- ベストアンサー
条件付き確率の証明？
確率変数YとZが独立の時、 ｆ（X|Y)=Ez[f(X|Y,Z)] を示せ。 ただし確率密度関数ｆ（ｙ）は常に正とし、Ezは確率変数Zに関する期待値を意味する。 この証明の仕方を教えていただけないでしょうか。 よろしくお願いします。
- pekonekochan
- お礼率100% (2/2)
- 数学・算数
- 回答数1
- ありがとう数1
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
- ベストアンサー
関連するQ&A
- 確率分野についての質問
答え合わせみたいな質問で申し訳ないのですが正解がわからない問題なので、ここで質問させてください。 問題は正誤問題です。 (１)f(x)をある確率変数の確率密度関数とすると、常に0≦f(x)≦1である (２)２つの確率変数X,Yが同じ確率分布に従っているとき、P(X≦1)=0.3であれば、P(Y>1)=0.7である (３)確率変数Xが正規分布N（-1,5)に従うとき、P(-4<X<-3)=P(1<X<2)が成り立つ (４)確率変数Xの確率密度関数をf(x)とすると、Y=2Xの確率密度関数は2f(x)である (５)２つの確率変数XとYが独立であっても、事象{-1<x≦2}と{Y>1}が独立であるとは限らない (６)母集団の分布が正規分布であるとき、母平均μの区間推定を行って、信頼度1-αの信頼区間が[a,b]となったということは、μは a≦μ≦bを満たしていることが証明されたことを意味する (７)２つの確率変数X,Yの期待値が各々、m1,m2であるとき、E(XY)=m1*m2が成り立っていてもXとYが独立とは限らない (８)確率変数Xの期待値がmであるとき、1/Xの期待値は1/mである (９)確率変数Xの標準偏差がsであるとき、2X-4の標準偏差は2s-4である 以上です。 自分の解答では、 (１)○ (２)○ (３)○ (４)○ (５)× (６)× (７)○ (８)× (９)× となりました。 特に(６)は最後の「証明されたことを意味する」という一文が気になり×にしましたが、自信がありません・・・。 長文で申し訳ないのですが、答えを調べる術がないので答えを教えてください！ よろしくお願いします！
- ベストアンサー
- 数学・算数
- 確率変数の和の確率密度関数の問題
X,Y,Zは互いに独立に一様分布Ｕ（0,1)に従う確率変数としたとき、S=X+Y+Zの確率密度関数 はどのように求めればよいのでしょうか？ X+Y と同じように考えればいいのでしょうか？ 宜しくお願いします。
- 締切済み
- 数学・算数
- 【指数分布】確率変数の和
X1,X2,...,Xnは互いに独立な確率変数であり、 それぞれ指数分布 f(x)=1/λ*exp(-x/λ) (x>0) に従います。 確率変数 Yk=X1+X2+...+Xk の確率密度関数をfk(x) とするとき、 （１）fk(x)=∫[0,∞]fk-1(x-t)f(t)dt (x>0) を示せ。 （２）fn(x)を求めよ。 （３）確率変数 Yk=X1+X2+...+Xk の期待値、分散を求めよ。 との問題なのですが、 （１）について、 XとYが独立であるとき、Z=X+Yの確率密度関数fZ(z)は 畳み込み積分で与えられるので、 fZ(z)=∫[-∞→∞]fX(x)fY(z-x)dx を...と考えたのですが 上手く証明ができません。 また、（２）について、 指数分布が事象が起きる時間間隔が従う分布だということから 要は、n回の事象が起きるまでの時間と考え、 fn(x)=n/λ だとは思うのですが、よくこれは特性関数から計算すれば良いのでしょうか... どなたか数学に詳しい方が居られましたら、 ご教授のほどよろしくお願いいたします。
- ベストアンサー
- 数学・算数
- 正の実数α、β、γに対し、3次元確率ベクトル(X,
正の実数α、β、γに対し、3次元確率ベクトル(X,Y,Z)の同時確率密度関数f(x,y,z)は、D={(x,y,z)∈R^3|x>=0, y>=0, z>=0, x+y+z=1} を用いて、 f(x,y,z)=Γ(α+ β+ γ)/[Γ(α )Γ(β )Γ(γ)] x^(α-1)y^(β-1)z^(γ-1) ((x,y,z) ∈Dのとき), 0 ((x,y,z) not∈Dのとき)(つまり(x,y,z) がDに属さないとき) として与えられている。ここで、Γ(s)は正の実数sに対し、Γ(s)=∮_0^∞ t^(s-1)e^(-t)dt により与えられるガンマ関数を表す。 α=3, β=4, γ=5のときの確率変数Xの期待値は1/4になるそうなのですが、それがなぜかわかりません。教えて下さいませんか。
- ベストアンサー
- 数学・算数
- 条件付き期待値
(1)「条件付き期待値は確率変数」の証明についてですが、Ｅ[Ｘ|Ｙ]は確率変数Ｙの関数なので確率変数となると書いてあったのですが、この関数はボレル可測でなくても大丈夫なんでしょうか？ もしそうなら理由を教えて下さい。またボレル可測になっているなら、この関数がボレル可測になる証明をお願いします。 また「条件付き期待値は確率変数である」の証明について、他のやり方の方が分かりやすいというものがもしあれば教えて下さい。 (2)「確率変数が連続型の時、Ｅ[g(Ｙ)Ｘ|Ｙ]=g(Ｙ)Ｅ[Ｘ|Ｙ]」の証明をできるだけ丁寧に証明して下さい。 Ｙ=yを与えた時の(Ｘ，Ｙ)の条件付き密度をどう処理すればいいのか分かりません。 とても急いでます。片方だけでもいいのでよろしくお願い致します。
- 締切済み
- 数学・算数
- 期待値の加法性の証明法
確率変数Zの確率密度関数をpとするとき，Zの期待値は E[Z] = ∫{z p(z)}dz （ただし積分範囲はZの定義される空間全体） で定義されますが，期待値の加法性： E[X + Y] = E[X] + E[Y] はどのように証明できるのでしょうか？ 証明もしくは証明が載っている文献を教えて頂ければ幸いです。
- ベストアンサー
- 数学・算数
- 連続確率変数の確率分布の問題です
Xは確率密度関数 f(x)=3(1-x)^2 if 0<x<1 0 otherwise をもつ。確率変数Xの関数g(X)=(1-X)^2の期待値をY=(1-X)^2の確率密度関数f_Y(y)を求め、E(Y)を計算して求めよという問題です。 単純にE(g(X))=∫[0,1]g(x)f(x)dxとして求めた場合3/5になりました。 よろしくお願いします。
- ベストアンサー
- 数学・算数
お礼
詳しい解説ありがとうございました！ 助かりました。