N 균일 변수의 합으로 1을 합산하고 1 / N의 예상 값을 갖는 N 개의 랜덤 변수 세트를 얻는다. 참고 : 첫 번째 문장에서 'uniform'이라는 단어를 제거했습니다. 내가 찾고있는 분포는 균일하지 않지만 N 균일 변수 중 하나를 모든 N 균일 변수의 합으로 나눕니다. 잘 모르겠습니다.
— user3593717

를 Where 지수 분포 정규화 변수 벡터는 디리클레 분포를 갖는다. 이것은 그 자체로 흥미로울 수 있지만, 이러한 유형의 상황에 대한 전술을 제공 할 수도 있습니다. Xi
— 추측

답변:


4

도메인의 중단 점이 다소 지저분합니다. 간단하지만 지루한 접근 방식은 최종 결과를 얻는 것입니다. 를 들어 있도록 및 이어서Y = X 2 + X 3 , W = X 2 + X 3n=3,Y=X2+X3, T=1+W. Z=1W=X2+X3X1,T=1+W.Z=1T=X1X1+X2+X3.

중단 점은 1로되어 1, 2 2 및 3 및 및 에 대해 I가되도록 전체 PDF 발견W , T , 1 / 3 1 / 2 Z .Y,W,T,1/31/2Z.

f(z)={     1(1−z)2 ,if 0≤z≤1/33z3−9z2+6z−13z3(1−z)2 ,if 1/3≤z≤1/2       1−z3z3 ,if 1/2≤z≤1

cdf는

F(z)={           z(1−z) ,if 0≤z≤1/312+−18z3+24z2−9z+16z2(1−z) ,if 1/3≤z≤1/2        56+2z−16z2 ,if 1/2≤z≤1

+1 니스 또한 밀도 는 시뮬레이션과 아름답게 일치합니다.
— Glen_b-복지 주 모니카

2

이라고합시다 . 를 계산 하여 의 cdf를 찾을 수 있습니다. 그런 다음 Irwin-Hall pdf를 차별화하고 대체하여 원하는 pdf를 얻습니다. X 1 / ∑ n i = 1 X i P ( X 1Y=∑i=2nXiX1/∑i=1nXif(t)

P(X1∑i=1nXi≤t)=P(X1≤t∑i=1nXi)=P((1−t)X1≤t∑i=2nXi)=P(X1≤t1−tY)=∫01P(x1≤t1−tY) dx1=∫01(1−FY(1−ttx1)) dx1=1−∫01FY(1−ttx1) dx1
u=tx1
f(t)=∫01fY(1−ttx1)⋅x1t2 dx1=1t2∫01∧(n−1)t1−t∑k=0⌊1−ttx1⌋1(n−2)!(−1)k(n−1k)(1−ttx1−k)n−1x1 dx1
여기에서 조금 지저분 적분과 합산을 교환 한 다음 대체 (예 : )를 수행하여 적분을 평가하여 적분을 얻을 수 있어야합니다. pdf에 대한 명시 적 공식.u=tx11−t−k

1

가정

"N 균일 분포는 1에 합산되지 않습니다."

이것이 내가 시작한 방법입니다 (불완전합니다).

고려 및하자 표기에 약간의 남용. X = X iY=∑i=1nXiX=Xi

고려, 와 : V=YU=XYV=Y

X=UVY=V

그런 다음 변수 변환 후 :

J=[VU01]

의 합동 확률 함수 는 다음과 같습니다.(U,V)

fU,V(u,v)=fX,Y(uv,v)|J|

여기서 및Y ∼ I r w i n H a l lX∼U(0,1)Y∼IrwinHall

fX(x)={10≤x≤10otherwise

그리고

fY(y)=12(n−1)!∑k=0n(−1)k(nk)(x−k)n−1sign(x−k)

따라서

fU,V(u,v)={12(n−1)!∑k=0n(−1)k(nk)(uv−k)n−1sign(uv−k)0≤uv≤10otherwise

및fU(u)=∫fU,V(u,v)dv


0

합계에 Irwin-Hall 분포가 있다는 것을 이미 알고 있다고 가정하십시오 . 이제 X에 분포가 있고 에 Irwin-Hall 분포가 있을 때 의 pdf (또는 CDF)를 찾기 위해 질문이 변경됩니다 .U(0,1)XYU(0,1)Y

먼저 와 의 공동 PDF를 찾아야 합니다.XY

하자Y1=X1Y2=X1+X2Y3=X1+X2+X3

그때

X1=Y1X2=Y2−Y1X3=Y3−Y2−Y1

∴

J=|∂X1∂Y1∂X1∂Y2∂X1∂Y3∂X2∂Y1∂X2∂Y2∂X2∂Y3∂X3∂Y1∂X3∂Y2∂X3∂Y3|=−1

이후 함께 IID되는 따라서,X1,X2,X3U(0,1),f(x1,x2,x3)=f(x1)f(x2)f(x3)=1

의 합동 분포 는y1,y2,y3

g(y1,y2,y3)=f(y1,y2,y3)|J|=1

다음으로 통합하면 과 의 공동 분포, 즉 과 의 공동 분포를 얻을 수 있습니다.Y2Y1Y3X1X1+X2+X3

whuber가 제안한대로 이제 한계를 변경했습니다.

(1)h(y1,y3)=∫y1+1y3−1g(y1,y2,y3)dy2=∫y1+1y3−11dy2=y3−y1−2

이제 우리는 공동 pdf 즉 공동 pdf 및 공동 pdf 가 있습니다.X,YX1X1+X2+X3y3−y1−2

다음으로 의 pdf를 찾으십시오.XY

또 다른 변형이 필요합니다.

보자Y1=XY2=XY

그런 다음X=Y1Y=Y1Y2

그때

J=|∂x∂y1∂x∂y2∂y∂y1∂y∂y2|=|101y2−y1y22|=−y1y22

우리는 이미 위의 단계 ref (1) 에서 의 공동 분포입니다 .X,Y

∴

g2(y1,y2)=h(y1,y3)|J|=(y3−y1−2)y1y22

다음으로 을 통합하여 의 PDF를 다음 의 PDF를 얻습니다.y1y2XY

(2)h2(y2)=∫01(y3−y1−2)y1y22dy1=1y22(y32−13−1)

이것은 의 PDF입니다. 즉X/YX1X1+X2+X3

아직 끝나지 않았습니다. 그러면 (2) 에서 은 무엇 입니까?y3

우리 는 첫 번째 변환에서 을 알고 있습니다.Y3=X1+X2+X3

적어도 에는 Irwin-Hall 배포판이 있습니다.Y3

내가 궁금해 우리는 연결할 수 어윈 - 홀을 위한 에 PDF (2) 명시적인 공식을 얻을? 아니면 글렌이 제안한대로 여기에서 시뮬레이션을 할 수 있습니까?n=3


2
시뮬레이션은 해당 PDF에 동의하지 않는 것 같습니다.
— Glen_b-복지 주 모니카

논리와 단계는 정확 해 보이지만이 솔루션에 대해 불편 함을 느낍니다.
— Deep North

2
를 통합 한 경우 및 조건을 고려해야합니다 . y 1 ≤ y 2 ≤ y 3 y 3 − 1 ≤ y 2 ≤ y 1 + 1y2y1≤y2≤y3y3−1≤y2≤y1+1
— whuber
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.