• ベストアンサー

次の確率分布の問題の解答解説をお願いします。

・X1,X2,…,Xnが独立にExp(λ)に従うとき,X1+X2+…+Xnの密度関数fn(x)は次の式で与えられることを帰納法で示せ。 fn(x)= 0(x=<0) (λ^n)*(x^(n-1))*(e^(-λx))/((n-1)!) (x>0)

質問者が選んだベストアンサー

  • ベストアンサー
  • jcpmutura
  • ベストアンサー率84% (311/366)
回答No.1

{Xk}_{k=1~n}が独立にExp(λ)に従うとする Σ_{k=1~n}Xkの分布関数を F_n(z)=P(Σ_{k=1~n}Xk<z) とする f_n(x)=0(x≦0) f_n(x)=(λ^n)*(x^(n-1))*(e^(-λx))/((n-1)!) (x>0) とする Q(n)=[ Σ_{k=1~n}Xkの確率密度関数が f_nに一致する? ] とする X1がExp(λ)に従うから X1の確率密度関数は x≦0→0 x>0→λe^{-λx} だから Q(1)=[ X1の確率密度関数は f_1に一致する? ] は真 ある自然数nに対して Q(n) は真と仮定すると F_{n+1}(z)-∫_{0~z}f_{n+1}(x)dx =P(Σ_{k=1~n+1}Xk<z)-∫_{0~z}f_{n+1}(x)dx =∫_{0~z}f_n(x)∫_{0~z-x}λe^{-λy}dydx-∫_{0~z}f_{n+1}(x)dx = ∫_{0~z}(λ^n)(x^(n-1))(e^(-λx))/((n-1)!)[-e^{-λy}]_{0~z-x}dx -∫_{0~z}(λ^{n+1})(x^n)(e^(-λx))/(n!)dx = ∫_{0~z}(λ^n)(x^(n-1))(e^(-λx))/((n-1)!)[1-e^{-λ(z-x)}]dx +[(λ^n)(x^n)(e^(-λx))/(n!)]_{0~z} -∫_{0~z}(λ^n)(x^{n-1})(e^(-λx))/((n-1)!)dx = ∫_{0~z}(λ^n)(x^(n-1))(e^(-λx))/((n-1)!)dx -(λ^n)e^(-λz)∫_{0~z}(x^(n-1))/((n-1)!)dx +[(λ^n)(x^n)(e^(-λx))/(n!)]_{0~z} -∫_{0~z}(λ^n)(x^{n-1})(e^(-λx))/((n-1)!)dx = -(λ^n)e^(-λz)[x^n/n!]_{0~z} +(λ^n)(z^n)(e^(-λz))/(n!) = -(λ^n)e^(-λz)(z^n)/(n!) +(λ^n)(z^n)(e^(-λz))/(n!) = 0 ↓ F_{n+1}(z)=∫_{0~z}f_{n+1}(x)dx ↓ Q(n+1)=[ Σ_{k=1~n+1}Xkの確率密度関数が f_{n+1}に一致する? ] は真 ∴ すべての自然数nに対して Σ_{k=1~n}Xkの確率密度関数f_n(x)は f_n(x)=0(x≦0) f_n(x)=(λ^n)*(x^(n-1))*(e^(-λx))/((n-1)!) (x>0) となる

qv3875btnc8ow
質問者

お礼

よくわかりました。丁寧にありがとうございました!

全文を見る
すると、全ての回答が全文表示されます。

関連するQ&A

  • 【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。

  • カイ二乗分布の証明

    一般に,X1,X2,・・・,Xnが独立にN(0,1)に従うとき, Tn=1/{2^(1/2)・Γ(n/2)}・Z^{(n-2)/2}・e^(-z/2) に従うカイ二乗分布の式Tn(Z)が任意のnで成立することを数学的帰納法をつかって証明したいのですが, どうにもわかりません. n=1のときは普通に簡単なのですが, nで成立すると仮定して n+1を証明する部分ができません. どなたか教えていただけないでしょうか.

  • (確率) 証明の問題

    X1, X2, ..., Xn, を独立した N(0, 1) 確率変数とする。 次を証明せよ。 limit (n→oo) P{ | (X1+X2+...+Xn)/n^α | > δ} = α>.5の場合は0 α=.5の場合は正数 α<.5の場合は1 補足:δ>0とする どう入っていったらいいのか、足がかりすらつかめていません。 どなたか教えてください。お願いします。

  • 同時確率密度関数の求め方。

    同時確率密度関数(joint density function)の求め方が分かりません。 X1.....Xnが独立していて、それぞれXi~Bin(n,p)になっている、 fXi(xi) = (nCxi)*P^xi(1-p)^(n-xi) この関数の、確率密度関数f(x1....xn|n,p)を求めろとのことですが,これは普通に1からnまでの、確立を求める関数をもとめろ、といってるだけですよね?そうすると。 Πf(x1....xn|n,p) =(nCΣxi)P^(Σxi)(1-p)^(n-Σxi) でいいんでょうか。。。これからnが分かっている場合、最尤法のpが(pハット)=(x バー)/n になることを証明しなくてはなりません。。昨日から、ずっと調べたり考えたりしてても、わかりません。よろしくお願いします。

