色彩検定1級を取得する魅力を紹介♪

以下の問題の回答が分からず、困っています。
どなたか、分かる方がいましたらよろしくお願いいたします。

確率変数X1、X2、X3が独立で、ランダム(一様)に[0,1]の範囲の値をとるとき、これらの値の最大値および最小値の期待値を求めよ
という問題です。

ちなみに、F(x)をXの分布関数としたとき、一般的に確率変数Xの期待値は
E[X]=∫x dF(x)
となることは、用いてよいです。

gooドクター

A 回答 (10件)

No.9削除



No.8の書き間違いは
=1-(1-y・(h(y)-h(y-1))+h(y-1))^3
        ⇩
=1-(1-y・(h(y)-h(y-1))-h(y-1))^3

hでやったほうがいい場所と「場合分け」でやった方がいい場所が混在している

h:ヘビサイド関数:x<0でh(x)=0,0<xでh(x)=1
Y:min(X1,X2,X3)の確率変数
Z:max(X1,X2,X3)の確率変数
P:X1,X2,X3の確率分布関数
Q:Y=min(X1,X2,X3)の確分布度関数
R:Z=max(X1,X2,X3)の確分布度関数
p:X1,X2,X3の確率密度関数
q:Y=min(X1,X2,X3)の確率密度関数
r:Z=max(X1,X2,X3)の確率密度関数
∫du:∫[-∞,∞]du
∫∫∫dudvdw=∫du∫dv∫dw=∫[-∞,∞]du∫[-∞,∞]dv∫[-∞,∞]dw
とすると

p(x)=h(x)-h(x-1)
P(x)=∫du・p(u)・h(x-u)=x・h(x)-(x-1)・h(x-1)=x・(h(x)-h(x-1))+h(x-1)
Q(y)=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
R(z)=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
q(y)=Q'(y)
r(z)=R'(z)
h(y-min(x1,x2,x3))=1-(1-h(y-x1))(1-h(y-x2))(1-h(y-x3))
h(z-max(x1,x2,x3))=h(z-x1)・h(z-x2)・h(z-x3)

Q(y)
=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
=1-(1-∫dx・p(x)・h(y-x))^3
=1-(1-P(y))^3
=1-(1-y・(h(y)-h(y-1))-h(y-1))^3
=(3y-3y^2+y^3)・(h(y)-h(y-1))+h(y-1)
よって
q(y)=Q'(y)=3・(1-P(y))^2・p(y)=3・(1-y)^2・(h(y)-h(y-1))

R(z)
=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
=(∫dx・p(x)・h(z-x))^3
=(P(z))^3
=(z・(h(z)-h(z-1))+h(z-1))^3
=z^3・(h(z)-h(z-1))+h(z-1)
よって
r(z)=R'(z)=3・(P(z))^2・p(z)=3・z^2・(h(z)-h(z-1))

よって
E(Y)=∫dy・y・q(y)=3・∫dy・y・(1-P(y))^2・p(y)
=3・∫[0,1]dy・y・(1-y)^2=1/4
E(Z)=∫dz・z・r(z)=3・∫dz・z・(P(z))^2・p(z)
=3・∫[0,1]dz・z・z^2=3/4
    • good
    • 0

No.8の書き間違いは


=1-(1-y・(h(y)-h(y-1))+h(y-1))^3
        ⇩
=1-(1-y・(h(y)-h(y-1))-h(y-1))


h:ヘビサイド関数:x<0でh(x)=0,0<xでh(x)=1
Y:min(X1,X2,X3)の確率変数
Z:max(X1,X2,X3)の確率変数
P:X1,X2,X3の確率分布関数
Q:Y=min(X1,X2,X3)の確分布度関数
R:Z=max(X1,X2,X3)の確分布度関数
p:X1,X2,X3の確率密度関数
q:Y=min(X1,X2,X3)の確率密度関数
r:Z=max(X1,X2,X3)の確率密度関数
∫du:∫[-∞,∞]du
∫∫∫dudvdw=∫du∫dv∫dw=∫[-∞,∞]du∫[-∞,∞]dv∫[-∞,∞]dw
とすると

p(x)=h(x)-h(x-1)
P(x)=∫du・p(u)・h(x-u)=x・h(x)-(x-1)・h(x-1)=x・(h(x)-h(x-1))+h(x-1)
Q(y)=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
R(z)=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
q(y)=Q'(y)
r(z)=R'(z)
h(y-min(x1,x2,x3))=1-(1-h(y-x1))(1-h(y-x2))(1-h(y-x3))
h(z-max(x1,x2,x3))=h(z-x1)・h(z-x2)・h(z-x3)

