Distribuzione di

Come esercizio di routine, sto cercando di trovare la distribuzione di $\sqrt{X^2+Y^2}$ dove $X$ e $Y$ sonovariabili casuali $U(0,1)$ .

La densità articolare di $(X,Y)$ è

f_{X, Y} (x, y) = 1_{0 < x, y < 1}

$f_{X,Y}(x,y)=\mathbf 1_{0<x,y<1}$

Trasformando in coordinate polari $(X,Y)\to(Z,\Theta)$ tale che

X = Z \cos Θ and Y = Z \sin Θ

$X=Z\cos\Theta\qquad\text{ and }\qquad Y=Z\sin\Theta$

Quindi, $z=\sqrt{x^2+y^2}$ e $0< x,y<1\implies0< z<\sqrt 2$ .

Quando $0< z<1$ , abbiamo $0< \cos\theta<1,\,0<\sin\theta<1$ modo che $0<\theta<\frac{\pi}{2}$ .

Quando $1< z<\sqrt 2$ , abbiamo $z\cos\theta<\implies\theta>\cos^{-1}\left(\frac{1}{z}\right)$ , poiché $\cos\theta$ sta diminuendo su $\theta\in\left[0,\frac{\pi}{2}\right]$ ; e $z\sin\theta<1\implies\theta<\sin^{-1}\left(\frac{1}{z}\right)$ , come $\sin\theta$ sta aumentando in $\theta\in\left[0,\frac{\pi}{2}\right]$ .

Quindi, per $1< z<\sqrt 2$ , abbiamo $\cos^{-1}\left(\frac{1}{z}\right)<\theta<\sin^{-1}\left(\frac{1}{z}\right)$ .

Il valore assoluto di jacobian della trasformazione è

| J | = z

$|J|=z$

Pertanto la densità articolare di $(Z,\Theta)$ è data da

f_{Z, Θ} (z, θ) = z 1_{{z \in (0, 1), θ \in (0, π / 2)} ⋃ {z \in (1, \sqrt{2}), θ \in (\cos^{- 1} (1 / z), \sin^{- 1} (1 / z))}}

$f_{Z,\Theta}(z,\theta)=z\mathbf 1_{\{z\in(0,1),\,\theta\in\left(0,\pi/2\right)\}\bigcup\{z\in(1,\sqrt2),\,\theta\in\left(\cos^{-1}\left(1/z\right),\sin^{-1}\left(1/z\right)\right)\}}$

Integrando $\theta$ , otteniamo il pdf di $Z$ come

f_{Z} (z) = \frac{π z}{2} 1_{0 < z < 1} + (\frac{π z}{2} - 2 z \cos^{- 1} (\frac{1}{z})) 1_{1 < z < \sqrt{2}}

$f_Z(z)=\frac{\pi z}{2}\mathbf 1_{0<z<1}+\left(\frac{\pi z}{2}-2z\cos^{-1}\left(\frac{1}{z}\right)\right)\mathbf 1_{1<z<\sqrt 2}$

Il mio ragionamento sopra è corretto? In ogni caso, vorrei evitare questo metodo e invece cercare di trovare il cdf di $Z$ direttamente. Ma non sono riuscito a trovare le aree desiderate durante la valutazione di $\mathrm{Pr}(Y\le \sqrt{z^2-X^2})$ geometricamente.

MODIFICARE.

Ho provato a trovare la funzione di distribuzione di $Z$ come

\begin{aligned} F_{Z} (z) & = Pr (Z \leq z) \\ = Pr (X^{2} + Y^{2} \leq z^{2}) \\ = \iint_{x^{2} + y^{2} \leq z^{2}} 1_{0 < x, y < 1} d x d y \end{aligned}

$\begin{align} F_Z(z)&=\Pr(Z\le z) \\&=\Pr(X^2+Y^2\le z^2) \\&=\iint_{x^2+y^2\le z^2}\mathbf1_{0<x,y<1}\,\mathrm{d}x\,\mathrm{d}y \end{align}$

