আপনার কাছে নেতিবাচক লগ বিতরণের একটি বিচ্ছিন্ন সংস্করণ রয়েছে, যার বিতরণ যার সমর্থন এবং যার পিডিএফ ।চ ( টি ) = - লগ টি[ 0 , 1 ]চ( টি ) = - লগটি
এটি দেখতে, আমি আপনার পরিবর্তে in সেট মান নির্ধারণ করতে আপনার র্যান্ডম ভেরিয়েবলটিকে নতুন করে সংজ্ঞায়িত করতে যাচ্ছি এবং তার ফলে বন্টন কল । তারপরে, আমার দাবিটি সেটাই{ 0 , 1 , 2 , … , এন } টি{ 0 , 1 / এন, 2 / এন, ... , 1 }{ 0 , 1 , 2 , … , এন}টি
পিr ( টি= টিএন) →- 1এনলগ( টিএন)
এবং as হিসাবে (প্রায়) ধ্রুবক রাখা হয়। এন, t → ∞টিএন
প্রথমে একটি সামান্য সিমুলেশন পরীক্ষা এই রূপান্তরটি দেখায়। আপনার বিতরণ থেকে একটি নমুনার একটি ছোট বাস্তবায়ন এখানে:
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
}
আপনার বিতরণ থেকে নেওয়া একটি বৃহত নমুনার একটি হিস্টগ্রাম এখানে রয়েছে:
ss <- t_sample(100, 200000)
hist(ss, freq=FALSE, breaks=50)
এবং এখানে লোগারিথমিক পিডিএফ ওভারলাইড রয়েছে:
linsp <- 1:100 / 100
lines(linsp, -log(linsp))
কেন এই কনভার্জেন্স হয় তা দেখতে আপনার অভিব্যক্তি দিয়ে শুরু করুন
পিr ( টি= টিএন) = 1এনΣj = tএন1ঞ
এবং দ্বারা গুণিত এবং ভাগ করুনএন
পিr ( টি= টিএন) = 1এনΣj = tএনএনঞ1এন
যোগফলটি এখন ফাংশনের জন্য একটি রিমন রাশিছ( এক্স ) = 1এক্সটিএন1এন
পিr ( টি= টিএন) ≈ 1এন∫1টিএন1এক্সঘx = - 1এনলগ( টিএন)
যা আমি প্রকাশ করতে চেয়েছিলাম যে অভিব্যক্তি।