Negatif log dağılımının ayrık bir versiyonuna sahipsiniz, yani desteği ve pdf'i olan dağıtım .f ( t ) = - günlük t[0,1]f(t)=−logt
Bunu görmek için, ben sette değerlerini almak için rasgele değişkeni yeniden tanımlamak için gidiyorum yerine ve sonuçtaki dağıtımı çağır . O zaman benim iddiam bu{ 0 , 1 , 2 , … , N } T{0,1/N,2/N,…,1}{0,1,2,…,N}T
Pr(T=tN)→−1Nlog(tN)
olarak ise tN,t→∞ (yaklaşık olarak) sabit tutulur. tN
İlk olarak, bu yakınsamayı gösteren küçük bir simülasyon deneyi. İşte dağıtımınızdan örnekleyicinin küçük bir uygulaması:
t_sample <- function(N, size) {
bounds <- sample(1:N, size=size, replace=TRUE)
samples <- sapply(bounds, function(t) {sample(1:t, size=1)})
samples / N
}
İşte dağıtımınızdan alınan büyük örneklerin histogramı:
ss <- t_sample(100, 200000)
hist(ss, freq=FALSE, breaks=50)
ve işte kaplanmış logaritmik pdf:
linsp <- 1:100 / 100
lines(linsp, -log(linsp))
Bu yakınsamanın neden gerçekleştiğini görmek için ifadenizle başlayın
Pr(T=tN)=1N∑j=tN1j
ve çarp ve ile bölN
Pr(T=tN)=1N∑j=tNNj1N
Toplam şimdi işlevi için bir Riemann toplamıdırg(x)=1xtN1N
Pr(T=tN)≈1N∫1tN1xdx=−1Nlog(tN)
ulaşmak istediğim ifade bu.