probability-theory
f(x)=12πσ2exp{−(x−μ)22σ2}=12πσexp{−12(x−μσ)2}
最も短い計算は、次の通り。 E[X−μ]=∫−∞∞(x−μ)12πσ2exp{−(x−μ)22σ2}dx=0 これは、y=x−μがμに関して奇関数、y=exp{−(x−μ)22σ2}がμに関して偶関数であることから、明らか。よって E[X−μ]=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{−(x−μ)22σ2}dx=∫−∞∞(y+μ)12πσ2exp{−y22σ2}dx=∫−∞∞y12πσ2exp{−y22σ2}dx+μ∫−∞∞12πσ2exp{−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。
E[(X−μ)2]=∫−∞∞(x−μ)212πσ2exp{−(x−μ)22σ2}dx=∫−∞∞y212πσ2exp{−y22σ2}dy=σ2∫−∞∞12πσ2exp{−y22σ2}dy=σ2 ここでy=x−μという変数変換と ∫−∞∞y212πσ2exp{−y22σ2}dy=σ22πσ2∫−∞∞y{exp{−y22σ2}}′dy=σ22πσ2[−yexp{−y22σ2}]−∞∞−σ22πσ2∫−∞∞{−exp{−y22σ2}}dy=[0−0]+σ2×1 という部分積分を用いた。
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{−(x−μ)22σ2}dx=∫−∞∞12πσ2exp{−(x−μ)22σ2+tx}dx=∫−∞∞12πσ2exp{−(x−μ)2−2σ2tx2σ2}dx=∫−∞∞12πσ2exp{−(x−μ+σ2t)22σ2+2μσ2t+σ4t22σ2}dx=exp(μt+σ2t22)∫−∞∞12πσ2exp{−(x−μ+σ2t)22σ2}dx=exp(μt+σ2t22)×1=exp(μt+σ2t22)
or
By clicking below, you agree to our terms of service.
New to HackMD? Sign up