10 svar
128 visningar
Fibonacci är nöjd med hjälpen
Fibonacci 231
Postad: 5 nov 2020 14:28

Fördelningsfunktionsmetoden

Såhär långt har jag kommit:

a)

FU(u)=P(Uu)=P(-ωln(Y)u)=P(Ye-uω)

e-uω >0, 0<u1, ω>0 samte-uω=1, u0, ω>0

Integrerar jag från 0 till F(u) får jag:

P(Ye-uω)=0e-uωy dy=e-2uω2

Det jag är osäker på är hur fördelningsfunktionen för U kommer se ut. Men har jag gjort rätt kommer den se ut som följande:

FU(u)=0u<0e-2uω20<u<11u=0

Känns det vettigt?

Micimacko 4070
Postad: 5 nov 2020 14:36

Om du släpper att det råkar ligga lite statistik runt, bara tittar direkt på frågan och räknar ut värdemängden för u som i gymnasiet, vad får du då?

Fibonacci 231
Postad: 5 nov 2020 15:18

Bortser man från statistiken kan ju u anta vilka värden som helst.

Micimacko 4070
Postad: 5 nov 2020 15:53

Du vet att y är mellan 0 och 1.

Albiki 5096 – Fd. Medlem
Postad: 5 nov 2020 16:52

Hej,

Kravet på YY ger att e-u/ωe^{-u/\omega} ska ligga mellan 0 och 1, vilket ger dig den sökta täthetsfunktionens f(u)f(u) definitionsmängd. 

Albiki 5096 – Fd. Medlem
Postad: 5 nov 2020 16:56

Integralen från 0 till F(u) är fel och dessutom irrelevant; tätheten för Y är konstant 1, inte linjär som du skriver. Du har redan bestämt cdf för U i tidigare beräkningar. 

Fibonacci 231
Postad: 8 nov 2020 20:59

Ah, okej! Undersökte integralen eftersom jag var osäker på definitionsmängden just. Ser också att jag har gjort fel; e-uω ska det ju stå för FU(u).

Fibonacci 231
Postad: 8 nov 2020 21:09

Och jag förstår ju vad som ställer till det för mig; att ω> 0

Micimacko 4070
Postad: 8 nov 2020 22:29

Jag fick något iaf, vet inte om det är rätt.

Albiki 5096 – Fd. Medlem
Postad: 8 nov 2020 23:49 Redigerad: 8 nov 2020 23:51

Hej,

Slumpvariabeln YY är likformigt fördelad på intervallet [0,1]; det betyder att dess fördelningsfunktion är FY(y)=yF_{Y}(y) = yy[0,1]y \in [0,1].

Slumpvariabeln UU har följande fördelningsfunktion.

    FU(u)=P(Uu)=P(lnY-uω)=1-P(lnY-uω)=1-P(Ye-uω)=1-FY(e-uω)=1-e-uω;F_{U}(u) = P(U \leq u) = P(\ln Y \geq -\frac{u}{\omega}) = 1-P(\ln Y \leq -\frac{u}{\omega})\\ = 1-P(Y \leq e^{-\frac{u}{\omega}}) = 1-F_Y(e^{-\frac{u}{\omega}}) = 1-e^{-\frac{u}{\omega}};

notera att olikheten byter riktning på grund av division med det negativa talet -ω-\omega och att exponentialfunktionen xexx\mapsto e^{x} är strängt växande.

Beräkningen visar att slumpvariabeln UU är exponentialfördelad med intensiteten 1/ω1/\omega vilket medför att dess väntevärde är 𝔼(U)=ω\mathbb{E}(U)=\omega och varians Var(U)=ω2.\text{Var}(U) = \omega^2. Täthetsfunktionen är därför fU(u)=1ωe-u/ω.f_U(u) = \frac{1}{\omega}e^{-u/\omega}.

Momentgenererande funktionen (mgf) är

    mU(s)=𝔼(esU)=u=01ωe-(1ω-s)udu=...\displaystyle m_U(s) = \mathbb{E}(e^{sU}) = \int_{u=0}^\infty \frac{1}{\omega}e^{-(\frac{1}{\omega}-s)u} \,du = ...

Fibonacci 231
Postad: 9 nov 2020 10:50

Okej, tack båda två! Det här var inte helt lätt, som jag först trodde. Men jag hoppas kunna lösa det nu iaf!

Svara Avbryt
Close