Mathematica dice che questo dovrebbe ridursi a

F_{Z} (z) = {\begin{cases} 0 & , if z < 0 \\ \frac{π z^{2}}{4} & , if 0 < z < 1 \\ \sqrt{z^{2} - 1} + \frac{z^{2}}{2} (\sin^{- 1} (\frac{1}{z}) - \sin^{- 1} (\frac{\sqrt{z^{2} - 1}}{z})) & , if 1 < z < \sqrt{2} \\ 1 & , if z > \sqrt{2} \end{cases}

$F_Z(z)=\begin{cases}0 &,\text{ if }z<0\\ \frac{\pi z^2}{4} &,\text{ if } 0< z<1\\ \sqrt{z^2-1}+\frac{z^2}{2}\left(\sin^{-1}\left(\frac{1}{z}\right)-\sin^{-1}\left(\frac{\sqrt{z^2-1}}{z}\right)\right) &,\text{ if }1< z<\sqrt 2\\ 1 &,\text{ if }z>\sqrt 2 \end{cases}$

che sembra l'espressione corretta. La differenziazione di per il caso fa apparire comunque un'espressione che non semplifica facilmente il pdf che ho già ottenuto. $F_Z$ $1< z<\sqrt 2$

Infine, penso di avere le immagini corrette per il CDF:

Per : $0<z<1$

E per : $1<z<\sqrt 2$

Le parti ombreggiate dovrebbero indicare l'area della regione

{(x, y) : 0 < x, y < 1, x^{2} + y^{2} \leq z^{2}}

$\left\{(x,y):0<x,y< 1\,,\,x^2+y^2\le z^2\right\}$

L'immagine cede immediatamente

\begin{aligned} F_{Z} (z) & = Pr (- \sqrt{z^{2} - X^{2}} \leq Y \leq \sqrt{z^{2} - X^{2}}) \\ = {\begin{cases} \frac{π z^{2}}{4} & , if 0 < z < 1 \\ \sqrt{z^{2} - 1} + \int_{\sqrt{z^{2} - 1}}^{1} \sqrt{z^{2} - x^{2}} d x & , if 1 < z < \sqrt{2} \end{cases} \end{aligned}

$\begin{align} F_Z(z)&=\Pr\left(-\sqrt{z^2-X^2}\le Y\le\sqrt{z^2-X^2}\right) \\&=\begin{cases}\frac{\pi z^2}{4} &,\text{ if } 0<z<1\\\\ \sqrt{z^2-1}+\int_{\sqrt{z^2-1}}^1 \sqrt{z^2-x^2}\,\mathrm{d}x &,\text{ if }1< z<\sqrt 2 \end{cases} \end{align}$

, come avevo precedentemente trovato.

— StubbornAtom
fonte

Per trovare direttamente il CDF, utilizzare le funzioni dell'indicatore. PerIl resto è una manipolazione puramente algebrica. (Modifica: vedo che @ Xi'an ha appena pubblicato l'algebra nella sua risposta.)

z \geq 0,

$z\ge 0,$

Pr (\sqrt{X^{2} + Y^{2}} \leq z) = \int_{0}^{1} \int_{0}^{1} I (x^{2} + y^{2} \leq z^{2}) d x d y .

$\Pr(\sqrt{X^2+Y^2}\le z)=\int_0^1\int_0^1\mathcal{I}(x^2+y^2\le z^2)\mathrm{d}x\mathrm{d}y.$

— whuber

Per quanto riguarda la modifica: ottengo anche diverse espressioni diverse e (usando FullSimplify) si semplificano a diverse formule in Mathematica . Tuttavia, sono equivalenti. Questo è facilmente dimostrato tracciando la loro differenza. Apparentemente Mathematica non sa che quando .

\tan^{- 1} (\sqrt{z^{2} - 1}) = \sec^{- 1} (z)

$\tan ^{-1}\left(\sqrt{z^2-1}\right)=\sec ^{-1}(z)$

1 < z < \sqrt{2}

$1\lt z \lt \sqrt{2}$

— whuber

Il bordo della superficie, , nella tua ultima immagine dovrebbe essere un (semi) cerchio con il centro (0,0). Così concavo invece che (il tuo attualmente disegnato) convesso.

