"이후


9

짧은 질문 : 왜 이것이 사실입니까?

긴 질문 :

간단히 말해서, 나는 첫 번째 방정식을 정당화하는 것을 알아 내려고 노력하고 있습니다. 내가 읽고있는이 책의 저자 ( 원한다면 여기에 문맥 있지만 필수는 아님)는 다음을 주장합니다.

거의 가우스의 가정으로 인해 다음과 같이 쓸 수 있습니다.

p0(ξ)=Aϕ(ξ)exp(an+1ξ+(an+2+12)ξ2+i=1naiGi(ξ))

여기서 는 최대 엔트로피를 갖는 관측 된 데이터의 PDF입니다 (단순한 숫자) 이라는 일련의 기대 만 보았을 때 및 는 표준화 된 가우스 변수의 PDF, 즉 0 평균 및 단위 분산입니다.p0(ξ)ci,i=1...nci=E{Gi(ξ)}ϕ(ξ)

이 모든 것이 진행되는 곳에서 그는 PDF를 더 단순 하게 만들기 위해 위의 방정식을 시작점으로 사용하며 어떻게하는지 알 수 있지만 위의 방정식을 정당화하는 방법을 얻지 못합니다. 출발점.p0(ξ)

나는 누군가를 난독 화하지 않기 위해 간략하게 유지하려고 노력했지만 추가 세부 정보를 원하시면 의견에 알려주십시오. 감사!

답변:


12

(참고 : 변경했습니다 ξx.)

랜덤 변수 X 밀도 p제한이있는 경우

Gi(x)p(x)dx=ci,
...에 대한 i=1,,n최대 엔트로피 밀도는
0(엑스)=특급(나는=1나는나는(엑스)),
어디 나는의에서 결정됩니다 나는'모래 정규화 상수입니다.

이와 관련하여 가우스 근사 ( "가우시안")는 다음 두 가지를 의미합니다.

1) 두 가지 새로운 제약 조건을 도입하기로 동의합니다. 엑스 이다 0 그리고 분산은 1 (말하다);

2) 해당 +2 (아래 참조)는 다른 것보다 훨씬 큽니다. 나는'에스.

이러한 추가 제약 조건은

+1(엑스)=엑스,+1=0,
+2(엑스)=엑스2,+2=1,
굽힐 수 있는
0(엑스)=특급(+2엑스2++1엑스+나는=1나는나는(엑스)),
이것으로 다시 쓸 수 있습니다 (지수에 "0을 더하십시오")
0(엑스)=특급(엑스22엑스22++2엑스2++1엑스+나는=1나는나는(엑스)),
당신이 원하는 것을 이끄는 :
0(엑스)='ϕ(엑스)특급(+1엑스+(+2+12)엑스2+나는=1나는나는(엑스));
Taylor가 확장 될 준비가되었습니다 (가우스 근사치의 두 번째 조건 사용).

다음을 사용하여 물리학 자처럼 근사를 수행하십시오 (오류 용어의 순서에 신경 쓰지 않음을 의미합니다) 특급()1+우리는 대략적인 밀도를 가지고 있습니다

0(엑스)'ϕ(엑스)(1++1엑스+(+2+12)엑스2+나는=1나는나는(엑스)).
완료하기 위해, 우리는 결정해야 ' 그리고의 가치 나는'에스. 이것은 조건을 부과하는 것입니다
0(엑스)엑스=1,엑스0(엑스)엑스=0,엑스20(엑스)엑스=1
나는(엑스)0(엑스)엑스=나는,나는=1,,,
해를 구하는 방정식 시스템을 얻는 것 ' 그리고 나는'에스.

에 추가 조건을 부과하지 않고 나는의 닫힌 양식에 간단한 솔루션이 있다고 생각하지 않습니다.

PS Mohammad는 채팅 중에 추가 직교성 조건을 나는우리는 시스템을 해결할 수 있습니다.


젠, 정말 고마워 나는 (어떤) 지금 이해합니다. 하지만 나에게 분명하지 않다 무엇을, 당신이 말할 때입니다 X의 평균이 0임을와 분산 (말입니다 : "(가까운을 계산하게")이 문맥, 가우시안 근사에서 "두 개의 새로운 제약을 소개 동의 함을 의미 ) 1." , 나는 왜 '가우스 근처'가되어야 하는지를 이해하지 못한다.μ=0σ2=1. 같은 값을 가진 다른 RV라면 어떨까요?
Spacey

안녕 모하마드 답변에 더 많은 정보를 추가했습니다. 의 이전 표현을 얻으려면0(엑스)내가 가우시안 근사치의 첫 번째 조건이라고하는 것만 사용합니다. Taylor 확장을 수행 할 때 두 번째 조건을 사용합니다.0(엑스). 이게 도움이 되길 바란다.
Zen

에 대한 최종 표현을 의견으로 게시 하시겠습니까? 0(엑스)나머지 계산을 한 후에? 감사.
Zen

예, 그는 최종 표현은 다음과 같습니다. 0()ϕ()(1+나는=1나는에프나는())
Spacey

마지막 방정식에 오타가 있다고 생각합니까? ... +1엑스
Spacey
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.