Distribuição de quando e são iid com pdf

Estou trabalhando no seguinte problema:

Sejam e variáveis aleatórias independentes com densidade comum que . Seja e . Localizar a densidade de conjunta de e, portanto, encontrar o pdf de . $X$ $Y$ $f(x)=\alpha\beta^{-\alpha}x^{\alpha-1}\mathbf1_{0<x<\beta}$ $\alpha\geqslant1$ $U=\min(X,Y)$ $V=\max(X,Y)$ $(U,V)$ $U+V$

Como $U+V=X+Y$ , posso simplesmente encontrar o pdf de $X+Y$ para ver qual deve ser o pdf de $U+V$

Eu recebo o pdf de $T=X+Y$ para ser

\begin{matrix} (1) & f_{T} (t) = \int f (t - y) f (y) d y = α^{2} β^{- 2 α} \int_{max (t - β, 0)}^{min (t, β)} (y (t - y))^{α - 1} d y 1_{0 < t < 2 β} \end{matrix}

$f_T(t)=\int f(t-y)f(y)\,\mathrm{d}y=\alpha^2\beta^{-2\alpha}\int_{\max(t-\beta,0)}^{\min(t,\beta)}(y(t-y))^{\alpha-1}\,\mathrm{d}y\,\mathbf1_{0<t<2\beta}\tag{1}$

Não tenho certeza se essa integral pode ser simplificada.

Voltando à questão real, o pdf conjunto de $(U,V)$ é dado por

f_{U, V} (u, v) = 2 f (u) f (v) 1_{0 < u < v < β} = 2 α^{2} β^{- 2 α} (u v)^{α - 1} 1_{0 < u < v < β}

$f_{U,V}(u,v)=2f(u)f(v)\mathbf1_{0<u<v<\beta}=2\alpha^2\beta^{-2\alpha}(uv)^{\alpha-1}\mathbf1_{0<u<v<\beta}$

Fiz uma mudança de variáveis $(U,V)\to(W,Z)$ , onde $W=U+V$ e $Z=U$ . O valor absoluto de jacobiano é a unidade. Além disso, $0<u<v<\beta\implies 0<z<\frac{w}{2}<\beta$ . Um pdf tão marginal de $W$ é

\begin{matrix} (2) & f_{W} (w) = 2 α^{2} β^{- 2 α} \int_{0}^{w / 2} (z (w - z))^{α - 1} d z 1_{0 < w < 2 β} \end{matrix}

$f_W(w)=2\alpha^2\beta^{-2\alpha}\int_0^{w/2}(z(w-z))^{\alpha-1}\,\mathrm{dz}\,\mathbf1_{0<w<2\beta}\tag{2}$

É possível que eu tenha cometido algum erro nos suportes adequados das variáveis aleatórias. Também é possível que a integral não tenha uma solução em termos de funções elementares. De qualquer forma, não pude prosseguir com a integral. Por isso, não pode ainda verificar que tem o mesmo pdf como . Parece que eu estou recebendo diferentes distribuições de e . E, por curiosidade, a distribuição de tem um nome (nesse caso, eu teria procurado a convolução de duas dessas variáveis aleatórias)? $W=U+V$ $T=X+Y$ $W$ $T$ $X$

Editar.

Prosseguindo com a última integral que recebo manualmente

\int_{0}^{w / 2} (z (w - z))^{α - 1} d z = w^{2 α - 1} \int_{0}^{1 / 2} t^{α - 1} (1 - t)^{α - 1} d t = w^{2 α - 1} I_{1 / 2} (α, α) B (α, α)

$\int_0^{w/2}(z(w-z))^{\alpha-1}\,\mathrm{dz}=w^{2\alpha-1}\int_0^{1/2}t^{\alpha-1}(1-t)^{\alpha-1}\,\mathrm{dt}=w^{2\alpha-1}I_{1/2}(\alpha,\alpha)B(\alpha,\alpha)$ onde é a função beta incompleta regularizada. Usando a propriedade , obtemos . Então, finalmente, temos

I_{x}

$I_{x}$

I_{x} (a, b) = 1 - I_{1 - x} (b, a)

$I_x(a,b)=1-I_{1-x}(b,a)$

I_{1 / 2} (α, α) = \frac{1}{2}

$I_{1/2}(\alpha,\alpha)=\frac{1}{2}$

\int_{0}^{w / 2} (z (w - z))^{α - 1} d z = \frac{1}{2} w^{2 α - 1} B (α, α)

