Sean X e Y variables aleatorias normales estándar independientes.
¿Cuál es la distribución de $\large \frac{X}{|Y|}$ ?
Intento:
Sea $\large U = \frac{X}{|Y|}$ et $ V = |Y|$ .
Esta transformación no es unívoca. Podemos hacerla uno a uno restringiendo la consideración a valores positivos o negativos de y. Sea
$A_1 = $ { $(x,y): y > 0$ } $, A_2 = $ { $(x,y): y < 0$ }, $A_0 = $ { $(x,y): y = 0$ }.
$B = $ { $ (u,v): v > 0$ } es la imagen de ambos $A_1$ et $A_2$ . Las transformaciones inversas vienen dadas por:
$y = v, x = uv$ para B a $A_1$ y $ y = -v, x = -uv$ para B a $A_2$ .
Ambos jacobianos $J_1$ et $J_2$ son iguales a v.
Entonces la distribución conjunta de U,V viene dada por:
$f_{U,V}(u,v) = \Large \frac{1}{2\pi}e^{-uv^2/2}e^{-v^2/2}*v+\frac{1}{2\pi}e^{-uv^2/2}e^{-(-v^2/2)}*v $
$= \Large \frac{v}{\pi}e^{-(u^2+1)v^2/2}$ , $-\infty < u < \infty, 0 < v < \infty$ .
Para hallar la FDP marginal de U, hay que integrar V:
$ f_{U}(U) = \Large \int_0^\infty\frac{v}{\pi}e^{-(u^2+1)v^2/2}dv$
$ = \Large \frac{1}{2\pi}\int_0^\infty e^{-(u^2+1)z/2}dz$ donde $z = v^2$
$ = \Large \frac{1}{2\pi} \frac{2}{(u^2+1)}$ (el integrando es el núcleo de la exponencial ( $\beta = 2/(u^2+1)))$
$= \Large \frac{1}{\pi (u^2+1)},$ $-\infty < u < \infty$ que es una variable aleatoria de Cauchy.
3 votos
Porque $X$ et $Y$ son simétricas respecto a $0$ es lo mismo que observar la distribución de $\frac{X}{Y}$ que para distribuciones normales estándar da una distribución de Cauchy.
1 votos
Si se insiste en utilizar un cambio de variables, ¿por qué no utilizar U=X/|Y|, V=Y?
0 votos
math.stackexchange.com/questions/79583/
0 votos
@Did ¿hay una forma alternativa de hacer esto sin un cambio de variables?