• 締切済み

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。

みんなの回答

  • info222_
  • ベストアンサー率61% (1053/1707)
回答No.1

>I=∫(-∞→∞)exp(-x^2)dx この積分のやり方としては、先人によって見出された定番のやり方があります。 こ例外のやり方は無理でしょう。 I=∫(-∞→∞)exp(-x^2)dx >0 =2∫(0→∞)exp(-x^2)dx I^2={2∫(0→∞)exp(-x^2)dx}{2∫(0→∞)exp(-y^2)dy} =4∫(0→∞) dx∫(0→∞) dy {exp(-x^2-y^2) } x=r cosθ, y=r sinθとおいて置換積分する {(x,y):0≦x<∞, 0≦y<∞} ⇒ {(r,θ)|0≦r<∞, 0≦θ≦π/2} dxdy=|J|drdθ=r drdθ より I^2=4 ∫(0→π/2) ∫(0→∞) exp(-r^2) r drdθ =4 {∫(0→π/2) dθ} {∫(0→∞) r exp(-r^2) dr } =4{[θ](0→π/2)}{[-(1/2)exp(-r^2)](0→∞)} =4(π/2){exp(0)-0}/2 =π I>0なので I=√π と求まります。

situmonn9876
質問者

お礼

詳しい説明ありがとうございます。

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?

  • 正規分布の面積の解析的な求め方

    標準正規分布の確率密度関数 f(z)=(1/√2π)・exp[-z^2/2]の 区間[0,u]の間の面積p(u)を求めるのに {p(u)}^2=(1/2π)∫[ 0 to u]∫[ 0 to u] exp[-(x^2+y^2)/2]dxdy としてr^2=x^2+y^2の変数変換をし {p(u)}^2=(1/2π)∫[ 0 to √2u]∫[ 0 to π/2] exp[-r^2/2]rdrdθ =(1/4)[1-exp(-u^2)] より p(u)=(1/2)√[1-exp(-u^2)] と考えて計算したのですが,例えばこの結果でp(1)を 計算するとp(1)≒0.3975 となります.ところが,正規分布表を見ると p(1)=0.3413 なのです. 何故なのでしょうか?この解析計算のどこかおかしいでしょうか?

  • 正規分布の平均対数尤度を求めるには

    連続分布g(x),f(x)は,平均0,分散1の正規分布N(0,1)とする. g(x)からn個のデータxnを生成する. このとき,平均対数尤度は, ∫g(x)logf(x)dx = -1/2*log(2π)-1/2 となる. 以下のように自分で計算しましたがここからどうすれば上記のようになるのか分かりません.このあとどうすればいいのでしょうか? g(x)=1/√2π・exp(-x^2/2) f(x)=1/√2π・exp(-x^2/2) なので,  ∫g(x)logf(x)dx = 1/√2π∫exp(-x^2/2){-x^2/2 - 1/2log2π}dx = 1/√2π{-x*exp(-x^2/2)*(-x^2/2 - 1/2log2π) + (-x)*exp(-x^2/2)} + C Cは積分定数

  • 【至急】正規分布の問題です

    標準正規分布N(0,1^2)の確立密度関数をf(t)とする。すなわち、f(t)=1/√2π・exp(-t^2/2)とする。f(t)について、∫ t・f(t)dt=0 と∫ t^2・f(t)dt=1が成り立つ。 (どちらとも∫のー∞から+の無限大まで) このとき (1)確率変数Zは標準正規分布N(0、1^2)に従っているとする。この時、 E(Z)=0、 V(Z)=0を示せ。 (2)確率変数Xは正規分布N(m、σ^2)に従っているとする。このとき、E(X)=m、 V(X)=σ^2を示せ。 この問題がわかりません。どなたかよろしくお願いします。本当にお願いします

  • 正規分布の確率密度関数の導出

    正規分布の確率密度関数 f(x)=1/√(2π)σ exp(-(x-μ)^2/2σ^2) (わかりにくくてすいません) の導出方法を教えてください。 導出方法が書いてあるページでもいいです。 よろしくお願いします。

  • 対数正規分布について

    現在、実験の解析で対数正規分布を使用するため勉強しているのですが、 ある論文の中に以下の式がでてきました。 f(x)=A* exp[-{ln(x)-ln(t)}^2/r^2] ⊿x=2t*sunh(r) f(x) =対数正規分布の確率密度関数 A  =正規化定数、 t  =モード(f(x)が最大値の時のxの値) ⊿x =f(x)の最大値を1/e倍した値の時に求められる2つのxの幅 一般の教科書に載っているような式と違うため解釈に困っています。 A(正規化定数)をどのように求められるのか、rは平均、標準偏差とどのような関係があるかなどわからないことだらけです。 どうか、これらの関係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。

