15  連続一様分布

Author

Ryo Nakagami

Published

2024-09-25

Modified

2024-10-19

一様分布の性質

Def: 一様分布

確率変数 X がパラメータ a,b の一様分布に従うとき,XU[a,b] と表す.X の値域は

X(Ω)=[a,b]

であり,確率密度関数 fX(x)

fX(x)={1bax[a,b]0otherwise

▶  期待値の計算

E[X]=xfX(x)dx=ab1baxdx=a+b2

▶  分散の計算

E[X2]=x2fX(x)dx=ab1bax2dx=1ba[x33]ab=a2+ab+b23

従って,

Var(X)=(ba)212

▶  積率母関数の導出

積率母関数については,t0 であれば

MX(t)=ab1baexp(tx)dx=1ba[1texp(tx)]ab=etbeta(ba)t

Theorem 15.1 : 一様分布の累積分布関数

確率変数 XU[a,b] の累積分布関数 FX(x)

FX(x)={0ifx<axabaifx[a,b]1ifx>b

Proof

x<a のとき,X の値域は [a,b] であるので

FX(a)=Pr(Xa)=0

x[a,b] において,

FX(x)=axfX(t)dt=xaba

x>b のとき,上記より FX(b)=1.

Theorem 15.2 : 一様分布の微分エントロピー

確率変数 XU[a,b] の微分エントロピーは

H(x)=ln(ba)

Proof

H(x)=fX(x)ln(fX(x))dx=ln(ba)baabdx=ln(ba)

他の確率分布との関係性

Theorem 15.3 : ベータ分布の特殊ケースとしての一様分布

パラメータ (α,β)=(1,1) のベータ分布は標準一様分布と等しい.

Be(1,1)=U[0,1]

Proof

確率変数 XBe(α,β) の確率密度関数は,

fX(x)=Γ(α+β)Γ(α)Γ(β)xα1(1x)β1(0<x<1)

α=β=1 を代入すると,

fX(x)=Γ(2)Γ(1)Γ(1)x11(1x)11=1

従って,U[0,1] の確率密度関数と一致することがわかります.

Proof: MGFを用いた証明

確率変数 XBe(α,β) のMGFは

MX(t)=01exp[tx]1B(α,β)xα1(1x)β1dx=1B(α,β)01etxxα1(1x)β1dx

α=β=1 を代入すると,

MX(t)=1B(1,1)01etxx11(1x)11dx=1t[e1]

これは U[0,1] のMGFと一致するので,パラメータ (α,β)=(1,1) のベータ分布は標準一様分布と等しいことがわかります.

Theorem 15.4 : 一様分布の対数変換と指数分布

確率変数 XU(0,1) について,

Y=log(X)

という変数変換を考える.このとき,YExp(1) が成り立つ.

Proof

Y=log(X) とするとその定義域は [0,) となります.対数変換は単調増加関数なので,y[0,) の範囲で

fY(y)=fX(exp(y))×|dexp(y)dy|=exp(y)

これは Exp(1) の確率密度関数と一致するので,YExp(1) が成り立つ.