Όριο

Συντονιστές: grigkost, Κοτρώνης Αναστάσιος

air
Δημοσιεύσεις: 116
Εγγραφή: Σάβ Φεβ 20, 2010 4:28 pm

Όριο

#1

Μη αναγνωσμένη δημοσίευση από air » Κυρ Ιουν 01, 2014 11:18 pm

Να βρεθεί το όριο:

\displaystyle\lim_{x\to\infty}\displaystyle \frac{(1+tan^2(\pi(\frac{1}{2}-\frac{1}{x})))\pi}{x  \: tan(\pi(\frac{1}{2}-\frac{1}{x}))}


Mihalis_Lambrou
Επιμελητής
Δημοσιεύσεις: 18192
Εγγραφή: Κυρ Δεκ 21, 2008 2:04 am

Re: Όριο

#2

Μη αναγνωσμένη δημοσίευση από Mihalis_Lambrou » Δευ Ιουν 02, 2014 1:34 am

air έγραψε:Να βρεθεί το όριο:

\displaystyle\lim_{x\to\infty}\displaystyle \frac{(1+tan^2(\pi(\frac{1}{2}-\frac{1}{x})))\pi}{x  \: tan(\pi(\frac{1}{2}-\frac{1}{x}))}
Δεν νομίζω ότι είναι για ΑΕΙ η άσκηση, αλλά ας είναι.

Γράφοντας y στη θέση του \pi /x και με χρήση του \tan \left ( \frac {\pi}{2}-\theta \right )  =\cot \theta = \frac {\cos \theta} {\sin \theta} η δοθείσα παράσταση ισούται

\displaystyle\lim_{y \to 0+}\displaystyle \frac{y(1+  \frac {\cos ^2 y} {\sin ^2 y}) }{  \frac {\cos  y} {\sin  y}} = \lim_{y \to 0+}\displaystyle \frac{y} { \sin  y} \cdot \frac {1}{\cos y}=1\cdot 1 = 1}

M.


air
Δημοσιεύσεις: 116
Εγγραφή: Σάβ Φεβ 20, 2010 4:28 pm

Re: Όριο

#3

Μη αναγνωσμένη δημοσίευση από air » Δευ Ιουν 02, 2014 9:41 am

Ωραία, ευχαριστώ πολύ. Το όριο είναι ίσως πράγματι τετριμμένο για ΑΕΙ, ωστόσο ήθελα να το παρουσιάσω εδώ (ίσως ο φάκελος των Πιθανοτήταν να ήταν μάλιστα πιο κατάλληλος), καθώς έχει την ακόλουθη ενδιαφέρουσα ερμηνεία:

Έστω F(x) = \frac{1}{2} + \frac{1}{\pi}arctanx η συνάρτηση κατανομής του Cauchy, τότε παρατηρούμε ότι η συνάρτηση U(t) = \tan(\pi(\frac{1}{2}-\frac{1}{t})) είναι η αντίστροφη της συνάρτησης \frac{1}{1-F} (τουλάχιστον για αρκετά μεγάλα t).

Επίσης παρατηρούμε ότι μπορούμε να γράψουμε το παραπάνω όριο ως εξής:

\displaystyle \lim_{t\to\infty} \frac{t U\prime(t)}{U(t)} = 1

Τώρα έστω X_1,...,X_n \stackrel{\text{iid}}{\sim} \mathrm{Cauchy}.

Επειδή \infty = \sup\{x: F(x) < 1\}, έπεται απο γνωστή συνθήκη του Von Mises (π.χ. De Haan, 2006, Extreme Value Theory: An Introduction, Corollary 1.1.12.), ότι:

\frac{max(X_1,...,X_n) - U(n)}{nU\prime(n)}  \stackrel{\text{D}}{\to} \Psi,

όπου \Psi(x) = \exp(-(1+x)^{-1}), x > -1, η κατανομή του Frechet με παράμετρο 1 (και κατάλληλη μετατόπιση).


Απάντηση

Επιστροφή σε “ΑΝΑΛΥΣΗ”

Μέλη σε σύνδεση

Μέλη σε αυτήν τη Δ. Συζήτηση: Δεν υπάρχουν εγγεγραμμένα μέλη και 1 επισκέπτης