\sqrt{r^{2} - x^{2}}

$\sqrt{r^2-x^2}$

— Sesto Empirico

Risposte:

Che il pdf sia corretto può essere verificato con una semplice simulazione

samps=sqrt(runif(1e5)^2+runif(1e5)^2)
hist(samps,prob=TRUE,nclass=143,col="wheat")
df=function(x){pi*x/2-2*x*(x>1)*acos(1/(x+(1-x)*(x<1)))}
curve(df,add=TRUE,col="sienna",lwd=3)

La ricerca del cdf senza il cambiamento polare delle variabili passa attraverso

\begin{aligned} P r (\sqrt{X^{2} + Y^{2}} \leq z) & = P r (X^{2} + Y^{2} \leq z^{2}) \\ = P r (Y^{2} \leq z^{2} - X^{2}) \\ = P r (Y \leq \sqrt{z^{2} - X^{2}}, X \leq z) \\ = E^{X} [\sqrt{z^{2} - X^{2}} I_{[0, min (1, z)]} (X)] \\ = \int_{0}^{min (1, z)} \sqrt{z^{2} - x^{2}} d x \\ = z^{2} \int_{0}^{min (1, z^{- 1})} \sqrt{1 - y^{2}} d y [x = y z, d x = z d y] \\ = z^{2} \int_{0}^{min (π / 2, \cos^{- 1} z^{- 1})} \sin^{2} θ d θ [y = \cos (θ), d y = \sin (θ) d θ] \\ = \frac{z^{2}}{2} [min (π / 2, \cos^{- 1} z^{- 1}) - \sin {min (π / 2, \cos^{- 1} z^{- 1})} \cos {min (π / 2, \cos^{- 1} z^{- 1}}] \\ = \frac{z^{2}}{2} {\begin{cases} π / 2 & if z < 1 \\ \cos^{- 1} z^{- 1} - \sin {\cos^{- 1} z^{- 1})} z^{- 1} & if z \geq 1 \end{cases} \\ = \frac{z^{2}}{2} {\begin{cases} π / 2 & if z < 1 \\ \cos^{- 1} z^{- 1} - \sqrt{1 - z^{- 2}} z^{- 1} & if z \geq 1 \end{cases} \end{aligned}

$\begin{align*} \mathrm{Pr}(\sqrt{X^2+Y^2}\le z) &= \mathrm{Pr}(X^2+Y^2\le z^2)\\ &= \mathrm{Pr}(Y^2\le z^2-X^2)\\ &=\mathrm{Pr}(Y\le \sqrt{z^2-X^2}\,,X\le z)\\ &=\mathbb{E}^X[\sqrt{z^2-X^2}\mathbb{I}_{[0,\min(1,z)]}(X)]\\ &=\int_0^{\min(1,z)} \sqrt{z^2-x^2}\,\text{d}x\\ &=z^2\int_0^{\min(1,z^{-1})} \sqrt{1-y^2}\,\text{d}y\qquad [x=yz\,,\ \text{d}x=z\text{d}y]\\ &=z^2\int_0^{\min(\pi/2,\cos^{-1} z^{-1})} \sin^2{\theta} \,\text{d}\theta\qquad [y=\cos(\theta)\,,\ \text{d}y=\sin(\theta)\text{d}\theta]\\ &=\frac{z^2}{2}\left[ \min(\pi/2,\cos^{-1} z^{-1}) - \sin\{\min(\pi/2,\cos^{-1} z^{-1})\}\cos\{\min(\pi/2,\cos^{-1} z^{-1}\}\right]\\ &=\frac{z^2}{2}\begin{cases} \pi/2 &\text{ if }z<1\\ \cos^{-1} z^{-1}-\sin\{\cos^{-1} z^{-1})\}z^{-1}&\text{ if }z\ge 1\\ \end{cases}\\ &=\frac{z^2}{2}\begin{cases} \pi/2 &\text{ if }z<1\\ \cos^{-1} z^{-1}-\sqrt{1-z^{-2}}z^{-1}&\text{ if }z\ge 1\\ \end{cases} \end{align*}$ che finisce con la stessa complessità! (Più potenziali miei errori lungo la strada!)

