अगर


9

यहाँ एक समस्या है जो कुछ साल पहले हमारे विश्वविद्यालय में एक सेमेस्टर परीक्षा में आई थी जिसे हल करने के लिए मैं संघर्ष कर रहा हूं।

अगर X1,X2 स्वतंत्र हैं β घनत्व के साथ यादृच्छिक चर β(n1,n2) तथा β(n1+12,n2) फिर क्रमशः वह दिखाएं X1X2 इस प्रकार β(2n1,2n2)

मैंने उस घनत्व को प्राप्त करने के लिए जैकबियन पद्धति का उपयोग किया Y=X1X2 इस प्रकार है:

fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y11x2(1x2)n21(1y2x2)n21dx

मैं वास्तव में इस बिंदु पर खो गया हूं। अब, मुख्य पत्र में, मैंने पाया कि एक संकेत की आपूर्ति की गई थी। मैंने संकेत का उपयोग करने की कोशिश की, लेकिन वांछित भाव नहीं प्राप्त कर सका। संकेत इस प्रकार है:

संकेत: के घनत्व के लिए एक सूत्र व्युत्पन्न Y=X1X2 दिए गए घनत्व के संदर्भ में X1 तथा X2 और परिवर्तनशील परिवर्तन का उपयोग करने का प्रयास करें z=y2x

तो इस बिंदु पर, मैं परिवर्तन के इस बदलाव पर विचार करके इस संकेत का उपयोग करने का प्रयास करता हूं। इसलिए मैं मिलता हूं,

fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y2yz2y4(1y4z2)n21(1y2.z2y4)n21y2z2dz
जो सरलीकरण के बाद निकला (लेखन) x के लिये z)
fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y2y1y2(1y4x2)n21(1x2y2)n21dx

मैं वास्तव में नहीं जानता कि आगे कैसे बढ़ना है। मुझे भी यकीन नहीं है कि मैं ठीक से संकेत की व्याख्या कर रहा हूं। वैसे भी, यहाँ संकेत के बाकी है:

चर के परिवर्तन का उपयोग करके देखें z=y2xऔसत घनत्व को औसत से प्राप्त करने के लिए दो तरीकों से व्यक्त किया जा सकता है

fY(y)=constant.y2n11y21(1y2x)n21(1x)n21(1+yx)1xdx
अब एकीकरण की श्रेणी को विभाजित करें (y2,y) तथा (y,1) और लिखा (1y2x)(1x)=(1y)2(yxx)2 और आगे बढ़ें u=yxx

खैर, ईमानदारी से, मैं नहीं समझ सकता कि कोई इन संकेतों का उपयोग कैसे कर सकता है: ऐसा लगता है कि मैं कहीं नहीं हूं। मदद की सराहना की है। अग्रिम में धन्यवाद।


मैंने एक ऐसी ही समस्या देखी है जिसके पहले मैंने कुछ संदर्भ संकलित किए थे। देखें arxiv.org/pdf/1304.6671v1.pdf mathoverflow.net/questions/32782/...
सिड

@Sid क्षमा करें, लेकिन मुझे यह समस्या उन संदर्भों या कुछ समान में नहीं मिली। क्या आप कृपया स्थानों को इंगित कर सकते हैं? धन्यवाद!!
लैंडन कार्टर

क्या आप वाकई जैकबियन पद्धति को सही तरीके से लागू करते हैं? अगर मैं यह करूँ, मुझे मिलता है:
fY(y)=2y2n11B(n1,n2)B(n1+0.5,n2)y211x[(1y2x)(1x)]n11dx
I think you are also going to need the doubling formula Γ(z)Γ(z+0.5)=212zπΓ(2z), see en.wikipedia.org/wiki/Gamma_function
StijnDeVuyst

Apparently it seems that the formulae are the same. Maybe you have to use the change of variable z=x in your formula to obtain mine. I am talking about the Jacobian.
Landon Carter

I don't think they are the same. Doing the change of variable that you mention into my formula, I get something slightly simpler than what you have in the first integral of your OP.
StijnDeVuyst

जवाबों:


5

I would prove this in a different manner, using moment-generating functions. Or equivalently, by showing that the qth moment of X1X2 is equal to the qth moment of a random variable B with β(2n1,2n2) distribution. If this is so for all q=1,2,, then by the strength of the moment problem, the exercise is proven.

For the last part, we obtain from http://en.wikipedia.org/wiki/Beta_distribution#Other_moments that the qth moment of B is

E[Bq]=j=0q12n1+j2n1+2n2+j==Γ(2n1+q)Γ(2n1+2n2)Γ(2n1)Γ(2n1+2n2+q)
Now for the first part:
E[(X1X2)q]=(x1x2)qfX1(x1)fX2(x2)dx1dx2=xq/2fX1(x1)dx1x2q/2fX2(x2)dx2=1B(n1,n2)x1n1+q/21(1x1)n21dx11B(n1+12,n2)x2n1+q+121(1x2)n21dx2=B(n1+q2,n2)B(n1+q+12,n2)B(n1,n2)B(n1+12,n2)
Now all that remains is to apply the definition B(α,β)=Γ(α)Γ(β)Γ(α+β) and then the doubling formula Γ(α)Γ(α+12)=212απΓ(2α). It then turns out that the first part and the second part are exactly the same.

2
I do not think you can say that equality of moments implies equality of distribution. There are examples where this may not hold.
Landon Carter

2
StijnDeVuyst, sorry this is not an acceptable answer. I do have an example where the moments are equal but the distributions are not the same. The example is a bit complicated though. Regrettably I do not have the example with me now; it also came in one semester exam. But soon I will post the example in this thread if you are interested. Anyway I have worked the problem out myself. Thanks for your help.
Landon Carter

3
@yedaynara and Stijn: A (the?) classical example is due to Heyde: Consider the pdfs fb(x)=f0(x)(1+bsin(2πlogx)) where f0 is the pdf of the standard lognormal and b[1,1]. All members of this family of distributions have the same moments (of all orders). Note that the standard lognormal is a member of this family and its moments have a nice closed form.
cardinal

4
There are, however, additional conditions (e.g., Carleman's) on the moments that will guarantee uniqueness of the distribution. This is known as the Hamburger moment problem.
cardinal

2
Quote from web.williams.edu/Mathematics/sjmiller/public_html/book/papers/… "...It is elementary linear algebra to verify that a positive measure with finite support is uniquely determined by its moments..." That settles the Carleman condition for M-determinacy for the Beta distributions in the OP. @cardinal and yedaynara are both correct that I was too quick to assume this. But apparently the finite support is what saves the day.
StijnDeVuyst
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.