$\int_0^{w/2}(z(w-z))^{\alpha-1}\,\mathrm{dz}=\frac{1}{2}w^{2\alpha-1}B(\alpha,\alpha)$

Isso implica que

f_{W} (w) = α^{2} β^{- 2 α} B (α, α) w^{2 α - 1} 1_{0 < w < 2 β}

$f_W(w)=\alpha^2\beta^{-2\alpha}B(\alpha,\alpha)w^{2\alpha-1}\mathbf1_{0<w<2\beta}$

Que essa não é uma densidade no intervalo dado de é facilmente vista. Então, sinto que cometi um grande erro em algum lugar. Verifiquei meus cálculos com o Mathematica e eles parecem concordar. $w$

— Teimoso
fonte

@ Xi'an E a soma de variáveis beta independentes não tem um formato PDF fechado, talvez?

— StubbornAtom

@ Xi'an Então, sinto que não há nada errado se terminar minha resposta com essa integral, independentemente de ela ter uma forma fechada em termos de alguma função especial ou não?

— StubbornAtom

Como uma generalização de stats.stackexchange.com/questions/41467 (o caso em que ), essa pergunta provavelmente pode ser resolvida usando uma ou mais das várias técnicas explicadas nesse segmento.

α = 1

$\alpha=1$

— whuber

Eu disse erroneamente que , quando é suficiente para que seja uma densidade válida. Isso às vezes é chamado de distribuição de função de potência . Para é uma densidade beta, e para é uma densidade uniforme.

α > 1

$\alpha>1$

α > 0

$\alpha>0$

f

$f$

β = 1

$\beta=1$

α = 1

$\alpha=1$

— precisa

Como temos ( ) e por uma mudança da variável na segunda integral do rhs Da mesma forma, quando

\begin{aligned} \int_{max (t - β, 0)}^{min (t, β)} (y (t - y))^{α - 1} d y 1_{0 < t < 2 β} & = {\begin{cases} \int_{0}^{t} (y (t - y))^{α - 1} d y & when 0 \leq t \leq β \\ \int_{t - β}^{β} (y (t - y))^{α - 1} d y & when β \leq t \leq 2 β \end{cases} \end{aligned}

$\begin{align} \int_{\max(t-\beta,0)}^{\min(t,\beta)}(y(t-y))^{\alpha-1}\,\mathrm{d}y\,\mathbf1_{0<t<2\beta}&=\begin{cases} \int_{0}^{t}(y(t-y))^{\alpha-1}\,\mathrm{d}y&\text{when }0\le t\le \beta\\ \int_{t-\beta}^{\beta}(y(t-y))^{\alpha-1}\,\mathrm{d}y&\text{when }\beta\le t\le 2\beta\\ \end{cases}\\ \end{align}$

t < β

$t<\beta$

\int_{max (t - β, 0)}^{min (t, β)} (y (t - y))^{α - 1} d y = \int_{0}^{t / 2} (y (t - y))^{α - 1} d y + \int_{t / 2}^{t} (y (t - y))^{α - 1} d y

$\int_{\max(t-\beta,0)}^{\min(t,\beta)}(y(t-y))^{\alpha-1}\,\mathrm{d}y= \int_{0}^{t/2}(y(t-y))^{\alpha-1}\,\mathrm{d}y+\int_{t/2}^{t}(y(t-y))^{\alpha-1}\,\mathrm{d}y$

z = t - y

$z=t-y$

\int_{max (t - β, 0)}^{min (t, β)} (y (t - y))^{α - 1} d y = 2 \int_{0}^{t / 2} (y (t - y))^{α - 1} d y

$\int_{\max(t-\beta,0)}^{\min(t,\beta)}(y(t-y))^{\alpha-1}\,\mathrm{d}y= 2\int_{0}^{t/2}(y(t-y))^{\alpha-1}\,\mathrm{d}y$

t > β

$t>\beta$ , novamente por uma alteração da variável na segunda integral do rhs. No entanto, sou incapaz de recuperar a mesma expressão funcional para a densidade neste segundo caso , ou seja,

\begin{aligned} \int_{t - β}^{β} (y (t - y))^{α - 1} d y & = \int_{t - β}^{t / 2} (y (t - y))^{α - 1} d y + \int_{t / 2}^{β} (y (t - y))^{α - 1} d y \\ = 2 \int_{t / 2}^{β} (y (t - y))^{α - 1} d y \end{aligned}