— Xi'an
fonte

Il caso è dove diventa un po 'sfocato. Suppongo di non finire con il pdf corretto che differenzia l'espressione per .

1 \leq z < \sqrt{2}

$1\le z<\sqrt 2$

z \geq 1

$z\ge 1$

— Testardo:

$f_z(z)$ :

Quindi, per , abbiamo $1\le z<\sqrt 2$ $\cos^{-1}\left(\frac{1}{z}\right)\le\theta\le\sin^{-1}\left(\frac{1}{z}\right)$

È possibile semplificare le espressioni quando si utilizza la simmetria e si valutano le espressioni per . Pertanto, per metà dello spazio e quindi raddoppiare il risultato. $\theta_{min} < \theta < \frac{\pi}{4}$

Quindi ottieni:

P (Z \leq r) = 2 \int_{0}^{r} z (\int_{θ_{m i n}}^{\frac{π}{4}} d θ) d z = \int_{0}^{r} z (\frac{π}{2} - 2 θ_{m i n}) d z

$P(Z \leq r) = 2 \int_0^r z \left(\int_{\theta_{min}}^{\frac{\pi}{4}}d\theta\right) dz = \int_0^r z \left(\frac{\pi}{2}-2\theta_{min}\right) dz$

e il tuo è $f_z(z)$

f_{z} (z) = z (\frac{π}{2} - 2 θ_{m i n}) = {\begin{cases} z (\frac{π}{2}) & if 0 \leq z \leq 1 \\ z (\frac{π}{2} - 2 \cos^{- 1} (\frac{1}{z})) & if 1 < z \leq \sqrt{2} \end{cases}

$f_z(z) = z \left(\frac{\pi}{2}-2\theta_{min}\right) = \begin{cases} z\left(\frac{\pi}{2}\right) & \text{ if } 0 \leq z \leq 1 \\ z \left(\frac{\pi}{2} - 2 \cos^{-1}\left(\frac{1}{z}\right)\right) & \text{ if } 1 < z \leq \sqrt{2} \end{cases}$

$F_z(z)$ :

È possibile utilizzare l'integrale indefinito:

\int z \cos^{- 1} (\frac{1}{z}) = \frac{1}{2} z (z \cos^{- 1} (\frac{1}{z}) - \sqrt{1 - \frac{1}{z^{2}}}) + C

$\int z \cos^{-1}\left(\frac{1}{z}\right) = \frac{1}{2} z \left( z \cos^{-1}\left(\frac{1}{z}\right) - \sqrt{1-\frac{1}{z^2}} \right) + C$

note $\frac{d}{du} \cos^{-1}(u) = - (1-u^2)^{-0.5}$

Questo porta semplice da qualcosa di simile come espressione Xi'ans per ossia $Pr(Z \leq z)$

se quindi: $1 \leq z \leq \sqrt{2}$

F_{z} (z) = z^{2} (\frac{π}{4} - \cos^{- 1} (\frac{1}{z}) + z^{- 1} \sqrt{1 - \frac{1}{z^{2}}})

$F_z(z) = {z^2} \left(\frac{\pi}{4}-\cos^{-1}\left(\frac{1}{z}\right) + z^{-1}\sqrt{1-\frac{1}{z^2}} \right)$

La relazione con la tua espressione si vede quando suddividiamo il in due espressioni e quindi convertiamo in diverse espressioni . $cos^{-1}$ $cos^{-1}$ $sin^{-1}$

per abbiamo $z>1$

\cos^{- 1} (\frac{1}{z}) = \sin^{- 1} (\sqrt{1 - \frac{1}{z^{2}}}) = \sin^{- 1} (\frac{\sqrt{z^{2} - 1}}{z})

