आपके पास नकारात्मक लॉग वितरण का एक विच्छेदित संस्करण है, अर्थात, वह वितरण जिसका समर्थन और जिसका pdf f ( t ) = - log t है ।[0,1]f(t)=−logt
यह देखने के लिए, मैं अपने यादृच्छिक चर फिर से परिभाषित करने समूह में मान लेने के लिए जा रहा हूँ के बजाय { 0 , 1 , 2 , ... , एन } और कॉल परिणामस्वरूप वितरण टी । फिर, मेरा दावा है कि{0,1/N,2/N,…,1}{0,1,2,…,N}T
Pr(T=tN)→−1Nlog(tN)
के रूप में जबकि टीN,t→∞ को (लगभग) स्थिर रखा जाता है। tN
सबसे पहले, इस अभिसरण को प्रदर्शित करने वाला एक छोटा सिमुलेशन प्रयोग। यहाँ आपके वितरण से एक नमूना का एक छोटा सा कार्यान्वयन है:
t_sample <- function(N, size) {
bounds <- sample(1:N, size=size, replace=TRUE)
samples <- sapply(bounds, function(t) {sample(1:t, size=1)})
samples / N
}
यहाँ आपके वितरण से लिए गए एक बड़े नमूने का एक हिस्टोग्राम है:
ss <- t_sample(100, 200000)
hist(ss, freq=FALSE, breaks=50)
और यहाँ पर लघुगणक पीडीएफ़ ओवरलेड है:
linsp <- 1:100 / 100
lines(linsp, -log(linsp))
यह देखने के लिए कि यह अभिसरण क्यों होता है, अपनी अभिव्यक्ति से शुरू करें
Pr(T=tN)=1N∑j=tN1j
और एन द्वारा गुणा और भाग करेंN
Pr(T=tN)=1N∑j=tNNj1N
अब फ़ंक्शन लिए योग एक रीमैन योग हैg(x)=1xtN1N
Pr(T=tN)≈1N∫1tN1xdx=−1Nlog(tN)
वह अभिव्यक्ति है जिस पर मैं पहुंचना चाहता था।