$\begin{align*} \int_{t-\beta}^{\beta}(y(t-y))^{\alpha-1}\,\mathrm{d}y&= \int_{t-\beta}^{t/2}(y(t-y))^{\alpha-1}\,\mathrm{d}y+\int_{t/2}^{\beta}(y(t-y))^{\alpha-1}\,\mathrm{d}y\\ &=2\int_{t/2}^{\beta}(y(t-y))^{\alpha-1}\,\mathrm{d}y \end{align*}$

z = t - y

$z=t-y$

2 \int_{0}^{w / 2} (z (w - z))^{α - 1} d z

$2\int_{0}^{w/2}(z(w-z))^{\alpha-1}\,\mathrm{d}z$

Agora, como apontado na pergunta, por uma mudança de escala, o que implicaria que a distribuição de interesse tenha a densidade que o transforma em uma distribuição Beta redimensionada em , portanto, com densidade

2 \int_{0}^{w / 2} (z (w - z))^{α - 1} d z \propto w^{2 (α - 1) + 1} = w^{2 α - 1}

$2\int_{0}^{w/2}(z(w-z))^{\alpha-1}\,\mathrm{d}z \propto w^{2(\alpha-1)+1}=w^{2\alpha-1}$

f (w) \propto w^{2 α - 1} 1_{0 < w < 2 β}

$f(w)\propto w^{2\alpha-1} \mathbf1_{0<w<2\beta}$

B (2 α, 1)

${\cal B}(2\alpha,1)$

(0, 2 β)

$(0,2\beta)$

f (w) = {2 β}^{- 2 α} \frac{Γ (2 α + 1)}{Γ (2 α)} w^{2 α - 1} 1_{0 < w < 2 β} = 2 α {2 β}^{- 2 α} w^{2 α - 1} 1_{0 < w < 2 β}

$f(w) = \{2\beta\}^{-2\alpha}\dfrac{\Gamma(2\alpha+1)}{\Gamma(2\alpha)}w^{2\alpha-1} \mathbf1_{0<w<2\beta}=2\alpha\{2\beta\}^{-2\alpha}w^{2\alpha-1} \mathbf1_{0<w<2\beta}$

Isso vem como uma contradição quando se considera a resposta inacreditavelmente detalhada de W. Huber , uma vez que os uniformes são beta . E como a soma de dois uniformes não é uma variável aleatória Beta , mas sim um rv com densidade de "tenda". ${\cal B}(1,1)$ ${\cal B}(2,1)$

Além disso: Geralmente, uma soma de variáveis Beta não é outra variável Beta, sendo a "explicação" direta quando se olha para Betas como dois Gammas normalizados por sua soma. A adição de dois Betas vê somas diferentes no denominador.

O problema é, portanto, com a derivação da densidade de : uma vez que uma mudança de variáveis leva a e as restrições do indicador são Portanto, em conclusão, saber (1) e não a expressão proposta (2). $W=U+V$

(U, V) \sim 2 α β^{- 2} [u v]^{α - 1} I_{0 < u < v < β}

$(U,V) \sim 2\alpha \beta^{-2}[uv]^{\alpha-1}\,\mathbb{I}_{0<u<v<\beta}$

(Z, W) = (U, U + V)

$(Z,W)=(U,U+V)$

(Z, W) \sim 2 α β^{- 2} [z (w - z)]^{α - 1} I_{0 < z < w - z < β}

$(Z,W) \sim 2\alpha \beta^{-2}[z(w-z)]^{\alpha-1}\,\mathbb{I}_{0<z<w-z<\beta}$

0 < z 2 z < w z < β z > w - β 0 < w and w < 2 β

$0<z \quad 2z<w \quad z<\beta \quad z>w-\beta \quad 0<w \quad\text{and}\quad w<2\beta$

W \sim 2 α^{2} β^{- 2 α} \int_{max {0, w - β}}^{min {β, w / 2}} [z (w - z)]^{α - 1} d z I_{0 < w < 2 β}

$W\sim 2\alpha^2 \beta^{-2\alpha}\int_{\max\{0,w-\beta\}}^{\min\{\beta,w/2\}}[z(w-z)]^{\alpha-1}\,\text{d}z\,\mathbb{I}_{0<w<2\beta}$

— Xi'an
fonte

Era isso que eu estava perguntando se concorda ou não com (1). Você provavelmente precisa adicionar as constantes ausentes em e também. Obrigado, não admira que eu estivesse obtendo todos esses resultados estranhos.

(Z, W)

$(Z,W)$

(U, V)

$(U,V)$

— StubbornAtom