Wyobraź sobie, że mamy populację, a jest podsumowaniem tej populacji. Następnie liczy odsetek osób, które mają zmienną w zakresie . Możesz to uznać za „kosz” o rozmiarze a my liczymy, ile osób jest w tym koszu.YP(Y∈(y,y+Δy))Y(y,y+Δy)Δy
Teraz nam ponownie wyrazić te osoby pod względem innej zmiennej, . Biorąc pod uwagę, że wiemy, że i są powiązane jako , zdarzenie jest takie samo jak zdarzenie który jest taki sam jak zdarzenie . Zatem osoby, które są w koszu muszą również znajdować się w przedziałach i . Innymi słowy, te kosze muszą mieć taki sam odsetek osób,XYXY=X2Y∈(y,y+Δy)X2∈(x2,(x+Δx)2)X∈(|x|,|x|+Δx) or X∈(−|x|−Δx,−|x|)(y,y+Δy)(|x|,|x|+Δx)(−|x|−Δx,−|x|)
P(Y∈(y,y+Δy))=P(X∈(|x|,|x|+Δx))+P(X∈(−|x|−Δx,−|x|))
Ok, przejdźmy teraz do gęstości. Najpierw musimy zdefiniować, jaka jest gęstość prawdopodobieństwa . Jak sama nazwa wskazuje, jest to odsetek osobników na obszar . Oznacza to, że liczymy udział osób w tym pojemniku i dzielimy przez jego rozmiar . Ponieważ ustaliliśmy, że proporcje ludzi są tutaj takie same, ale rozmiar pojemników zmienił się, dochodzimy do wniosku, że gęstość będzie inna. Ale różni się o ile?
Jak powiedzieliśmy, gęstość prawdopodobieństwa jest proporcją ludzi w koszu podzieloną przez rozmiar bin, dlatego gęstość jest dana przez . Analogicznie gęstość prawdopodobieństwa jest dana przez .YfY(y):=P(Y∈(y,y+Δy))ΔyXfX(x):=P(X∈(x,x+Δx))Δx
Z naszego poprzedniego wyniku, że populacja w każdym pojemniku jest taka sama, mamy to,
fY(y):=P(Y∈(y,y+Δy))Δy=P(X∈(|x|,|x|+Δx))+P(X∈(−|x|−Δx,−|x|))Δy=fX(|x|)Δx+fX(−|x|)ΔxΔy=ΔxΔy(fX(|x|)+fX(−|x|))=ΔxΔy(fX(y√)+fX(−y√))
Oznacza to, że gęstość zmienia się o współczynnik , który jest względnym rozmiarem rozciągania lub ściskając rozmiar pojemnika. W naszym przypadku, ponieważ mamy to, że . Jeśli jest wystarczająco mała, możemy zignorować , co oznacza, że i , i dlatego w transformacji pojawia się współczynnik .fX(y√)+fX(−y√)ΔxΔyy=x2y+Δy=(x+Δx)2=x2+2xΔx+Δx2ΔxΔx2Δy=2xΔxΔxΔy=12x=12y√12y√