Q(y)
=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
=1-(1-∫dx・p(x)・h(y-x))^3
=1-(1-P(y))^3
=1-(1-y・(h(y)-h(y-1))+h(y-1))^3
=(3y-3y^2+y^3)・(h(y)-h(y-1))+h(y-1)
よって
q(y)=Q'(y)=3・(1-P(y))^2・p(y)=3・(1-y)^2・(h(y)-h(y-1))

R(z)
=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
=(∫dx・p(x)・h(z-x))^3
=(P(z))^3
=(z・(h(z)-h(z-1))+h(z-1))^3
=z^3・(h(z)-h(z-1))+h(z-1)
よって
r(z)=R'(z)=3・(P(z))^2・p(z)=3・z^2・(h(z)-h(z-1))

よって
E(Y)=∫dy・y・q(y)=3・∫dy・y・(1-P(y))^2・p(y)
=3・∫[0,1]dy・y・(1-y)^2=1/4
E(Z)=∫dz・z・r(z)=3・∫dz・z・(P(z))^2・p(z)
=3・∫[0,1]dz・z・z^2=3/4
    • good
    • 0

No.7の書き間違いは


P(x)=∫du・p(u)・h(x-u)=x・(h(x)-h(x-1))
        ⇩
P(x)=∫du・p(u)・h(x-u)=x・h(x)-(x-1)・h(x-1)=x・(h(x)-h(x-1))+h(x-1)

h:ヘビサイド関数:x<0でh(x)=0,0<xでh(x)=1
Y:min(X1,X2,X3)の確率変数
Z:max(X1,X2,X3)の確率変数
P:X1,X2,X3の確率分布関数
Q:Y=min(X1,X2,X3)の確分布度関数
R:Z=max(X1,X2,X3)の確分布度関数
p:X1,X2,X3の確率密度関数
q:Y=min(X1,X2,X3)の確率密度関数
r:Z=max(X1,X2,X3)の確率密度関数
∫du:∫[-∞,∞]du
∫∫∫dudvdw=∫du∫dv∫dw=∫[-∞,∞]du∫[-∞,∞]dv∫[-∞,∞]dw
とすると

p(x)=h(x)-h(x-1)
P(x)=∫du・p(u)・h(x-u)=x・h(x)-(x-1)・h(x-1)=x・(h(x)-h(x-1))+h(x-1)
Q(y)=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
R(z)=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
q(y)=Q'(y)
r(z)=R'(z)
h(y-min(x1,x2,x3))=1-(1-h(y-x1))(1-h(y-x2))(1-h(y-x3))
h(z-max(x1,x2,x3))=h(z-x1)・h(z-x2)・h(z-x3)

Q(y)
=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
=1-(1-∫dx・p(x)・h(y-x))^3
=1-(1-P(y))^3
=1-(1-y・(h(y)-h(y-1))+h(y-1))^3
=(3y-3y^2+y^3)・(h(y)-h(y-1))+h(y-1)
よって
q(y)=Q'(y)=3・(1-P(y))^2・p(y)=3・(1-y)^2・(h(y)-h(y-1))

R(z)
=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
=(∫dx・p(x)・h(z-x))^3
=(P(z))^3
=(z・(h(z)-h(z-1))+h(z-1))^3
=z^3・(h(z)-h(z-1))+h(z-1)
よって
r(z)=R'(z)=3・(P(z))^2・p(z)=3・z^2・(h(z)-h(z-1))

よって
E(Y)=∫dy・y・q(y)=3・∫dy・y・(1-P(y))^2・p(y)
=3・∫[0,1]dy・y・(1-y)^2=1/4
E(Z)=∫dz・z・r(z)=3・∫dz・z・(P(z))^2・p(z)
=3・∫[0,1]dz・z・z^2=3/4
    • good
    • 0

