变量变化公式中雅可比行列式绝对值的原因?

机器算法验证 可能性 雅可比 行列式 概率演算
2022-04-03 03:12:28

当我们有一个概率密度为和一个可微的函数并且可以求解时,变量公式的变化导致我们得到一个密度对于给出xp(x)y=f(x)x=g(y)y

p(x)dx=p(x)|g(y)|dy=p(x)|1f(x)|dy=p(x)|dxdy|dy
其中被称为(据我所知,即使在单变量情况下)变换的雅可比行列式(如Zill & Wright, p. 792)。一般来说,这显然是雅可比矩阵的行列式。但我一直不明白为什么它以绝对值输入?我在某处读到,这是因为可能有一个负导数,而概率被限制为正数,但这听起来更像是事后证明而不是数学结果。有没有办法得出这个事实?dxdyJ(g(y))f(x)

1个回答

对于一个具体的例子,除了@whuber 的建议,让y=f(x)=2x, 和x=g(y)=y/2; x[0,1],即支持。然后,y将在范围内[2,0]. 另外,我们有g(y)=1/2,f(x)=2.

通常,您会采用积分p(g(y))|dxdy|dy20,同时使用公式。然而,它实际上来自02, 自从xy方向不同,即

02p(g(y))dxdydy=20p(g(y))(dxdy)dy=20p(g(y))|dxdy|dy

使用绝对值消除了考虑方向(即负方向)的需要xy这反映在负导数上)。