  • フーリエの積分公式の導出中に納得いかない部分が…

    今年初めて大学でフーリエ変換を習ったんですが、フーリエの積分公式の導出中にどうしても納得いかない部分があったので質問させて頂きます。 まず、複素フーリエ級数の導出に関して。 周期T=2Lの周期関数f(x)に対して、 f(x)の複素フーリエ級数は、 f(x)=Σ<n=-∞...∞>{ C[n]exp(inπx/L) }・・・(1) 複素フーリエ係数は、 C[n]=1/2L*∫<-L...L>{ f(x)exp(-inπx/L) }dx・・・(2) ここまではOKです。 さて、次にフーリエ変換の導出になった時に、式(2)の形が C[n]=1/2L*∫<-L...L>{ f(y)exp(-inπy/L) }dy・・・(3) となっていたのです。 おわかりでしょうか?xがyに変わっています。 この式(3)を式(1)に代入すると、 f(x)=Σ<n=-∞...∞>{ 1/2L*∫<-L...L>{ f(y)exp(-inπy/L) }dy } ω[n]=nπ/L Δω=π/L と置いて、 f(x)=Σ<-∞...∞>{ 1/2π*∫<-L...L>{ f(y)exp(-iω[n]y)dy }exp(iω[n]x)Δω } ここでL→∞の極限を考えると、 f(x)=1/2π*∫<-∞...∞>dω∫<-∞...∞>{ f(y)exp(-iω(y-x)) }dy となる。 ここで、最後にyが残ってくるのがどうしても腑に落ちません。 元々fとC[n]は同じ変数の関数のはずでは? いつの間にかyの関数に変わっている上に、yとは何なのか一切説明がありません。 定積分ですから変数に何を持ってこようが答えは同じ定数になるとは思うんですが、教科書を見てもyに関して全く断りなく使ってますし、ある程度Webで検索してみてもyに関する記述がある資料は見つかりませんでした。 しかも教科書のその後の演習では普通にf(y)にxを入れて解いてるし…。 一体このyはどこから現れたのでしょうか?何の意味があるんでしょうか?置き換えなきゃいけないんでしょうか? 先生に聞こうにも非常勤のため普段は大学にいないんです。 というより明日がテストなので…。 というわけでお分かりになる方、なるべく早急に回答をお願いします!

  • 多次元正規分布の平均の導出について

    最近、マクロ経済の論文を読み出しているのですが、 どうしてもその証明で納得できないところがあり、 周りに聞いても、分からないようなので質問します。 (a;b)を列ベクトル (a,b)を行ベクトル。 (a,b)'を(a,b)の転地行列。 t=0,1,2・・・。 Dt≡(D1t;D2t;・・・;DJt)。Xtはベクトルではない普通の確率変数。 Dt,Xtは時間を通してi.i.dで、平均ゼロ。 u(t)≡(Dt;Xt)~N(・,σ) 平均は「・」で省略、分散共分散行列σは σ= ( σDD,σDX ) ( σXD,σXX ) ←2×2の行列 この条件で 論文の証明を見ると Et[exp{-(A;B)'u(t)}] =exp[-{(A;B)'σ(A;B)}/2] となっており、 平均出すのにどうやったら分散共分散行列がでてくるのだろう? という状況になっており、図書館で確率の本を見てみても イマイチ分かりません。 自分の知識不足が原因ですいませんが、 何かアドバイス等がありましたら なんでも構いませんのでよろしくお願いします。

  • 多次元正規分布に関する質問

    多次元正規分布についてのシミュレーションをする課題を持っているのですが 少しわからないところがあります。 m次元正規分布の式はwikipediaにあるように http://ja.wikipedia.org/wiki/%E6%AD%A3%E8%A6%8F%E5%88%86%E5%B8%83 N(u,S)=exp(-(x-u)'invS(x-u)/2) / (2PI)^(m/2)sqrt(detS) です。ですが分散共分散行列Sを使わず分散をスカラーとしてつまり σで書きたいのです。 (なのでm次元のどの方向においても分散はσ^2でいいです。 そういう簡単な状況でのシミュレーションをしようとしています。) この場合、m次元正規分布のしきはどうなるのでしょうか。 よろしくお願いいたします。

  • NHPP尤度関数の導出過程を教えて頂きたい

    独立同一確率分布に従う n 個の確率変数 X_i (i=1,2,...,n) はある確率過程の到着時間間隔を表すとし,f (x_i) を X_i の密度関数とします.この場合,尤度関数はX_i の同時確率になるので, L(x_1,...,x_n)=Π_{i=1}^{n} f(x_i) となるのはよく本などで見ますが,NHPPの到着時刻を表す確率変数 S_k = Σ_{i=1}^{k} X_i を考える場合,尤度関数は L(s_1,...,s_n)=exp{-Λ(S_n)} Π_{k=1}^{n} λ(s_k) となるのはなぜでしょうか.Λ(・)とλ(・)はそれぞれNHPPの平均値関数と強度関数です. なんらかのNHPPの性質または f(・)とλ(・)の関係を使って導出したのでしょうか.詳しい導出過程を教えて頂ければとても助かります. よろしくお願い致します.