- ベストアンサー
密度関数
X,Yの同時分布は密度関数2exp(-x-y),0<x<y<∞(その他では0)をもつ。 (a) このとき、X,Yのそれぞれの周辺分布の密度関数f1(x),f2(y)および条件X=4のもとでのYの密度関数f(y|X=4)を求めよ。 (b) 同時分布U=X+Y,V=X/Yの密度関数g(u,v)を求めよ。U,Vは独立になるか。 (a)の方は自分で解けました。 (b)の方が分からないのでどなたか教えてください。 答えはg(u,v)=2{e^(-u)}u/(1+v)^2 でU,Vは独立になるようです。
- みんなの回答 (6)
- 専門家の回答
質問者が選んだベストアンサー
訂正(カット&ペースによる間違い) 問題: 確率変数Xと確率変数Yの同時密度関数をc(x,y)としたとき xだけの関数a(x)とyだけの関数b(y)が存在して c(x,y)=a(x)・b(y)となるならば確率変数Xと確率変数Yは独立であることを証明せよ。 回答: Xの分布関数をD(x)とし密度関数をd(x)とし Yの分布関数をE(x)とし密度関数をe(x)とすると D(x)=∫∫dudv・c(u,v)・h(x-u) 両辺をxで微分して d(x)= ∫∫dudv・c(u,v)・δ(x-u)= ∫∫dudv・a(u)・b(v)・δ(x-u)= a(x)・∫b(v)・dv=β・a(x) ただしβは定数でありβ=∫b(v)・dvである。 E(y)=∫∫dudv・c(u,v)・h(y-v) 両辺をyで微分して e(y)= ∫∫dudv・c(u,v)・δ(y-v)= ∫∫dudv・a(u)・b(v)・δ(y-v)= b(y)・∫a(u)・du=α・b(y) ただしαは定数でありα=∫a(u)・duである。 ところで 1=∫∫dudv・c(u,v) =(∫a(u)du)・(∫b(v)dv)=α・β すなわち c(x,y)=a(x)・b(y)=1・a(x)・b(y)= (α・β)・(a(x)・b(y))= (α・a(x))・(β・b(y))=d(x)・e(y) よってXとYは独立である。 すなわち当初の問題はg(u,v)がuだけの関数とvだけの関数の積であればUとVは独立といえる。
その他の回答 (5)
- kony0
- ベストアンサー率36% (175/474)
変数変換、ヤコビアンがキーワードになるのでは? 1. X=UV/(V+1), Y=U/(V+1) →dX/dU=V/(V+1), dX/dV=U/(V+1)^2 dY/dU=1/(V+1), dY/dV=-U/(V+1)^2 →|(dXdY)/(dUdV)|=|-U/(V+1)^2|=U/(V+1)^2 2. U,Vの範囲は、0<U<∞, 1<V<∞ ・・・これは今回は使わないのですかね? 3. g(u,v) = f(x,y)*|dxdy/dudv| に1.の結果をあてはめればg(u,v)が直ちに導出されます。
お礼
確かに変換率が大事だったかな? どうもありがとうございました。
- keyguy
- ベストアンサー率28% (135/469)
問題: 確率変数Xと確率変数Yの同時密度関数をc(x,y)としたとき xだけの関数a(x)とyだけの関数b(y)が存在して c(x,y)=a(x)・b(y)となるならば確率変数Xと確率変数Yは独立であることを証明せよ。 回答: Xの分布関数をD(x)とし密度関数をd(x)とし Yの分布関数をE(x)とし密度関数をe(x)とすると D(x)=∫∫dudv・c(u,v)・h(x-u) 両辺をxで微分して d(x)= ∫∫dudv・c(u,v)・δ(x-u)= ∫∫dudv・a(u)・b(v)・δ(x-u)= a(x)・∫b(v)・dv=β・a(x) ただしβは定数でありβ=∫b(v)・dvである。 E(y)=∫∫dudv・c(u,v)・h(y-v) 両辺をxで微分して e(y)= ∫∫dudv・c(u,v)・δ(y-v)= ∫∫dudv・a(u)・b(v)・δ(y-v)= b(y)・∫a(u)・du=α・b(y) ただしαは定数でありα=∫a(u)・duである。 ところで 1=∫∫dudv・c(u,v) =(∫a(u)du)・(∫b(v)dv)=α・β すなわち c(x,y)=(β・a(x))・(α・b(y)) =(α・β)・(a(x)・b(y))=a(x)・b(y) よってXとYは独立である。 すなわち当初の問題はg(u,v)がuだけの関数とvだけの関数の積であればUとVは独立といえる。