書き間違いは


∫[-∞,∞]dx1dx2dx3→∫[-∞,∞]dx1∫[-∞,∞]dx2∫[-∞,∞]dx3

以下積分について積分範囲を省略した場合には積分範囲は全範囲とする

h:ヘビサイド関数:x<0でh(x)=0,0<xでh(x)=1
Y:min(X1,X2,X3)の確率変数
Z:max(X1,X2,X3)の確率変数
P:X1,X2,X3の確率分布関数
Q:Y=min(X1,X2,X3)の確分布度関数
R:Z=max(X1,X2,X3)の確分布度関数
p:X1,X2,X3の確率密度関数
q:Y=min(X1,X2,X3)の確率密度関数
r:Z=max(X1,X2,X3)の確率密度関数
∫du:∫[-∞,∞]du
∫∫∫dudvdw=∫du∫dv∫dw=∫[-∞,∞]du∫[-∞,∞]dv∫[-∞,∞]dw
とすると

p(x)=h(x)-h(x-1)
P(x)=∫du・p(u)・h(x-u)=x・(h(x)-h(x-1))
Q(y)=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
R(z)=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
q(y)=Q'(y)
r(z)=R'(z)
h(y-min(x1,x2,x3))=1-(1-h(y-x1))(1-h(y-x2))(1-h(y-x3))
h(z-max(x1,x2,x3))=h(z-x1)・h(z-x2)・h(z-x3)

Q(y)
=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
=1-(1-∫dx・p(x)・h(y-x))^3
=1-(1-P(y))^3
=(1-(1-y・(h(y)-h(y-1)))^3)
よって
q(y)=Q'(y)=3・(1-P(y))^2・p(y)=3・(1-y)^2・(h(y)-h(y-1))

R(z)
=∫∫∫dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
=(∫dx・p(x)・h(z-x))^3
=(P(z))^3
=z^3・(h(z)-h(z-1))
よって
r(z)=R'(z)=3・(P(z))^2・p(z)=3・z^2・(h(z)-h(z-1))

よって
E(Y)=∫dy・y・q(y)=3・∫dy・y・(1-P(y))^2・p(y)
=3・∫[0,1]dy・y・(1-y)^2=1/4
E(Z)=∫dz・z・r(z)=3・∫dz・z・(P(z))^2・p(z)
=3・∫[0,1]dz・z・z^2=3/4
    • good
    • 0

E(X)=∫XdF(X)


の意味は
E(X)=∫X{dF(X)/dX}*dX
でdF(X)/dxが確率密度関数だと思います
∫[x1, x2]dF(X)=∫[x1, x2]dF(X)/dX*dX=F(x2)-F(x1)はx1~x2の確率で(F(X)が分布関数ということの意味)
E(X)=∫X{dF(X)/dX}*dXは連続変数XでXにその場合の確率(確率密度)をかけて足し合わせる計算ということです

問題の期待値は、例えば最大値で
XdF(X)={(X1が最大値のときの)*X1+(X2が最大値のときの)*X2+(X3が最大値のときの)*X3}*dF(X1)*dF(X2)*dF(X3)
このうち(X1が最大値のときの)*X1*dF(X1)*dF(X2)*dF(X3)をdF(X1)*dF(X2)*dF(X3)で積分すると
∫∫∫[0<=X1<=1, X2<X1, X3<X1の範囲]X1*dFX1/dX1*dFX2/dX2*dFX3/dX3*dX1*dX2*dX3
=∫X1∫[0,X1]dFX2/dX2*dX2∫[0,X1]dFX3/dX3*dX3*dFX1/dX1*dX1
一様分布なのでdF(X1)/dX1=dF(X2)/dX2=dF(X3)/dX3=1として
=∫X1(X1-0)(X1-0)dX1
=∫X1^3dX1
となろうと思います
    • good
    • 0

そのために「ちなみに」以下があるんですけど....



連続型なら「最大値がXになる確率」は 0 でっせ.
    • good
    • 2

X1, X2, X3 の最大値の分布関数を考えれば簡単じゃないかな.


max {X1, X2, X3} ≦ X ⇔ X1 ≦ X かつ X2 ≦ X かつ X3 ≦ X
だから (あと独立性から)
Pr(max {X1, X2, X3} ≦ X) = Pr(X1 ≦ X) Pr(X2 ≦ X) Pr(X3 ≦ X) = X^3.
    • good
    • 0
この回答へのお礼

回答ありがとうございます。
自分も初めはそう考えたのですが、その確率だと「最大値がXになる確率」ではなくて、「最大値がX以下になる確率」を求めてしまっていることにならないのでしょうか?

