| Find the distribution < Stochastik < Hochschule < Mathe < Vorhilfe 
 
 
  |  |  
  | 
    
     |  | Status: | (Frage) beantwortet   |   | Datum: | 10:52 Do 05.08.2010 |   | Autor: | Arcesius | 
 
 | Aufgabe |  | Let (X,Y) be a random vector in [mm] \IR^{2}. [/mm] Let (X,Y) have joint density f. Find the distribution of Z = XY
 (Hint: Use the map g(x,y) = (xy,x))
 | 
 Hallo Zusammen
 
 Ich habe diese Aufgabe mal versucht zu lösen.. aber irgendwie komme ich nicht auf den Schluss.. ich fang mal an:
 
 Mit dem Hinweis habe ich die Abbildung g(x,y) = (xy,x). Die Umkehrabbildung ist also gegeben durch [mm] g^{-1}(u,v) [/mm] = (v, u/v).
 
 Ich berechne jetzt die Jacobi-matrix, J = [mm] \pmat{0 & 1/v \\ 1 & -u/v^{2}} [/mm] und erhalte det(J) = -1/v
 
 Und jetzt? Ich hab das gemacht, um dem Hinweis zu folgen, aber ich weiss nicht, wie ich hier weiter machen kann..
 
 
 Ich wäre froh, um ein bisschen Hilfe.. :)
 
 Grüsse, Arcesius
 
 
 |  |  |  | 
 
  |  |  
  | 
    
     | 
 > Let (X,Y) be a random vector in [mm]\IR^{2}.[/mm] Let (X,Y) have
 > joint density f.
 > Find the distribution of Z = XY
 >  (Hint: Use the map g(x,y) = (xy,x))
 >  Hallo Zusammen
 >
 > Ich habe diese Aufgabe mal versucht zu lösen.. aber
 > irgendwie komme ich nicht auf den Schluss.. ich fang mal
 > an:
 >
 > Mit dem Hinweis habe ich die Abbildung g(x,y) = (xy,x). Die
 > Umkehrabbildung ist also gegeben durch [mm]g^{-1}(u,v)[/mm] = (v,
 > u/v).
 >
 > Ich berechne jetzt die Jacobi-matrix, J = [mm]\pmat{0 & 1/v \\ 1 & -u/v^{2}}[/mm]Eingabefehler: "{" und "}" müssen immer paarweise auftreten, es wurde aber ein Teil ohne Entsprechung gefunden (siehe rote Markierung)
 
 
 > und erhalte det(J) = -1/v
 >
 > Und jetzt? Ich hab das gemacht, um dem Hinweis zu folgen,
 > aber ich weiss nicht, wie ich hier weiter machen kann..
 >
 >
 > Ich wäre froh, um ein bisschen Hilfe.. :)
 >
 > Grüsse, Arcesius
 
 
 Hallo Arcesius,
 
 ich habe zwar noch kaum jemals so etwas in der Art gemacht,
 aber auch gerade darum will ich es einmal versuchen. Wir haben
 also über der x-y-Ebene eine (ich nehme einmal an wenigstens
 stetige) Dichteverteilung. Anschaulich gedacht entspricht dem
 eine Fläche, die über der x-y-Ebene ausgebreitet ist und mit
 dieser zusammen ein Volumen der Größe 1 einschließt. Die
 Gleichung der Fläche ist  $\ z\ =\ f(x,y)$.
 Da ich hier eine (geometrisch gedachte) z-Koordinate verwende,
 bezeichne ich das Produkt der Zufallsgrößen X und Y lieber
 mit  P, also:
 
 $\ P\ :=\ X*Y$   anstatt   $\ Z\ :=\ X*Y$     (!)
 
 Nun wird zum Zweck der Berechnung der Verteilung von P
 eine Koordinatentransformation g von (x,y) zu (u,v) vorgeschlagen.
 Diese Transformation hat die Jacobi-Matrix
 
 $\ J_g\ =\ \pmat{y&x\\1&0}$   mit    $\ det(J_g)\ =\ -x$
 
 Diese (oder die entsprechende Determinante für die Umkehr-
 funktion g^{-1} ) brauchen wir für die korrekte Umrechnung
 von der Verteilungsfunktion f(x,y) zur entsprechenden Vertei-
 lungsfunktion \overline{f}(u,v). Diese muss nämlich so geschehen,
 dass  $\ f(x,y)*dx*dy$ = $\ \overline{f}(g(x,y))*du*dv$  wird.
 Dies erreicht man, wenn man
 
 $\overline{f}(g(x,y))*Det(J_g)\ =\ f(x,y)$
 
 verlangt. Das ist gleichbedeutend mit
 
 $\overline{f}(g(x,y))\ =\ f(x,y)*Det(J_{g^{-1}})\ =\ \frac{f(x,y)}{Det(J_g)$
 
 Die Transformation g bewirkt, dass alle früheren Punkte aus der
 x-y-Ebene, für welche das Produkt  P=X*Y  einen konstanten Wert
 annimmt, auf eine achsenparallele Gerade in der u-v-Ebene,
 nämlich die Gerade  u=P , abgebildet werden. Dies bedeutet,
 dass man, um die (1D-)Wahrscheinlichkeitsdichte für P zu erhalten,
 einfach die (2D-)Wahrscheinlichkeitsdichte längs dieser Geraden
 von v=-\infty bis v=+\infty  integrieren kann.
 Die letzten Details will ich jetzt hier nicht ausführen.
 
 
 LG     Al-Chw.
 
 
 
 
 
 
 
 |  |  | 
 
 
 |