ما عدا ذلك
π
(8.19)
ftan-1x(y) = fx(tan y) sec2 y
for gi <
1= 0
لكي نبرهن (8.18) نلاحظ الحالتين الآتيتين : (2)
=
دالة تزايدية مطردة
(glia = بدالة تناقصية مطردة . في الحالة الاولى دالة توزيع Y عندمام > > x
تكتب كما يلي :
(8.20)
Fy(y) = P[g(X)≤ y] = P[X ≤ g ̄1(y)] = Fx[g~1(y)].
في
الحالة الثانية ، عندما > > a
-
(8.20') Fy(y) = P[g(X) ≤ y] = P[X ≥ g ̃1(y)] = 1 − Ex[g ̄1(y)].
اذا فاضلنا (8.20) نسبة الى لا نحصل على (8.18) نترك حالة ga أو
B < و للقاريء بالامكان توسيع (8.18) لتشمل حالة ) مستمرة وتختفي قيمتها عنـ عدد محدود من النقاط . نترك برهنة العبارة الآتية للقارىء نفرض ان (a) = 1 تفاضلية في جميع النقاط * ونفترض ان (2) مستمـ ولا تساوي صفر الا عند عدد محدود من قيم . ان لكل عدد حقيقي /
2
(1) يوجد عدد صحيح موجب (g) و نقاط ))
بحيث
عندما ,(y)
x1(y), x2(Y), .
(8.21)
=y, g[xx(y)]
g'[xx(y)] 0,
k = 1, 2,.
X
(ii) لا توجد قيمة ل بحيث y = (2)
=0
0 ()' ، نكتب في هذه الحالة
(y) . اذا كان X متغيراً عشوائياً مستمراً فان (Y = (x عبارة عن متغير
عشوائي مستمر بدالة كثافة احتمال مبينة كمايلي
m(y) > 0
m(y)
0.
(8.22)
fr(y) = Σ ƒx[*z(y)]\g'[xx(y)]\ ̄1
= 1
=0
من (8.22) نحصل على : اذا كان X عبارة عن متغير عشوائي فان ،
٤٠٩
ص ٤٠٩