お礼日時:2011/07/15 00:50

確率密度関数と分布関数は, どのような関係にあるでしょうか?

    • good
    • 0
この回答へのお礼

確率密度関数の不定積分が分布関数ですよね?
ということは、dF(x)=dF(x)/dx・dx=f(x)dxということですかね?
それなら納得がゆきます。

ただもしそうだとした場合、この問題では
X1が最大値になる確率=P(X1=X)P(X2<X)P(X3<X)
              =1-0/(1-0)×X1-0/(1-0)×X1-0/(1-0)
=X1^2
になると思うのですが、これをX1の確率密度関数だとみなしてよいということでしょうか?

お礼日時:2011/07/14 23:58

X1が最大値Xをとる場合


X1が最大になる確率はF(X)=P(X1=X)P(X2<X)P(X3<X)ですので
E_Max(X1)=∫X1dF(X1)=∫X1^3dX1=1/4
同様に
E_Max(X2)=E_Max(X3)=1/4
E_Max(X)=E_Max(X1)+E_Max(X2)+E_Max(X3)=3/4
最小値は同様に
E_Min(X1)=∫X1(1-X1)^2dX1=1/12
E_Min(X)=1/4
    • good
    • 0
この回答へのお礼

回答ありがとうございます。
求め方の手順は大体分かったのですが、

>∫X1dF(X1)=∫X1^3dX1=1/4
の部分がよく分かりません。

そもそも自分自身、問題文の表記にあった∫x dF(x)の表記の意味があまり分かっていなかったのですが、これはxをF(x)で積分するという意味なのでしょうか?
確率密度関数がf(x)であるときに、E[x]=∫xf(x)dxとなるということは分かっているつもりなのですが・・・

お礼日時:2011/07/14 21:10

h:ヘビサイド関数


Y:min(X1,X2,X3)の確率変数
Z:max(X1,X2,X3)の確率変数
P:X1,X2,X3の確率分布関数
Q:Y=min(X1,X2,X3)の確分布度関数
R:Z=max(X1,X2,X3)の確分布度関数
p:X1,X2,X3の確率密度関数
q:Y=min(X1,X2,X3)の確率密度関数
r:Z=max(X1,X2,X3)の確率密度関数
とすると

p(x)=h(x)-h(x-1)
P(x)=∫[-∞,∞]du・p(u)・h(x-u)
Q(y)=∫[-∞,∞]dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
R(z)=∫[-∞,∞]dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
q(y)=Q'(y)
r(z)=R'(z)
h(y-min(x1,x2,x3))=1-(1-h(y-x1))(1-h(y-x2))(1-h(y-x3))
h(z-max(x1,x2,x3))=h(z-x1)・h(z-x2)・h(z-x3)

Q(y)
=∫[-∞,∞]dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(y-min(x1,x2,x3))
=1-(1-∫[-∞,∞]dx・p(x)・h(y-x))^3
=1-(1-P(y))^3
よって
q(y)=Q'(y)=3・(1-P(y))^2・p(y)

R(z)
=∫[-∞,∞]dx1dx2dx3・p(x1)・p(x2)・p(x3)・h(z-max(x1,x2,x3))
=(∫[-∞,∞]dx・p(x)・h(z-x))^3
=(P(z))^3
よって
r(z)=R'(z)=3・(P(z))^2・p(z)

よって
E(Y)=∫[-∞,∞]dy・y・q(y)=3・∫[-∞,∞]dy・y・(1-P(y))^2・p(y)
E(Z)=∫[-∞,∞]dz・z・r(z)=3・∫[-∞,∞]dz・z・(P(z))^2・p(z)

上記の書き間違いの修正と残りの過程を捕捉に書いてください
    • good
    • 0
この回答へのお礼

回答ありがとうございます。

ヘビサイド関数というものを知らず、回答を見てもすぐには理解できませんでした。
もう少し勉強してみます。

丁寧な回答、ありがとうございました。

お礼日時:2011/07/14 21:13

お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!

gooドクター

人気Q&Aランキング