正規分布

tags: probability-theory

確率密度関数

f(x)=12πσ2exp{(xμ)22σ2}=12πσexp{12(xμσ)2}

平均

最も短い計算は、次の通り。

E[Xμ]=(xμ)12πσ2exp{(xμ)22σ2}dx=0
これは、
y=xμ
μ
に関して奇関数、
y=exp{(xμ)22σ2}
μ
に関して偶関数であることから、明らか。よって
E[Xμ]=E[X]μ=0

が示され、
E[X]=μ

を得る。

少し長いが、やはり短い計算は次の通り。

E[X]=x12πσ2exp{(xμ)22σ2}dx=(y+μ)12πσ2exp{y22σ2}dx=y12πσ2exp{y22σ2}dx+μ12πσ2exp{y22σ2}dx=0+μ×1=μ

ここでも奇関数と偶関数の積の定積分が

0となることと、全確率が
1
であることを用いている。

分散

E[(Xμ)2]=(xμ)212πσ2exp{(xμ)22σ2}dx=y212πσ2exp{y22σ2}dy=σ212πσ2exp{y22σ2}dy=σ2
ここで
y=xμ
という変数変換と
y212πσ2exp{y22σ2}dy=σ22πσ2y{exp{y22σ2}}dy=σ22πσ2[yexp{y22σ2}]σ22πσ2{exp{y22σ2}}dy=[00]+σ2×1

という部分積分を用いた。

モーメント母関数

基本的には、指数の肩で平方完成を行うだけの計算で導ける。

M(t)=E[etX]=etx12πσ2exp{(xμ)22σ2}dx=12πσ2exp{(xμ)22σ2+tx}dx=12πσ2exp{(xμ)22σ2tx2σ2}dx=12πσ2exp{(xμ+σ2t)22σ2+2μσ2t+σ4t22σ2}dx=exp(μt+σ2t22)12πσ2exp{(xμ+σ2t)22σ2}dx=exp(μt+σ2t22)×1=exp(μt+σ2t22)