  • 確率変数の分布の問題について質問です

    確率変数の分布の問題について質問です 私は高校生で、経済学に興味があり、統計学を自習しておりますがわからない問題があるので質問させていただきます 1、ポアソン分布(f(x)=(e^-λ*λ^χ)/χ! χ=0,1、2・・・)の積率母関数がe^{λ(e^t-1)}となることを示し平均と分散をもとめよ 2(1)連続確率変数χが (f=(χ)e^(-χ) χ>0のとき ) (=0 xは0以下のとき ) なる密度関数をもつ時y=-2x+5で定義されるyの密度関数を求めよ (2)χが正規分布N(μ、σ^2)に従う時χ=logeyなるy すなわちy=e^χは次の密度関数を持つことを証明せよ。 (f(y)={e^{-(logy-μ)^2/yσ√(2π)}}/{yσ√(2π)} y>0のとき ( =0その他のとき またyの平均はexp(μ+(σ^2)/2) 分散はexp(2μ+σ^2)[exp(σ^2)-1]となることを導け

  • 確率の問題

    X、Yをそれぞれ標準正規分布N(0,1)に従う独立な確率変数とする。このとき、次の問を答えよ。 (1)(X,Y)の曲座標表示を表す確率変数を(R,Θ)、すなわち、X=RcosΘ、Y=RsinΘとする。 このとき、(R,Θ)の同時確率密度関数が次の式で与えられることを示せ。 p(r、Θ)dΘdr=(1/2π)*{exp(-r^2/2)}*( r ) dΘdr (2)確率Pr{X1^2+X2^2>=d^2}を求めよ

  • 大学の統計学です 確率母関数、ベルヌーイ分布、モーメント母関数

    明日試験なのですが、勉強不足で全然わかりません・・・・ ・2項分布B(n,p)の確率母関数を計算せよ ・幾何分布Ge(p)の確率母関数を計算せよ ・X1,X2....Xnを互いに独立でベルヌーイ分布に従うn個の確率変数とするとき、Sn=X1+X2+...+Xnの分布が2項分布となることを示せ またSn/nの平均値と分散を求めよ ・指数分布Exp(θ)のモーメント母関数、平均値(期待値)、分散を計算せよ ・2回のサイコロ投げにおいて、Xを最初の目、Yを2回目の目とするとき、Z=X+Y,W=X-Yとおく (1)ZとWの平均値を求めよ(2)ZとWの分散をもとめよ(c)ZとWの共分散を 求めよ ・X1,X2....Xnを互いに独立で同一の分布に従う確率変数とする。 E(Xi)=μ、V(Xi)=σ^2、i=1,....,nとしX1,X2....Xnの標本平均をZ=1/n(X1,X2....Xn)とおく。 E(Z)とV(Z)を計算せよ わかる方教えていただけたら嬉しいです!!!! よろしくお願いします。

  • 統計・確率に関する質問です

    「X1~X2~…~N(μ,σ^2)で独立のとき、lim(n→∞) (X1+X2+…+Xn)/(X1^2+X2^2+…+Xn^2) を求めよ」 という問題の解き方が分かりません。 どなたかご教授ください。どうぞよろしくお願いします。

  • 確率についての問題です。

    X_1,X_2,…を独立な確率変数で平均1/μの指数分布に従うものとする。(i.e. f(x)=μexp(-μx)) この時a<X_nとなる最小のnを表す確率変数をNとする。すなわち、{N=n}={X_1≦a,…,X_(n-1)≦a,X_n>a}である。ただし,X_n>aなるnが存在しない場合はN=+∞とする。 この時、E[Σ_(i=1)^N X_i ]はa,μを用いてどう表すことが出来るのでしょう? この問題の誘導問題として、(1)P(N=n)をa,n,μを用いて表せ。(2)条件付き期待値E[X_i|X_i>a]とE[X_i|X_i≦a]をそれぞれa,μを用いて表せ。 という問題が有りました。 それぞれ答えは(1)P(N=n)=exp(-μa)(1-exp(-μa))^(n-1) (2)E[X_i|X_i>a]=exp(-μa)(a-(1/μ)), E[X_i|X_i≦a]=1/μ-a{exp(-μa)}-{exp(-μa)}/μ となるかと思います。

  • 確率変数

    明日試験ですので、ぜひお願いします。 確率変数X1,X2,...Xnは互いに独立で、分布は P(Xi=x)=|x|/12    x=-1,1,-2,2,-3,3 に従うとする。このとき lim 1/(n*n)E{f(X1+X2+...+Xn)}(nが無限大のとき)を求めよ。 ただし、f(x)=x^4   (x>=0)        x^2   (x<0) とする。