• ベストアンサー

指数分布の性質に関する質問です。

S、Tをそれぞれパラメータλ、μの指数分布に従う確率変数とし、 P(S≦t) = 1-exp(λt) P(T≦t) = 1-exp(μt) となります。 ここで、U=min{S , T} V=max{S , T}とおきます。 すると、P(U≦t) = 1-exp{-(λ+μ)t} となります。(平均値は1/(λ+μ)) ここからが質問ですが、 P(V≦t) も同じく 1-exp{-(λ+μ)t} になりますでしょうか? またこの時、U と V の差の平均値は 0 ということで良いのでしょうか? できれば導出過程も添えて、回答よろしくお願いいたします。

質問者が選んだベストアンサー

  • ベストアンサー
noname#227064
noname#227064
回答No.1

> P(S≦t) = 1-exp(λt) > P(T≦t) = 1-exp(μt) は P(S≦t) = 1-exp(-λt) P(T≦t) = 1-exp(-μt) の書き間違いですね。 > P(V≦t) も同じく 1-exp{-(λ+μ)t} になりますでしょうか? いいえ、なりません。 P(V≦t) = P(max{S , T}≦t) = P(S≦T≦tまたはT≦S≦t) = P(S≦tかつT≦t) = P(S≦t) P(T≦t) ={1-exp(λt)}{1-exp(μt)} となります。 (SとTは独立ですよね?) > またこの時、U と V の差の平均値は 0 ということで良いのでしょうか? V-U = max{S , T}-min{S , T}=|S-T| で、S=Tとなる確率が0であることから、そうはならないことが容易にわかります。 実際、期待値は E(V-U) = 1/λ+1/μ-1/(λ+μ)-1/(λ+μ) = {λ(λ+μ)+μ(λ+μ)-2λμ}/{λμ(λ+μ)} = (λ^2+μ^2)/{λμ(λ+μ)} > 0 となります。

yanananana
質問者

お礼

すみません初めから間違えていました。 非常に分かりやすい解説感謝しています。 回答ありがとうございました。

関連するQ&A

  • 指数分布について

    確率変数Xが次のような密度関数をもつ指数分布に従っているとき 密度関数 f(x)=3exp(-3x)   t≧0   =0        t≦0 このとき 確率変数U=exp(-3X)と定義するときに、Uの従う分布はどうなるかを求めたいのですが、どうすればよいのでしょうか?? まずUの分布関数を求めて、微分をしようとしているのですが。 P(U<x)=P(exp(-3X)<x)=P(T>-1/3logx) このときの積分範囲は0からになるのでしょうか?? そうするとUの分布関数は1になり、密度は0になるということでしょうか?

  • 指数分布にて

    お世話になります、レベルの低い質問ですいませんが、考えても結論が導き出せなかったので、お願いします。 指数分布において、R(t)=EXP(-λt) で、 *平均寿命は、1/λ 。 密度関数f(t)=λe^-λtです。 この式から、故障率は一定となとあるのですが、なぜ、 一定になるのですか?

  • 指数分布?

    指数分布:P(x)=αexp(-βx)に従う乱数があるのですが、一様乱数pから求められるって聞いたのですが? どうすれば求まるのでしょうか? P(x)=exp(-x) 0≦x の場合は ∫(x,0)P(t)dt = 1なので 積分したらp=1-exp(-x)になってx=-log(1-p)ですよね? これと同じようにとくのでしょうか? それとこのような乱数とかについて詳しく説明されているHPとかご存知でしたら教えてください、参考書とかもあるのですが難しくて困ってます・・・ よろしくお願いします。 *)∫(a,b)dx の () は積分区間の意味です(記述しにくい!!)

  • 幾何分布と指数分布の関係

    確率変数Xが平均λ^-1の指数分布に従っているとする。実数xに対して[x]をxを超えない最大の整数と定義して、整数値のみをとる確率変数Y=[X]はどんな分布に従うかを考えるときに 指数分布は幾何分布の連続版のようなものだと聞いたことがあるので幾何分布になるのだろうと思いますがこれはどのように説明したらよいのでしょうか??またそのときパラメータpはどのようになるのでしょうか??教えてください。

  • 指数分布・条件付確率

    「Xの分布=Yの分布=Exp(1)のとき、P(Y≧3X)を求めよ」 という問題についてですが、まず Xの確率密度関数:f(x)=e^(-x) (x>0) Yの確率密度関数:g(y)=e^(-y) (y>0) と表せます。 解答では、 P(Y≧3X) =∫[-∞~∞]P(Y≧3X|X=t)*f(t)dt =∫[0~∞]P(Y≧3X|X=t)*e^(-t)dt  (★) =∫[0~∞]P(Y≧3t)*e^(-t)dt    (▲) =∫[0~∞]{∫[3t~∞]g(u)du}*e^(-t)dt =∫[0~∞]{∫[3t~∞]e^(-u)du}*e^(-t)dt =1/4 となっています。 疑問なのは★→▲への計算なのですが、 条件付確率の条件が外れるということは、XとYが独立だということになります。 しかし、問題文の1行からはXとYが独立とは、私には読み取れないのです。 私が読み取れないだけで、独立という設定なのでしょうか? それとも、指数分布の性質により独立と判断できるのでしょうか?

