A expressão que você forneceu implica que Var (A) = Var (B) e, com isso, eu posso calcular as variações individuais já da equação . Eu recebo 0,68 disso, o que acho que está próximo o suficiente da resposta simulada. Va r ( A ) + Va r ( B ) = 2 -2π
precisa saber é o seguinte
11
Também acabei de ler que a expressão que você forneceu geralmente é . Só para esclarecer, o negativo para -f não é relevante no meu caso, pois X e Y têm média 0, correto? m a x ( f) = - m i n ( - f)
precisa saber é o seguinte
2
@ user164144 sim está certo, mas a segunda parte é mais do que isso. por álgebra, lógica, independência, simetria, respectivamente. Então você pode fazer algo semelhante para o outro cara, e verá que o cdf é o mesmo. P( - min ( X, Y) ≤ a ) = P( min ( X, Y) ≥ - a )= P( X≥ - a , Y≥ - a ) = P( X≥ - a ) P( Y≥ - a ) = P( X≤ a ) P( Y≤ a )
Taylor
3
Fazendo isso da maneira mais longa, que generaliza para mais de 2 iid Normais, eis os cálculos integrais em MAPLE:
Fazendo isso da maneira mais longa, que generaliza para mais de 2 iid Normais, eis os cálculos integrais em MAPLE:
que é igual a 1.
que é igual a .1 /π--√
Portanto, Var (A) = 0,68169 ... o que concorda com a minha simulação.1 - 1 / π=
Obviamente, Var (B) é idêntico.
fonte
Considere o caso normal padrão (já que é trivial generalizar). Seja .Z= max ( X, Y)
portanto, obtenha por diferenciação.fZ( z)
Quanto à expectativa, observe o seguinte:
Observe também que pode ser escrito em termos de para algumas constantes e . A partir daí, você deve ser capaz de mostrar queϕ ( x)2 a ϕ ( b x ) uma b
(caso contrário, mostre-o por diferenciação ...)
E tomando derivadas de você poderá usar os resultados anteriores para chegar a .x ϕ ( x ) Φ ( x ) E(Z2)
.... Ou apenas use a tabela de integrais definidas aqui: https://en.wikipedia.org/wiki/List_of_integrals_of_Gaussian_functions#Definite_integrals
com um pouco de manipulação, acho que você pode fazer a expectativa e a variação a partir daí.
fonte