- keyguy
- ベストアンサー率28% (135/469)
Uの分布関数をG0(u)とし密度関数をg0(u)とし Vの分布関数をF0(u)とし密度関数をf1(v)とする。 G0(u)=∫∫dxdy・f(x,y)・h(u-x-y) 両辺をuで微分して g0(u)= ∫∫dxdy・f(x,y)・δ(u-x-y)= ∫dy・f(u-y,y)= 2・exp(-u)・∫dy・h(u-y)・h(2・y-u)= 2・exp(-u)・h(u)・∫(u/2<y<u)dy= exp(-u)・u・h(u) G1(v)=∫∫dxdy・f(x,y)・h(v-x/y) 両辺をvで微分して g1(v)= ∫∫dxdy・f(x,y)・δ(v-x/y)= ∫∫dxdy・f(x,y)・δ((v・y-x)/y)= ∫dy・|y|・f(v・y,y)= 2・∫dy・|y|・exp(-v・y-y)・h(v・y)・h(y-v・y)= 2・h(v)・∫(0<y<∞)dy・y・exp(-(v+1)・y) =2/(v+1)^2・h(v) よって g0(u)=exp(-u)・u・h(u) g1(v)=2/(v+1)^2・h(v) 一方1の結果より g(u,v)=2・exp(-u)・u/(v+1)^2・h(u)・h(v) よって g(u,v)=g0(u)・g1(v) よってUとVは独立。
- keyguy
- ベストアンサー率28% (135/469)
f(x,y)=2・exp(-x-y)・h(x)・h(y-x)のh(x)・h(y-x)は何なのでしょうか?: h(x)≡1(0<x)&h(x)≡0(x<0)と定義したら(これはヘビサイドの単位ステップ関数) h(x)・h(y-x)は0<x<yで1でそれ以外で0になるから 2・exp(-x-y)・h(x)・h(y-x) は 0<x<yで2・exp(-x-y)となり それ以外で0になる。 これは(X,Y)の同時密度関数ではないのですか? 確率を勉強したことがないので定義については文脈で判断してください。
- keyguy
- ベストアンサー率28% (135/469)
f(x,y)=2・exp(-x-y)・h(x)・h(y-x) とすると (U,V)の分布関数は G(u,v)=∫∫dxdy・f(x,y)・h(u-x-y)・h(v-x/y) 両辺をuで微分した後vで微分すれば g(u,v) =∫∫dxdy・f(x,y)・δ(u-x-y)・δ(v-x/y) =∫∫dxdy・|y|・f(x,y)・δ(u-x-y)・δ(v・y-x) =∫dy・|y|・f(v・y,y)・δ(u-v・y-y) =∫dy・|y|/|v+1|・f(v・y,y)・δ(u/(v+1)-y) =|u/(v+1)|/|v+1|・f(v・u/(v+1),u/(v+1)) =2・exp(-u)・|u|/(v+1)^2・h(uv/(v+1))・h((u-uv)/(v+1)) =2・exp(-u)・u/(v+1)^2・h(u)・h(v)
補足
回答ありがとうございます! ただもう少し行間を埋めてもらえないでしょうか? 確率は勉強し始めたばかりなので…。 また f(x,y)=2・exp(-x-y)・h(x)・h(y-x) のh(x)・h(y-x) は何なのでしょうか?
お礼
何度も丁寧に答えてくださって、本当にありがとうございました。なんとなく分かってきました。