  • 離散型分布と連続型分布

    「Xを平均Aのポアソン分布の確率変数として、パラメータAはそれ自体が、平均Bの指数分布に従っています。Xの分布を示せ。」 この問の導く過程が理解できませんでした。 御願いします。

  • 正規分布の導出

    教科書の重積分がわからなくて、質問しました。 二項分布の式を確率変数rの関数とみなして、f(r)としその対数を考えます。 logf(r)=log nCr p^r q^(n-r) この式から、スターリング近似し、 logf(r)を平均mの近くで2次までのテイラー展開をし、m=np,npq=σ^2から、 f(r)≒f(m)exp{-(r-m^2)/(2σ^2)}。 指数関数の前のf(m)を決めるために、次の関数の積分を考えます。 I=∫(-∞→∞)exp(-x^2)dx=2∫(0→∞)exp(-x^2)dx 変数xをuvに置き換えて、I=2∫(0→∞)exp(-u^2v^2)vdu、 さらにxを単純にvに置き換えただけのIと掛け合わせると、 I^2=4∫(0→∞)∫(0→∞)exp{-(1+u^2)v^2)}vdvdu、 ここでv^2をsとおくと、I^2=4∫(0→∞)∫(0→∞)exp{-(1+u^2)s)}1/2dsdu。ここからがわからない箇所です。わかりづらい書き方ですいませんが、[x](2→3)を3-2と書くとすると、 I^2=2∫(0→∞)[-exp(1+u^2)s/(1+u^2)](0→∞)duになります。使う公式や、計算を教えてください。 自分では[-exp{-(1+u^2)s}/(1+u^2)](0→∞)と-がついてしまいます。どなたか教科書のような計算方法を教えてください。

  • 2乗平均とガウス分布の関係

    <v^2>=(1/T)∫0→T(v^2)dt=∫0→∞(v^2)*P(v)dv=σ^2 の解法のヒントを教えてください ちなみに <v^2>:vの2乗平均 P(v):ガウス分布(1/√2*σv)*exp(-v^2/2σ^2)です。 σ:分散 です。

  • 指数分布族としてのワイブル分布

    指数分布族は対数尤度関数がLL(θ,φ)={xθ-A(θ)}/φ + c(x,φ)という共通のかたちをもつそうです(θはcanonical parameter,φはdispersion parameterと呼ばれるものです)。ワイブル分布の確率密度関数が f = k λ^(-k) x^(k-1) exp[-(x/λ)^k]と書けるときに、対数尤度関数は LL = k ln(x/λ) + ln(k/x) - (x/λ)^k になりますが、このときに、θ、φ、A(θ)、c(x,φ)はそれぞれどのように書けるのでしょうか?(c(x,φ)はexplicitに書けない??)ご存知のかたがいらっしゃいましたらお教えいただけると助かります。 念のため上の式をTeX形式で書くと f=k\lambda^{-k}x^{k-1}\exp\left[-\left(x/\lambda\right)^k\right] LL=k\ln\left(x/\lambda\right)+\ln\left(k/x\right)-\left(x/\lambda\right)^{k} となります。

  • 正規分布するプログラムを教えてください。

    正規分布する乱数プログラムを作りたいのですが、うまく作れません・・。 プログラムソースは長くなりますので見ていただかなくても結構なのですが、下記のようなプログラムを実行したところ、実行結果下記になり、正規分布にはなりませんでした・・。 色々ネットで調べたものの理解できないのでどなたか教えていただけないでしょうか>< 正規分布を利用して、例えば50~100位の間に分布する乱数を生成したりしたいのです。。。 #include <math.h> #include <time.h> #include <stdlib.h> #include <stdio.h> #define PI 3.14159265358979323846264 double p_nor(){ double rnd,t,u,r1,r2; rnd=rand()%10000/10000.0; t=sqrt(-2.0 * log(1-rnd)); u=2*PI*rnd; r1=t*sin(u); return r1; } int main(){ int i,bunpu[30]={}; double p,min=0,max=0,total=0; srand((unsigned)time(NULL)); for(i=0;i<100000;i++){ p=p_nor(); for(int j=0;j<30;j++){ if(p>-2.0+0.1*j && p<=-1.9+0.1*j) bunpu[j]++; } if(min>p)min=p; if(max<p)max=p; total+=p; } printf("min:%f max%f 平均%f\n",min,max,total/100000); for(int j=0;j<30;j++){ for(i=0;i<bunpu[j]/200;i++){ printf("*"); } printf("\n"); } return 0; } 実行結果 min:-1.711381 max0.803275 平均-0.247841 **************** ************************************ ******************** **************** ************** ************ *********** ********** ********** ********* ********* ******** ******** ******** ******** ******** ******** ******** ************************************* ************************* *********************** *********************** ************************ **************************** ******************************** **************************************************************** ***********