$\cos^{-1}\left(\frac{1}{z}\right) = \sin^{-1}\left(\sqrt{1-\frac{1}{z^2}}\right) = \sin^{-1}\left(\frac{\sqrt{z^2-1}}{z}\right)$

\cos^{- 1} (\frac{1}{z}) = \frac{π}{2} - \sin^{- 1} (\frac{1}{z})

$\cos^{-1}\left(\frac{1}{z}\right) = \frac{\pi}{2} -\sin^{-1}\left(\frac{1}{z}\right)$

così

\begin{matrix} \cos^{- 1} (\frac{1}{z}) & = 0.5 \cos^{- 1} (\frac{1}{z}) + 0.5 \cos^{- 1} (\frac{1}{z}) \\ = \frac{π}{4} - 0.5 \sin^{- 1} (\frac{1}{z}) + 0.5 \sin^{- 1} (\frac{\sqrt{z^{2} - 1}}{z}) \end{matrix}

$\begin{array}\\ \cos^{-1}\left(\frac{1}{z}\right) & = 0.5 \cos^{-1}\left(\frac{1}{z}\right) + 0.5 \cos^{-1}\left(\frac{1}{z}\right) \\ & = \frac{\pi}{4} - 0.5 \sin^{-1}\left(\frac{1}{z}\right) + 0.5 \sin^{-1}\left(\frac{\sqrt{z^2-1}}{z}\right) \end{array}$

che si traduce nella tua espressione quando lo inserisci nel citato per $F_z(z)$ $1<z<\sqrt{2}$

— Sesto Empirico
fonte

Per , è solo l'area del quarto di cerchio del raggio che è . Cioè, $0 \leq z \leq 1$ $P\left(\sqrt{X^2+Y^2} \leq z\right)$ $z$ $\frac 14 \pi z^2$

For 0 \leq z \leq 1, area of quarter-circle = \frac{π z^{2}}{4} = P (\sqrt{X^{2} + Y^{2}} \leq z) .

$\text{For }0 \leq z \leq 1, ~\text{area of quarter-circle} = \frac{\pi z^2}{4} = P\left(\sqrt{X^2+Y^2} \leq z\right).$

Per , l'area su cui dobbiamo integrarci per trovare può essere divisa in due triangoli di destra uno ha vertici e mentre l'altro ha vertici e insieme a un settore di un cerchio di raggio e incluso angolo . L'area di questa regione (e quindi il valore di ) è facilmente reperibile. $1 < z \leq \sqrt{2}$ $P\left(\sqrt{X^2+Y^2} \leq z\right)$ $\big($ $(0,0), (0,1)$ $(\sqrt{z^2-1}, 1)$ $(0,0), (1,0)$ $(1, \sqrt{z^2-1})$ $\big)$ $z$ $\frac{\pi}{2}-2\arccos\left(\frac{1}{z}\right)$ $\left( P(\sqrt{X^2+Y^2} \leq z\right)$ $1 < z \leq \sqrt{2}$ , che è il risultato della risposta di Martijn Wetering.

\begin{aligned} area of region & = area of two triangles plus area of sector \\ = \sqrt{z^{2} - 1} + \frac{1}{2} z^{2} (\frac{π}{2} - 2 \arccos (\frac{1}{z})) \\ = \frac{π z^{2}}{4} + \sqrt{z^{2} - 1} - z^{2} \arccos \frac{1}{z} \\ = (P (\sqrt{X^{2} + Y^{2}} \leq z) \end{aligned}

$\begin{align}\text{area of region} &= \text{area of two triangles plus area of sector}\\ &=\sqrt{z^2-1} + \frac 12 z^2\left( \frac{\pi}{2}-2\arccos \left(\frac{1}{z}\right)\right)\\ &= \frac{\pi z^2}{4} + \sqrt{z^2-1} - z^2\arccos \frac{1}{z}\\ &= \left( P(\sqrt{X^2+Y^2} \leq z\right)\end{align}$

— Dilip Sarwate
fonte

Distribuzione di

fz(z)fz(z)f_z(z) :

Fz(z)Fz(z)F_z(z) :

$f_z(z)$ :

$F_z(z)$ :