Один із підходів - спочатку обчислити функцію, що генерує момент (mgf) Yн визначені Yн=U21+ ⋯ +U2н де Ui, i = 1 , … , n є незалежними та однаково розподіленими стандартними однорідними випадковими змінними.
Коли ми маємо це, ми можемо це бачити
ЕYн--√
є дробовим моментом Yн порядку α = 1 / 2. Тоді ми можемо використовувати результати з статті Ноель Крессі та Марінуса Боркента: "Функція, що генерує момент, має свої моменти", Журнал статистичного планування та висновок 13 (1986) 337-344, який дає дробові моменти через дробову диференціацію функції, що генерує момент. .
Перший момент, що генерує функцію U21, яку ми пишемо М1( t ).
М1( t ) = EетU21=∫10еt x2х--√гх
і я оцінив, що (за допомогою Клена і Вульфрама Альфи) дати
М1( t ) =ерф(- т--√)π--√2- т--√
де i =- 1---√- уявна одиниця. (Вольфрам Альфа дає подібну відповідь, але з точки зору інтеграла Доусона. ) Виявляється, нам найбільше потрібна справа дляt < 0. Зараз легко знайти mgfYн:
Мн( t ) =М1( т. зв)н
Потім для результатів з цитованої роботи. Дляμ > 0 вони визначають мкінтеграл го порядку функції f як
Ямкf(t)≡Γ(μ)−1∫t−∞(t−z)μ−1f(z)dz
Тоді для α>0 і неінтегральний, n додатне ціле число, і 0<λ<1 такий як α=n−λ. Тоді похідне відf порядку α визначається як
Dαf(t)≡Γ(λ)−1∫t−∞(t−z)λ−1dnf(z)dzndz.
Тоді вони констатують (і доводять) наступний результат для позитивної випадкової величини X: Припустимо MX(мгф) визначено. Тоді дляα>0,
DαMX(0)=EXα<∞
Тепер ми можемо спробувати застосувати ці результати до Yn. Зα=1/2 ми знайшли
EY1/2n=D1/2Mn(0)=Γ(1/2)−1∫0−∞|z|−1/2M′n(z)dz
де простий позначає похідну. Клен дає таке рішення:
∫0−∞n⋅(erf(−z−−−√)π−−√−2ez−z−−−√)en(−2ln2+2ln(erf(−z√))−ln(−z)+ln(π))22π(−z)3/2erf(−z−−−√)dz
Я покажу сюжет цього очікування, зробленого у клена з використанням числової інтеграції, разом із приблизним рішенням A ( n ) =п / 3 - 1 / 15---------√з якогось коментаря (і обговорювалося у відповіді @Henry). Вони надзвичайно близькі:
Як доповнення, графік процентної помилки:
Вище о n = 20наближення близьке до точного. Нижче використаний код клена:
int( exp(t*x)/(2*sqrt(x)), x=0..1 ) assuming t>0;
int( exp(t*x)/(2*sqrt(x)), x=0..1 ) assuming t<0;
M := t -> erf(sqrt(-t))*sqrt(Pi)/(2*sqrt(-t))
Mn := (t,n) -> exp(n*log(M(t)))
A := n -> sqrt(n/3 - 1/15)
Ex := n -> int( diff(Mn(z,n),z)/(sqrt(abs(z))*GAMMA(1/2) ), z=-infinity..0 ,numeric=true)
plot([Ex(n),A(n)],n=1..100,color=[blue,red],legend=[exact,approx],labels=[n,expectation],title="expectation of sum of squared uniforms")
plot([((A(n)-Ex(n))/Ex(n))*100],n=1..100,color=[blue],labels=[n,"% error"],title="Percentage error of approximation")